基于云服務(wù)的旋轉(zhuǎn)機(jī)械故障自動(dòng)診斷系統(tǒng)研究.pdf

1、旋轉(zhuǎn)機(jī)械種類繁多包括離心壓縮機(jī)、水泵、汽輪機(jī)、風(fēng)機(jī)和電動(dòng)機(jī)等，是冶金、化工、電力等流程工業(yè)中的關(guān)鍵設(shè)備。一旦發(fā)生故障，不但造成重大的經(jīng)濟(jì)損失，而且還危及人身安全。旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的應(yīng)用，可有效提高設(shè)備健康管理水平，保障企業(yè)安全平穩(wěn)生產(chǎn)，具有重大經(jīng)濟(jì)意義和應(yīng)用價(jià)值。
　　本文以旋轉(zhuǎn)機(jī)械為研究對(duì)象，將云技術(shù)與故障診斷相結(jié)合，開(kāi)發(fā)了基于云服務(wù)的旋轉(zhuǎn)機(jī)械故障自動(dòng)診斷系統(tǒng)，為旋轉(zhuǎn)機(jī)械故障診斷提供了一種新的解決方案。本文主要從以下幾個(gè)方面

2、開(kāi)展了研究:
　　1.深入研究旋轉(zhuǎn)機(jī)械常見(jiàn)故障類型及其故障機(jī)理，并搭建了專家知識(shí)庫(kù)。探明不同故障之間的聯(lián)系和區(qū)別，并將故障的故障征兆、故障原因和維修意見(jiàn)等內(nèi)容整理成專家知識(shí)庫(kù)。
　　2.開(kāi)發(fā)故障征兆自動(dòng)提取算法，實(shí)現(xiàn)振動(dòng)信號(hào)頻率成份、信號(hào)時(shí)域特征參數(shù)、軸心軌跡和趨勢(shì)變化等故障征兆的自動(dòng)提取，避免了人工識(shí)別存在的主觀因素，提高了故障征兆提取的效率和準(zhǔn)確率。
　　3.根據(jù)旋轉(zhuǎn)機(jī)械的結(jié)構(gòu)特點(diǎn)，融合專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯