基于人工神經(jīng)網(wǎng)絡的旋轉(zhuǎn)機械故障診斷專家系統(tǒng).pdf

1、旋轉(zhuǎn)機械廣泛應用于重工業(yè)的多個領域，且大多數(shù)為各個生產(chǎn)領域的關鍵設備。但由于它們通常工作在工況復雜的惡劣環(huán)境中，且大多為高速旋轉(zhuǎn)機械，這些旋轉(zhuǎn)機械一旦出現(xiàn)故障，不僅對整個生產(chǎn)線產(chǎn)生直接影響，而且會造成重大的經(jīng)濟損失甚至是機毀人亡的事故。為保證設備的安全運行，降低機組維修費用和提高設備利用率，開發(fā)一種能自動獲取知識且能進行高速推理的故障診斷專家系統(tǒng)，已經(jīng)成為旋轉(zhuǎn)機械故障診斷研究的一個主要方向。
　　 本文針對轉(zhuǎn)子故障、軸承故障、浮

2、動密封故障、葉片式機器中流體激振故障以及齒輪箱故障等各種旋轉(zhuǎn)機械故障類型，分別討論了這些故障的故障征兆，研究了各個故障的振動機理。針對旋轉(zhuǎn)機械固有的特征，在比較各種不同信號分析技術的基礎上，提出采用矢量融合能量譜理論實現(xiàn)旋轉(zhuǎn)部件的故障特征分析。但旋轉(zhuǎn)機械故障診斷往往屬于模糊現(xiàn)象的領域，需要進行模糊聚類分析。模糊理論可以將不確定的知識和定性知識轉(zhuǎn)化為定量的知識。直接用隸屬度對大量文字描述的規(guī)則以及專家經(jīng)驗進行準確的表示相當困難，而且模糊矩

3、陣的構造需要以大量現(xiàn)場實際運行數(shù)據(jù)為基礎。因此，在故障診斷中需要更為有效的方法進行故障診斷分析，為此作者采用人工神經(jīng)網(wǎng)絡故障診斷方法。
　　 本文采用Matlab工具包，以轉(zhuǎn)子不平衡、不對中、轉(zhuǎn)子碰摩、基礎松動等四種故障現(xiàn)象為例，設計了BP神經(jīng)網(wǎng)絡故障診斷模型并設置學習率等各種參數(shù)，得出了相關診斷結果。在人工神經(jīng)網(wǎng)絡分析的基礎上，論文介紹了專家系統(tǒng)的基本概念、基本結構、知識表示方法以及其推理工作過程，對專家系統(tǒng)開發(fā)工具語言CLI

4、PS的基本語法和Rete模式匹配算法進行了闡述，并以某一旋轉(zhuǎn)機組的故障診斷為例，基于CLIPS實現(xiàn)了該旋轉(zhuǎn)機械的故障診斷專家系統(tǒng)的開發(fā)。
　　 但基于CLIPS開發(fā)的專家系統(tǒng)的人機交互界面單一，它的應用推廣將會受到局限。為此嘗試了采用基于d11動態(tài)鏈接庫的方法實現(xiàn)CLIPS與VC++的混合編程開發(fā)。在此基礎上還進一步討論了CLIPS與JAVA的混合編程，實現(xiàn)了專家系統(tǒng)在JAVA中的國際化，并通過在CLIPS中改寫相應代碼構造相應

5、的知識庫和推理機制，最終開發(fā)出了該旋轉(zhuǎn)機械故障診斷專家系統(tǒng)混合編程系統(tǒng)。
　　 最后，論文以所開發(fā)的多級行星齒輪箱為研究對象，以斷齒、齒根裂紋、齒面磨損、軸承外圈故障、內(nèi)圈故障和滾動體故障為故障向量作為神經(jīng)網(wǎng)絡的輸出，并判斷出所診斷的故障與專家系統(tǒng)所診斷的故障存在33.3％的不一致，在數(shù)據(jù)不完全或者診斷不精確的情況下，為用戶診斷提供一個雖保守但更加可靠的診斷結果。在此基礎上，通過采用VC++6.0軟件開發(fā)了旋轉(zhuǎn)機械故障診斷專家系