1、 旋转机械论文：基于人工神经网络的旋转机械故障诊断专家系统【中文摘要】旋转机械广泛应用于重工业的多个领域,且大多数为各个生产领域的关键设备。但由于它们通常工作在工况复杂的恶劣环境中,且大多为高速旋转机械,这些旋转机械一旦出现故障,不仅对整个生产线产生直接影响,而且会造成重大的经济损失甚至是机毁人亡的事故。为保证设备的安全运行,降低机组维修费用和提高设备利用率,开发一种能自动获取知识且能进行高速推理的故障诊断专家系统,已经成为旋转机械故障诊断研究的一个主要方向。本文针对转子故障、轴承故障、浮动密封故障、叶片式机器中流体激振故障以及齿轮箱故障等各种旋转机械故障类型,分别讨论了这些故障的故障征兆,研
2、究了各个故障的振动机理。针对旋转机械固有的特征,在比较各种不同信号分析技术的基础上,提出采用矢量融合能量谱理论实现旋转部件的故障特征分析。但旋转机械故障诊断往往属于模糊现象的领域,需要进行模糊聚类分析。模糊理论可以将不确定的知识和定性知识转化为定量的知识。直接用隶属度对大量文字描述的规则以及专家经验进行准确的表示相当困难,而且模糊矩阵的构造需要以大量现场实际运行数据为基础。因此,在故障诊断中需要更为有效的方法进行故障诊断分析,为此作者采用人工神经网络故障诊断方法。本文采用 M.【英文摘要】Rotating machinery is widely used in various fields o
3、f heavy industry. Usually they ate key equipments in every production field. Since they mostly work in harsh environment with complicated working condition, rotating machinery failure frequently happens which can not only impact on the entire production line, but also cause significant losses even s
4、evere industrial injury. In order to ensure these eqipments operate safely, reduce maintenance costs and improve the equipment utilization rate as well, it has.【关键词】旋转机械 故障诊断 矢量融合能量谱 BP 神经网络 专家系统 多级行星齿轮箱【英文关键词】Rotating machinery Fault diagnosis BP neural network Expert system Multilevel planetary ge
5、ar box【目录】基于人工神经网络的旋转机械故障诊断专家系统 摘要 4-6 Abstract 6-7 第 1 章 绪论 11-18 1.1 选题背景 11 1.2 课题的发展水平及研究现状 11-14 1.2.1 机械设备故障诊断的研究现状 11-12 1.2.2 专家系统在设备故障诊断中的应用 12-14 1.3 专家系统的开发工具 14-16 1.4 论文的主要内容及其组织结构 16-18 1.4.1 研究目标 16 1.4.2 主要内容 16-18 第 2 章 旋转机械故障诊断基本理论 18-32 2.1 旋转机械故障类型和故障特征 18-21 2.1.1 转子不平衡故障 18-19
6、2.1.2 转子不对中故障 19 2.1.3 转子摩擦故障 19 2.1.4 轴承故障 19-20 2.1.5 浮动密封故障 20 2.1.6 齿轮箱故障 20-21 2.2 旋转机械特征信号分析与提取 21-26 2.2.1 傅里叶变换 22-23 2.2.2 功率谱分析 23-24 2.2.3 Gabor 变换 24 2.2.4 短时傅里叶变换 24-25 2.2.5 小波变换 25-26 2.2.6 全息谱分析 26 2.2.7 矢量谱分析 26 2.3 矢量谱理论基础 26-29 2.4 转子运动矢量融合能量谱 29-31 2.5 本章小结 31-32 第 3 章 基于矢量谱的人工神经
7、网络故障诊断研究 32-47 3.1 基于布尔矩阵的系统故障诊断模型 32-35 3.2 模糊聚类分析 35-36 3.3 人工神经网络故障诊断 36-46 3.3.1 神经网络的基本组成 36-37 3.3.2 BP 学习算法及其改进方法 37-41 3.3.3 BP 神经网络故障诊断的方法与步骤 41-46 3.4 本章小结 46-47 第 4 章 基于 CLIPS 的专家系统及其工作原理 47-71 4.1专家系统概述 47-49 4.1.1 专家系统的概念 47 4.1.2 专家系统的结构及工作过程 47-49 4.2 专家系统的知识表示 49-54 4.2.1 产生式表示法 50-5
8、2 4.2.2 框架表示法 52 4.2.3 基于人工神经网络的知识的表示 52-54 4.3 专家系统的诊断推理 54-56 4.3.1 基于规则的诊断推理 54-55 4.3.2 基于模型的诊断推理 55 4.3.3 基于案例的诊断推理 55-56 4.3.4 基于神经网络的诊断推理 56 4.4 CLIPS 推理结构与语法构成 56-60 4.4.1 CLIPS 的基本组成与推理结构 56-57 4.4.2 CLIPS 语法构成 57-59 4.4.3 Rete 模式匹配算法 59-60 4.5 基于 CLIPS 的旋转机械故障诊断专家系统开发 60-62 4.6 基于CLIPS 和 V
9、C+、JAVA 的混合编程 62-70 4.6.1 直接嵌入式混合编程 63 4.6.2 动态链接库 dll 方式嵌入 63-65 4.6.3 基于 CLIPS 和 Java 混合编程 65-70 4.7 本章小结 70-71 第 5 章 旋转机械故障诊断专家系统的开发与实现 71-81 5.1 多级行星齿轮箱故障诊断专家系统的总体结构 71-77 5.1.1 齿轮故障诊断机理 71-73 5.1.2 多级行星齿轮减速箱特征参数获取及诊断 73-77 5.2 多级行星齿轮减速器故障诊断专家系统的实现 77-80 5.3 本章小结 80-81 第 6 章 全文总结与展望 81-83 6.1 全文总结 81-82 6.2 研究展望 82-83 参考文献 83-86 致谢 86-87 攻读硕士学位期间发表的论文及参与的科研项目 87-88
