旋轉(zhuǎn)機械遠(yuǎn)程監(jiān)測和智能故障診斷系統(tǒng)的應(yīng)用研究.pdf

1、旋轉(zhuǎn)機械包含一系列關(guān)鍵機械設(shè)備,在現(xiàn)代工業(yè)中占據(jù)著舉足輕重的作用,因此保證旋轉(zhuǎn)機械的安全可靠運行對企業(yè)和國民經(jīng)濟(jì)有著重要的意義。論文針對大型機械的復(fù)雜性以及其所處環(huán)境可能在野外惡劣的現(xiàn)實情況,設(shè)計了一套基于LABVIEW的遠(yuǎn)程監(jiān)測和智能故障診斷系統(tǒng),對旋轉(zhuǎn)機械的運行環(huán)境、電流和振動信號進(jìn)行實時監(jiān)測,并對采集的信號利用小波,神經(jīng)網(wǎng)絡(luò)等各種現(xiàn)代信號處理的技術(shù)進(jìn)行分析,進(jìn)而判斷電機工作的狀態(tài)。
　　小波和神經(jīng)網(wǎng)絡(luò)都是在故障診斷中廣泛用到

2、的方法,本文在總結(jié)國內(nèi)外現(xiàn)有的診斷方法基礎(chǔ)上,分別介紹了小波理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識、研究進(jìn)展以及它們在故障診斷中應(yīng)用的現(xiàn)狀,并針對旋轉(zhuǎn)機械一般都是復(fù)雜的時變非線性系統(tǒng)難以提取有效故障特征的問題,首次提出一種優(yōu)化的LDB(Local Discriminant Basis,局部判別基)算法結(jié)合SOM-BP混合網(wǎng)絡(luò)進(jìn)行故障診斷與定位的新方法。首先利用改進(jìn)的LDB算法提取初始的故障特征,為進(jìn)一步提高類間可分離度,將這個初始的故障特征通過SOM