王艳[1]2007年在《旋转机械状态监测与故障诊断系统的开发》文中提出随着现代工业生产设备大型化、连续化、高速化和自动化的不断发展,机械设备的故障诊断技术越来越受到重视。保证生产的连续性,减少设备特别是重要设备的停机时间,是保证企业追求高经济效益的前提,而设备状态监测与故障诊断技术将为此提供一个有效的解决途径。课题是根据攀枝花新钢钒股份有限公司热轧板厂设备管理状况和加热炉助燃风机的安全需要提出的。为确保该厂加热炉助燃风机系统不发生故障,减少人工干预,提高自动化及自适应能力,提出了采用计算机实时监测和自动诊断。为了能使开发的产品具有一定通用性,本文面对旋转机械进行全面研究,使之尽量适应所有旋转机械或绝大部分的旋转机械设备。在分析研究大量相关材料和前人工作的基础上,根据旋转机械的特点,开发了旋转机械状态监测与故障诊断系统。本文研究了计算机监测与故障诊断系统的组成、故障诊断技术的信号采集、信号处理方法,详细介绍了系统开发过程中的信号采集、信号处理过程,包括软、硬件的选择和软件的应用。开发的系统将信号采集、信号处理、信号分析、故障诊断和趋势预测融为一体,对于旋转机械具有一定的通用性,人机界面友善,操作简单,功能完善,自动化程度高,具有良好的可行性和实用性,有一定的专业化和商业化水平。这套系统已在攀钢热轧板厂正常使用,并取得很好效果。
于宏丽[2]2004年在《旋转机械故障数据库与故障精密诊断系统开发》文中研究指明在对各类汽轮机组故障进行收集、统计分析的基础上，针对火电厂汽轮机组的故障特点，介绍了几种典型故障，并进行了故障诊断方法及诊断系统研究，同时开发了电厂历史振动故障数据库。工作的主要内容有： 1、研究了故障的模糊诊断方法，以阈值和最大隶属度为判断准则构建了模糊综合诊断模型和模糊分层诊断模型，对故障信号进行诊断。 2、收集大量国内电厂各种汽轮机组的故障实例，建立了历史故障数据库，将它们的故障特征等信息收入到库，为现场人员提供解决故障的实际依据，同时作为模块嵌入到精密诊断系统中，丰富了系统的诊断功能。 3、针对火电厂汽轮机组开发了精密诊断系统。
梁亮[3]2008年在《风机旋转机械设备故障诊断专家系统的设计与实现》文中研究指明旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。旋转机械监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。专家系统是人工智能的一个分支。它实际上是一种基于知识的计算机软件系统,它拥有某个领域内众多专家的知识和经验,并能像专家那样运用这些知识,通过推理,做出智能决策。使用专家系统可以对大型旋转机械的故障进行比较准确的诊断,促进维修方式从预防性到预测性的转变,延长机组寿命,从而创造巨大的社会效益和经济效益。本论文以风机旋转机械为研究对象,研究了风机旋转机械设备故障诊断专家系统的基本原理。并结合费舍尔判别分析法、粗糙集、模糊技术和蚁群算法,提出了将传统风机机械故障诊断专家系统知识自动化推理的技术。论文提出的风机故障诊断系统分为前端在线简单监测和后端自动诊断专家系统两部分。在线简单监测部分的实现,运用了费舍尔判别分析法及其他的一些监测技术;自动故障诊断系统,综合运用了粗糙集、知识特征化、模糊算法和蚁群算法等技术。最后通过工厂采集的实际数据进行测试,依据本论文提出的技术建立的故障自动诊断专家系统可以进行风机机械状态识别和故障分析解释。
邓绪勇[4]2007年在《电动机振动监测与故障诊断系统开发与研究》文中进行了进一步梳理现代机械设备发展的一个明显的趋势是向大型化、高速化、连续化和自动化的方向发展。由此而导致设备的功能越来越多，性能指标越来越高，组成和结构越来越复杂，同时对设备管理与维修人员的素质要求也越来越高。保证高效、安全生产，减少设备特别是重要设备因故障引起的停机时间，是企业提高经济效益和社会效益的前提，而设备状态监测与故障诊断技术将为此提供一个有效的解决途径。分析研究大量相关资料和企业设备状态监测与故障诊断工作的现状，大多数用于开展这方面工作的系统，其功能主要还是信号分析，故障诊断功能较少或没有，需要设备管理者和操作者具有娴熟的信号分析及故障诊断的理论知识，才能在信号分析的基础上，人为判断出设备发生的故障。但实际上，并不是每一个系统的需求者都具有这样那样的知识和技能，这就使得相当一部分系统难于推广或购置后基本闲置，没有真正发挥其应有的作用。虽然也有少数高校和研究院所根据一些大型企业的要求针对某一种特定设备而开发了部分信号分析和故障诊断系统，但往往采用软硬件捆绑销售且价格昂贵，一般中小企业只能望而却步。为此，本论文的主要目的就是针对设备状态监测与故障诊断工作的现状，开发一个基于通用的虚拟仪器系统、面向广大普通的设备管理者和操作者而且性价比高的机械设备状态监测与故障诊断系统。只要知道如何操作此系统即可，并不需要使用者具备高深的信号分析及故障诊断的理论知识。论文以旋转机械中电动机转子系统为主要研究对象，对其振动监测及故障诊断的技术进行了分析研究。根据故障诊断的基本工作原理，利用虚拟仪器软、硬件对电动机转子系统产生的振动信号进行采集、存取并进行时频域分析。在此基础上，采用可视化、面向对象的设计方法，在Windows环境下利用程序设计语言Visual Basic 6.0进行多线程、多任务的模块化程序设计，把国际标准或国家标准的监测指标以及故障的现代诊断方法实现为计算机的自动判别能力和诊断能力。开发了一个以数据库技术为基础的电动机转子系统的运行状态监测与典型故障诊断的系统。软件界面的设计直观通俗，符合用户习惯。运行过程中，系统采用人机对话方式，对操作人员进行指导和提示。最后通过应用典型或标准信号以及实例对该状态监测与故障诊断系统的正确性进行了验证。验证证明，该系统能对电动机的运行状态进行监控，并能对电动机的典型故障产生的原因进行正确的判断和分析。本文开发的系统，可用于电力、石化、冶金、汽车和造船等国民经济重要部门的大型电动机的状态监控与故障诊断。稍加修改，也可用于对风机、水泵等旋转机械进行状态监测和故障诊断。
何泳[5]2003年在《旋转机械运行状态计算机实时监测与诊断系统的开发》文中提出随着现代工业生产设备大型化、连续化、高速化和自动化的不断发展，机械设备的故障诊断技术越来越受到重视。保证生产的连续性，减少设备特别是重要设备的停机时间，是保证企业追求高经济效益的前提，而设备状态计算机实时监测与故障诊断技术将为此提供—个有效的解决途径。 课题是根据长治钢铁(集团)有限公司炼铁厂设备管理状况和高炉送风系统的安全需要提出的。为确保该厂高炉送风系统不发生故障，减少人工干预，提高自动化及自适应能力，提出了采用计算机实时监测和自动诊断。为了能使开发的产品具有一定通用性，本文面对旋转机械进行全面研究，使之尽量适应所有旋转机械或绝大部分的旋转机械设备。 在分析研究大量相关材料和前人工作的基础上，根据旋转机械的特点，开发了旋转机械运行状态计算机实时监测与诊断系统。本文研究了故障诊断技术的信号分析方法和计算机辅助监测与诊断系统的组成，详细介绍了系统开发的全过程，包括硬件的选择和软件的编制。软件编制采用面向对象的设计方法，在Windows下利用VC++6.0的MFC和API进行多线程、多任务的模块化程序设计。运行过程中，系统采用人机对话方式，对操作人员进行指导和提示。 开发的系统将信号采集、信号处理、信号分析、故障诊断和趋势预测融为一体，对于旋转机械具有一定的通用性，人机界面友善，操作简单，功能完善，自动化程度高，具有良好的可行性和实用性，有一定的专业化和商业化水平。
刘颖峰[6]2003年在《旋转机械状态监测系统的研究与开发》文中研究指明本论文结台某炼化公司关键设备状态监测与故障诊断系统的研制而展开。在深入分析原有监诊系统的基础上，结合本期系统开发的具体要求以及旋转机械状态监测的发展方向，确立了本文的研究内容：对状态监测系统的信号采集进行了具体的分析、设计，研究开发了满足实际需求的快变信号、慢变信号采集卡；根据原有系统数据管理使用情况，提出了数据管理的改进方案，并根据改进方案进行了开发，实际表明改进后的数据管理系统具有更好的性能。在上述工作的基础上构建了完整的状态监测系统，系统已经在某炼化企业生产实际中投入运行，获得一致的好评。论文的主要内容如下：第一章介绍了开展大型旋转机械故障诊断的意义，论述了大型旋转机械故障诊断的研究现状和发展趋势，结合课题背景，提出了本论文的主要研究任务。第二章首先分析了分布式旋转机械故障诊断体系结构的特点，设计了面向故障诊断的旋转机械状态监测系统的总体结构。第叁章论述了传感器技术在状态监测系统中的重要意义，根据状态监测系统对传感器的要求，分析了传感器的特性和安装，并进行了选择。第四章分析了信号预处理的必要性，然后对状态监测系统中预处理电路的设计给出具体方案，并对具体方案进行分析校核。第五章根据现有信号分析的理论基础和现场应用需要，提出了快变信号、慢变信号的采集方案，设计了快变信号、慢变信号采集电路开发了快变信号、慢变信号采集卡，并在实际生产中取得了应用。第六章首先分析了状态监测系统数据管理的特殊性和重要性，并在此基础上引入实时数据库基本理论，设计了面向状态监测的数据管理系统，实现了状态监测系统的功能。根据实时数据库理论，提出了数据管理改进方案。第七章开发了旋转机械状态监测的软件系统，给出了状态监测系统现场应用实例。第八章绐出了全文的结论和展望。
张韧[7]2004年在《旋转机械故障特征提取技术及其系统研究》文中提出旋转机械故障特征提取是旋转机械故障诊断的核心之一。本论文研究结合国家自然科学基金项目“基于独立分量分析的旋转机械故障诊断新方法的研究”(50205025)、浙江省自然科学基金项目“基于盲源分离的机械噪声故障诊断技术研究”(5001004)以及福建炼化集团、衢州巨化集团具体应用项目展开，以旋转机械故障信号为研究对象，研究了基于幅域分析、时域分析以及以傅里叶变换(FT)为核心的故障特征提取方法；研究了基于短时傅里叶变换、小波变换和EMD时频分析方法的故障时频特征提取方法；通过仿真和实验研究，分析各种故障特征提取方法的性能特点；并在C++build5和matlab6.1平台下开发了一个旋转机械故障特征提取软件系统。全文的主要研究内容如下： 第一章介绍了旋转机械故障诊断技术的概况；综述了旋转机械故障特征提取技术的方法和研究现状；最后，提出了论文的研究目标，概括了论文的研究内容，并给出论文的总体框架。 第二章研究了传统的基于幅域分析、时域分析以及以傅里叶变换(FT)为核心的故障特征提取方法的一些基本概念和方法，总结了该类方法的特点。 第叁章研究了小波变换理论和方法，分析了小波变换在旋转机械故障特征提取中的应用特点。并通过小波变换对仿真信号和实际的旋转机械振动信号进行分析处理，验证了小波变换方法在旋转机械故障特征提取中的有效性。 第四章介绍了基于EMD时频分析方法的基本概念和算法。研究了EMD方法中存在的一个重要的问题——端点效应问题，采用基于短数据序列的直接延拓技术，以此来降低端点效应的影响，并得出了分析结论。最后对一个实际的旋转机械振动信号进行了基于EMD时频分析方法的分析，证明了用基于EMD的时频分析方法来提取旋转机械故障振动信号的特征是有效的。 第五章应用FFT、短时傅里叶变换、小波变换和基于EMD的时频分析方法对本实验室的Bently转子试验台所采集的转子四种故障：转子不平衡、不对中、油膜涡动和转子横向裂纹的振动信号进行信号处理和故障特征提取，并主要对短时傅里叶变换、小波变换和基于EMD的时频分析方法进行了比较研究，得出了分析结论。 第六章结合Matlab和C++ Builder的优点，采用混合编程的方式开发了一个集信号的幅域分析、时域分析、傅氏频谱分析、倒频谱分析、短时傅里叶变换、小波变换和基于EMD时频分析方法的旋转机械故障特征提取软件系统。 第七章对全文进行总结，并对今后的工作提出了展望。
阳小燕[8]2008年在《氧化铝烧结窑排烟风机信息融合故障诊断方法与系统研究》文中提出排烟风机是国民经济建设中不可缺少的关键设备,对其进行故障诊断方法的研究具有重要意义。当前排烟风机故障诊断手段主要是频谱诊断,随着智能诊断技术的发展,相继出现了针对单个领域的诊断专家系统,如转子故障诊断系统、电机故障诊断系统等,但由于排烟风机结构差异、环境恶劣等因素的影响,特别是在冶金、矿山等恶劣环境,诊断效果较差,为了提高排烟风机监测与故障诊断的准确性,本文作者综合运用信息融合理论、提升小波信号预处理方法、盲源分离故障诊断方法、BP-ART2神经网络故障诊断、多专家协同诊断理论等先进理论和算法,对多传感器信息在多层结构上进行多诊断方法的信息融合,并在理论研究的基础上,开发了排烟风机运行状态监测与故障诊断微机集中式和DSP分布式两种系统。信号预处理方法中,在提升小波信号分析的基础上,设计了改进型小波去噪阈值函数和平滑递变的自适应提升小波函数,提出了基于信号局部特征的自适应提升小波信号去噪方法,该方法在大型排烟风机故障信号去噪处理中取得了良好的应用效果。在故障源数不确定情况下的动态源数估计中设计了引入拓展四阶累积量矩阵的盲源分离动态源数估计算法,并研究了根据源数与传感器数的关系(正定、超定、欠定),选择相应分离算法的自适应盲源分离故障诊断方法,该方法在数据融合层面能有效地识别和诊断排烟风机动态故障。在特征融合层,研究了综合BP网络与ART2自适应共振网络二者优点的改进型BP-ART2神经网络故障诊断方法,在ART2结构的输入层增加非线性映射隐层,通过非线性映射降低输入特征的维数,从而提高ART2神经网络的诊断效率。在故障聚类中,提出了ART2警戒阈值的局部自适应调整算法,对每个聚类设置各自的警戒阈值,并根据聚类结果与期望值的误差来调整隐层映射权值;在聚类评判指标上,采用双重评判指标,将信号与相应聚类中心的幅值差,与警戒阈值一起作为判断聚类的评判指标,当两者同时满足时聚类成功。从而提高了排烟风机故障诊断的效率和准确性。针对排烟风机转子故障诊断、电气故障诊断以及机电耦合故障诊断等各种诊断方法,在排烟风机机械诊断与电气诊断的基础上,研究了综合时域诊断与频域诊断相融合、机械诊断与电气诊断相融合的黑板型多专家协同诊断系统,实现了机械与电气双重角度的故障诊断。并将多专家诊断黑板结构按照诊断逻辑划分为8个信息层,分别包含相应的诊断条件、诊断方法和诊断结论,并建立了相应的黑板监督机制,设计了多专家融合诊断算法。在决策融合层,模仿诊断专家综合考虑多个传感器诊断信息,设计了多传感器加权激励融合方法,实现多个传感器诊断结果相互比较与应证,根据两两传感器诊断故障之间的相关加权激励系数矩阵,分析各故障的相互激励与增强程度,计算加权融合结果,最后将所有两两传感器加权融合结果进行综合融合并归一化,得出多传感器故障融合诊断结果。并对多种诊断方:法得到的局部诊断结果,采用D-S证据理论决策融合得到全局诊断结论。在本文所研究的信号处理与故障诊断方法的基础上,结合排烟风机的力学分析与针对现场干扰信号的信号处理以及故障诊断的要求,研究开发了排烟风机运行状态监测与故障诊断微机集中式监测和DSP分布式监测两种系统,并已成功应用于生产实践的风机监测现场,实现了大型排烟风机状态实时监测与故障诊断。
门日秀[9]2009年在《网络环境下的旋转机械远程故障诊断系统开发问题研究》文中研究指明随着现代工业设备朝着超高速、超精密、网络化、集群化方向的快速发展,基于网络技术的远程故障诊断正在成为机械故障诊断技术的主流发展方向之一。将设备故障诊断技术与计算机网络技术相结合,借助于Internet网络建立一种基于www的开放式远程故障诊断平台,不仅具有可行性而且具有超越时空的优越性。针对目前的故障诊断系统其体系结构相对封闭问题,本文综合利用旋转机械转子部件典型故障特征及故障诊断方法、数据库技术、数据传输技术、MATLABWeb Server技术,对基于B/S模式的远程诊断中心的设计与实现问题进行了研究。在搭建了基于Internet的旋转机械转子系统远程故障诊断平台基础上,保持传统诊断功能基础上融入基于信息融合的知识化诊断方法,并通过转子实验台的远程操作,实现了对转子实验台的远程诊断和典型故障分析功能。主要工作内容及获得的研究结论如下:1)设计了一套旋转机械转子系统远程诊断中心的结构框架,该系统具有开发与维护简单、功能易扩展以及用户操作快速、便捷的特点。在论述了其硬件平台、软件平台、系统工作原理基础上,建立了系统工作的流程图。2)从转子动力学角度分析旋转机械转子产生故障的机理,并对转子常见故障问题进行研究。采用时域、频域以及轴心轨迹等方法,对转子故障时的振动信号处理并分析,总结故障特征,最后给出实例验证。3)针对传统的诊断方法诊断结果不准确的问题,对判别融合与最小分类距融合的融合理论进行研究,采用判别分析和最小距离分类器对故障特征进行特征层融合,并对融合结果进行对照分析,研究表明,传统最小距离分类器对转子故障的识别能力较差,而改进的最小距离分类器通过对类中心的细化,有效提高了故障识别能力,在实际应用中具有一定的应用前景。4)针对远程故障诊断系统服务器组建的问题;首先对系统的功能进行规划分析,然后分别对服务器的选择、Internet接入系统、网页的设计与制作、网络平台的安全机制等问题的实现进行了研究。通过搭建远程诊断中心并调试,结果表明,该系统实现了异地用户登陆系统对转子实验台进行操作和故障分析。研究表明,远程故障诊断仍有不少理论和技术问题有待进一步研究和讨论,智能化故障诊断技术的融入加强诊断的准确性,诊断网络的优化提高诊断速度以及利用3G技术实现高速的无线诊断是远程故障诊断研究的新问题。
吴继红[10]2002年在《高压除鳞水泵机组在线监测诊断系统的研制》文中研究指明本文针对高压除鳞水泵机组属大型旋转机械的结构形式及不间断运行的生产特点，研制出一套高压除鳞水泵机组在线监测和故障诊断系统。该系统能在监测水泵运行状态的同时，实现实时数据采集与分析处理、运行界面调度、组态参数设置、在线打印等功能。另外，该系统的精密诊断功能，包括历史数据回放分析、趋势分析、时域分析、频谱分析，能对水泵的故障类型、部位、严重程度以及发展趋势进行分析和预测。在系统试运行期间，对水泵转子的振动进行了现场测定，试验效果良好。本文研究了引起水泵振动的主要原因，给水泵系统的故障模式和振动机理，对给水泵系统中的齿轮传动付进行了分析，提出了分析齿轮故障信号的方法。本文对故障诊断的方法，转子动力学模型的建立和振动信号的运动特征也作了一定的研究。文章最后阐述了高压除鳞水泵在线监测诊断系统的硬件实现及软件开发中的关键技术。其中，硬件实现详细介绍了硬件设计总体方案，传感器的选型原则和标定使用，对报警系统进行了设计；软件实现介绍了软件功能设计和用户界面设计。本文对比分析了预测维修体制在国内外企业中的应用现状和发展前景；在建立了旋转机械故障诊断模型的基础之上，对高压水泵的常见故障类型作了分析。该系统来源于工程实际，从用户的角度出发研制整个系统。系统操作方便，检测速度快，判断准确率高。系统经过不断完善，各项功能得到了检验，满足了用户的要求。
参考文献：
[1]. 旋转机械状态监测与故障诊断系统的开发[D]. 王艳. 昆明理工大学. 2007
[2]. 旋转机械故障数据库与故障精密诊断系统开发[D]. 于宏丽. 华北电力大学（北京）. 2004
[3]. 风机旋转机械设备故障诊断专家系统的设计与实现[D]. 梁亮. 北京化工大学. 2008
[4]. 电动机振动监测与故障诊断系统开发与研究[D]. 邓绪勇. 昆明理工大学. 2007
[5]. 旋转机械运行状态计算机实时监测与诊断系统的开发[D]. 何泳. 西安建筑科技大学. 2003
[6]. 旋转机械状态监测系统的研究与开发[D]. 刘颖峰. 浙江大学. 2003
[7]. 旋转机械故障特征提取技术及其系统研究[D]. 张韧. 浙江大学. 2004
[8]. 氧化铝烧结窑排烟风机信息融合故障诊断方法与系统研究[D]. 阳小燕. 中南大学. 2008
[9]. 网络环境下的旋转机械远程故障诊断系统开发问题研究[D]. 门日秀. 兰州理工大学. 2009
[10]. 高压除鳞水泵机组在线监测诊断系统的研制[D]. 吴继红. 重庆大学. 2002
标签：计算机软件及计算机应用论文; 故障诊断论文; 排烟风机论文; 北京风机维修论文; 机械振动论文; 风机选型论文; 高压水泵论文; 机械论文; 水泵维修论文; 功能分析论文; 电机转子论文; 风机论文;