基于交叉递归分析的机械旋转部件退化跟踪与故障预测研究

基于交叉递归分析的机械旋转部件退化跟踪与故障预测研究

论文摘要

机械旋转部件作为一种不可缺少的传动装置,在现代工业生产中占据着重要地位。一旦其产生故障,不仅会降低生产效率,严重时甚至会造成灾难性的人员伤亡。因此,为了确保机械设备安全高效的运行,对旋转部件建立科学的维护策略十分重要。目前,机械旋转部件的故障维护策略已从最初的故障后维修,过渡到了基于设备状态的维护,并逐渐向智能化预见性维护即故障预测方向发展。相比传统针对已出现故障进行分类的方法,故障预测则是在故障失效发生前通过监测机械部件全寿命周期的退化过程,建立模型对其剩余使用寿命进行预测。因此,旋转部件的故障预测研究对于减少停机时间、提高生产效率有着极为重要的意义。针对现有故障预测研究在建立非线性退化跟踪方法、快速响应的初始故障预测模型、长期稳定的深度学习剩余寿命预测模型等方面的不足,本文以机械系统旋转部件为研究对象,以非线性相空间重构理论为基础,开展了旋转部件退化跟踪及寿命预测的研究。主要研究工作包含以下四个方面:(1)系统学习了基于Takens嵌入定理的非线性相空间重构理论,并针对相空间重构中的延迟时间和嵌入维数计算方法进行了详细研究。通过定性讨论和仿真实验结果表明,基于互信息熵与虚假邻近点的延迟嵌入相空间重构方法能够以原系统单变量时间序列重构等价相空间,并保留原系统相空间的基本结构及动力学特性。(2)研究了基于相空间重构的交叉递归分析方法,并通过搭建基于交叉递归的多参数轴承故障识别模型,详细分析该方法在不同工况、不同故障类别下提取的特征对故障严重程度描述的稳定性与灵敏度。通过对比实验表明,交叉递归分析方法相比于目前已应用于故障识别的传统递归分析方法,可以显著提高对早期故障检测的灵敏度和故障程度判定的稳定性。(3)提出了基于改进交叉递归定量分析的旋转部件退化跟踪方法。提取递归熵参数作为健康指标,建立退化趋势;针对传统交叉递归分析需要大量时间来计算重构相空间直径的缺陷,提出了基于数据离散程度分析的替代算法以减少时间消耗;利用温度信号作为辅助信息,提出了一种新的自适应健康状态划分方法,用以监测退化曲线上初始故障点的产生,同时利用非线性自回归神经网络对退化曲线进行多步向后预测,实现初始故障点的预测。对轴承振动信号的实验证明,改进的交叉递归分析方法可以减少90%以上的时间消耗;利用小波分析提取的故障特征频率验证了初始故障点的检测准确度。(4)提出了基于改进门控循环网络的机械旋转部件剩余寿命预测方法。采用改进交叉递归率和确定率形成的退化曲线作为模型输入,预测下一时刻的剩余使用寿命;综合考虑预测效果与不同网络结构对训练数据规模的要求,引入门控循环网络进行寿命预测,在减少网络参数的基础上维持较好的预测能力;引入惩罚因子改进用于网络训练的传统平方误差目标函数,使网络训练满足了提前预测风险小于滞后预测的现实意义。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景
  •   1.2 国内外研究现状
  •     1.2.1 旋转部件退化状态跟踪综述
  •     1.2.2 旋转部件故障预测方法综述
  •   1.3 论文研究内容及意义
  •   1.4 论文组织结构
  • 第二章 相空间重构理论与交叉递归分析及其在机械故障识别方面的应用研究
  •   2.1 引言
  •   2.2 相空间重构
  •     2.2.1 相空间轨迹
  •     2.2.2 Takens嵌入定理
  •     2.2.3 延迟时间的计算
  •     2.2.4 嵌入维数的计算
  •     2.2.5 相空间重构实验验证
  •   2.3 交叉递归分析
  •     2.3.1 递归图与交叉递归图
  •     2.3.2 交叉递归定量分析
  •   2.4 基于交叉递归的多参数轴承故障识别方法研究及实验验证
  •     2.4.1 轴承故障程度判定方法流程
  •     2.4.2 实验数据与实验设置说明
  •     2.4.3 实验验证
  •   2.5 本章小结
  • 第三章 改进交叉递归定量分析方法及其在机械旋转部件退化跟踪方面的应用研究
  •   3.1 引言
  •   3.2 基于改进交叉递归分析的机械旋转部件退化跟踪方法
  •     3.2.1 健康指标的选取
  •     3.2.2 基于数据离散程度分析的交叉递归距离计算方法
  •     3.2.3 基于温度信号的退化跟踪健康状态划分
  •   3.3 基于非线性自回归神经网络的机械旋转部件初始故障预测方法
  •     3.3.1 非线性自回归神经网络
  •     3.3.2 自回归神经网络优化策略
  •   3.4 实验验证
  •     3.4.1 退化跟踪算法流程
  •     3.4.2 实验数据及实验设置说明
  •     3.4.3 退化跟踪实验验证
  •   3.5 本章小结
  • 第四章 门控循环网络在机械旋转部件故障预测方面的应用研究
  •   4.1 引言
  •   4.2 剩余寿命预测流程
  •     4.2.1 预测模型选择
  •     4.2.2 预测评价指标
  •   4.3 基于改进门控循环网络的机械部件剩余寿命预测模型
  •     4.3.1 门控循环网络基本理论
  •     4.3.2 基于改进门控循环网络的剩余寿命预测模型
  •   4.4 实验验证
  •     4.4.1 剩余寿命预测算法流程
  •     4.4.2 实验数据及实验设置说明
  •     4.4.3 剩余寿命预测实验验证
  •   4.5 本章小结
  • 第五章 总结与展望
  •   5.1 论文总结
  •   5.2 展望
  • 致谢
  • 参考文献
  • 作者简介
  • 文章来源

    类型: 硕士论文

    作者: 王璞

    导师: 严如强

    关键词: 机械旋转部件,相空间重构,退化跟踪,剩余寿命预测,改进交叉递归定量分析方法,非线性自回归神经网络,门控循环网络

    来源: 东南大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,机械工业

    单位: 东南大学

    基金: 国家自然科学基金项目(51575102)

    分类号: O141.3;TH133

    DOI: 10.27014/d.cnki.gdnau.2019.002982

    总页数: 76

    文件大小: 4795K

    下载量: 76

    相关论文文献

    • [1].基于定量递归分析的高压断路器机械缺陷辨识及应用[J]. 电工技术学报 2020(18)
    • [2].基于定量递归分析的校园网流量特性分析[J]. 计算机应用与软件 2012(06)
    • [3].城市植被覆盖变化可预测性及其空间格局的定量递归分析——以深圳市为例[J]. 地理研究 2008(06)
    • [4].基于定量递归分析的天然气管线输送流量均衡调度方法[J]. 智能计算机与应用 2016(04)
    • [5].定量递归分析和近似熵在心音分类识别中的应用[J]. 数据采集与处理 2013(05)
    • [6].基于递归分析的喷雾气固流化床团聚状态识别[J]. 化工学报 2018(09)
    • [7].基于超声背散射信号递归分析的金属材料微缺陷识别[J]. 光学精密工程 2019(04)
    • [8].基于定量递归分析的企业杠杆率动态调节机制——以河南省企业为例[J]. 当代经济 2017(34)
    • [9].大数据知识的实现方法探析[J]. 山东科技大学学报(社会科学版) 2019(01)
    • [10].基于非线性时间序列分析的短时交通流特性分析[J]. 重庆交通大学学报(自然科学版) 2010(01)
    • [11].同轴离心式喷嘴热声不稳定性递归分析[J]. 宇航学报 2020(05)
    • [12].基于交互式递归分析的两相流流型识别方法[J]. 系统仿真学报 2019(04)
    • [13].基于递归分析的振动信号非平稳性评价[J]. 振动与冲击 2011(12)
    • [14].双支腿流化床压力脉动的递归分析[J]. 中国电机工程学报 2013(02)
    • [15].基于递归分析和聚类的大地电磁信噪辨识及分离[J]. 地球物理学报 2017(05)
    • [16].流化床内生物质石英砂双组分混合流动混沌递归分析[J]. 化工学报 2014(03)
    • [17].一种两阶段的航班延误模式提取方法[J]. 哈尔滨工业大学学报 2015(10)
    • [18].递归分析求解等效转动惯量[J]. 机械设计与制造 2008(02)
    • [19].递归分析在带噪语音端点检测中的应用[J]. 沈阳航空航天大学学报 2017(06)
    • [20].新疆板块股票的投资组合在利好政策下能跑赢市场吗?——基于非正态收益率分布的金融建模与量化投资应用[J]. 新疆农垦经济 2015(03)
    • [21].齿轮振动信号滑动递归分析及其应用[J]. 机械传动 2015(03)
    • [22].RAT非线性递归特征提取及故障检测中的应用[J]. 科技通报 2014(04)
    • [23].提升管内颗粒团聚对两相流动混沌特征影响的递归分析[J]. 高校化学工程学报 2017(04)
    • [24].基于大数据的半分布式僵尸网络动态抑制算法[J]. 计算机与现代化 2020(08)
    • [25].基于递归分析的基音检测新方法[J]. 计算机工程与应用 2012(13)
    • [26].新媒体时代智慧课堂教学模式及实施策略探析[J]. 长春大学学报 2020(06)
    • [27].基于递归分析的微裂纹缺陷超声检测技术研究[J]. 振动与冲击 2020(10)
    • [28].基于相空间重构的人民币汇率递归图分析[J]. 经济论坛 2013(02)
    • [29].基于RR间期的阵发性房颤复发预测[J]. 生物医学工程学杂志 2019(04)
    • [30].关于Petri网通信节点传输优化管理仿真研究[J]. 计算机仿真 2016(04)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于交叉递归分析的机械旋转部件退化跟踪与故障预测研究
    下载Doc文档

    猜你喜欢