旋轉(zhuǎn)零部件的狀態(tài)預(yù)測方法的研究與應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的進步和工業(yè)的發(fā)展，各類旋轉(zhuǎn)設(shè)備的復(fù)雜性顯著增加，如滾動軸承和齒輪等部件的微小故障都會引起整個系統(tǒng)的工作狀態(tài)的改變，進而會引起設(shè)備性能的下降，甚至引發(fā)嚴重的突發(fā)事故，造成巨大的經(jīng)濟損失。防止設(shè)備和產(chǎn)品性能失效，已成為企業(yè)降低運作維護成本、提高生產(chǎn)效率和市場競爭力的重要手段，企業(yè)一般多采用計劃/周期性檢修的方式來保證設(shè)備和產(chǎn)品的穩(wěn)定性，但這種方式經(jīng)常會造成維修浪費，因此給企業(yè)帶來了沉重的經(jīng)濟負擔。所以當前的流行觀念是采用基于狀

2、態(tài)監(jiān)測的智能維護，不停地對設(shè)備和產(chǎn)品的性能狀態(tài)進行監(jiān)測、評估和預(yù)測，并按需制定維護計劃，以防止因故障而導(dǎo)致性能惡化至完全失效，并根據(jù)設(shè)備的劣化狀態(tài)對將來運行趨勢進行預(yù)測。如果能夠在設(shè)備性能退化的過程中檢測到設(shè)備性能退化的程度，那么就可以有針對地組織生產(chǎn)和設(shè)備維修，防止設(shè)備功能失效情況的發(fā)生。設(shè)備性能狀態(tài)預(yù)測正是基于以上思想提出的一種主動設(shè)備維護的技術(shù)。研究發(fā)展設(shè)備性能退化評估與預(yù)測技術(shù)，促使設(shè)備維修制度從事后維修、定期維修向預(yù)測性維修方

3、向發(fā)展，對于提高企業(yè)的經(jīng)濟效益和社會效益，促進國民經(jīng)濟的發(fā)展具有十分重要的意義。將設(shè)備性能退化預(yù)測技術(shù)用于指導(dǎo)企業(yè)生產(chǎn)、優(yōu)化設(shè)備管理、降低企業(yè)突發(fā)事故以及提高企業(yè)綜合競爭力，是工程實際的迫切需要，也是故障診斷技術(shù)發(fā)展的必然趨勢。
　　 為了能更有效地對機械設(shè)備運行狀態(tài)進行有效監(jiān)測，并對當前狀態(tài)進行評估以及狀態(tài)預(yù)測，本課題以滾動軸承和齒輪為研究對象，針對滾動軸承和齒輪的運行特點，研究其早期故障的物理本質(zhì)，從而客觀、有效的提取特征，

4、識別微弱故障特征，并對故障的發(fā)展狀態(tài)進行狀態(tài)預(yù)測。本文具體研究內(nèi)容如下：
　　 闡述了論文的選題背景和研究意義。分析了信號強化方法、預(yù)測方法以及狀態(tài)監(jiān)測系統(tǒng)的國內(nèi)外發(fā)展現(xiàn)狀，總結(jié)了目前研究中需要解決的問題，確立了本論文的研究內(nèi)容。
　　 研究基于多特征模式集的匹配追蹤的信號強化方法。主要研究基于匹配追蹤和基追蹤的信號強化方法。簡要介紹了追蹤算法的特性，并針對沖擊類信號，研究了基于小波包字典的匹配方法，實現(xiàn)噪聲背景下沖擊信

5、號的特征強化。將該方法推廣到軸承和齒輪振動仿真信號預(yù)處理中，并提出了基于多特征模式集的匹配追蹤方法的特征強化方法，對微弱信號的特征提取和故障分析奠定了堅實的基礎(chǔ)。
　　 研究了支持向量機回歸分析方法基礎(chǔ)上，建立了小波變換與最小二乘支持向量機相結(jié)合的預(yù)測模型，研究了模型中參數(shù)選擇對于預(yù)測精度的影響（包括C值，不敏感系數(shù)，核函數(shù)），并將該模型用于狀態(tài)預(yù)測。該模型特點是通過小波變換提取出時間序列的細節(jié)成分，由于分解后的子序列具有更強的

6、規(guī)律性，因此會更利于支持向量機進行預(yù)測。該方法能夠比傳統(tǒng)的支持向量機方法提高預(yù)測精度。
　　 研究了模糊神經(jīng)網(wǎng)絡(luò)分析方法，提出了神經(jīng)模糊網(wǎng)絡(luò)(NF)的多步狀態(tài)預(yù)測模型，并討論了模型參數(shù)（隸屬度函數(shù)類型及數(shù)量、樣本數(shù)量、訓(xùn)練步數(shù)）對預(yù)測結(jié)果的影響進行了分析和探討。利用軸承的全過程數(shù)據(jù)，對ANFIS的預(yù)測效果進行了驗證。并將ANFIS的預(yù)測結(jié)果分別與RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果進行了對比，表明ANFIS預(yù)測模型具有更高的預(yù)測精度。

7、>　　 在以上研究的基礎(chǔ)上，提出了基于SOA(service oriented architecture)的狀態(tài)預(yù)測系統(tǒng)模型，并對該模型進行了的建模分析與驗證，實現(xiàn)了基于SOA的預(yù)測系統(tǒng)的原型系統(tǒng)開發(fā)。基于Web Service技術(shù)開發(fā)了遠程服務(wù)、實現(xiàn)了UDDI業(yè)務(wù)服務(wù)注冊、驗證了異構(gòu)平臺間RDC服務(wù)的消費等。進一步證明了SOA技術(shù)應(yīng)用到分布式遠程故障診斷模型的可操作性。實現(xiàn)了企業(yè)狀態(tài)預(yù)測系統(tǒng)。該系統(tǒng)基于SOA架構(gòu)模型，使用.NET、

8、COM，ActiveX技術(shù)開發(fā)了系統(tǒng)基礎(chǔ)組件和控件；在.NET環(huán)境下，使用WCF和Web Service等SOA技術(shù)，對所開發(fā)的組件進行了包裝，最后實現(xiàn)了系統(tǒng)的開發(fā)。
　　 在軸承加速疲勞試驗臺上采集了多組軸承強化疲勞試驗全過程數(shù)據(jù)。詳細對比分析了多個狀態(tài)下軸承信號的時域和頻域特征的變化規(guī)律。利用軸承試驗數(shù)據(jù)，研究了各個狀態(tài)預(yù)測模型的預(yù)測能力，另外還針對第二章所提出的基于多特征模式集的匹配追蹤的信號強化方法，運用到軸承疲勞實驗和