论文部分内容阅读
本文在机械故障诊断领域引入了数据挖掘的方法,详细论述了机械故障的特征提取、特征选择、特征分类的过程和方法.为机械故障领域应用新的研究方法提供了新思路和有意义的探索.
数据挖掘在机械故障诊断中的应用
【摘 要】
：
本文在机械故障诊断领域引入了数据挖掘的方法,详细论述了机械故障的特征提取、特征选择、特征分类的过程和方法.为机械故障领域应用新的研究方法提供了新思路和有意义的探索.
【机 构】
：
郑州工业大学振动工程研究所(郑州)
【出 处】
：
2000年全国振动(诊断、模态、噪声)技术及工程应用学术会议
【发表日期】
：
2000年4期
其他文献
本文介绍了一种确定减振元件冲击刚度的试验方法:基于最小二乘法和Duhamel积分方法的最优响应拟合法.并在MTS跌落式冲击试验台上,对9个系列50多种减振元件实测了冲击刚度和阻尼.试验结果表明,该方法不仅简单直观,物理概念明确,而且具有较高的测试精度.
本文研究人枪相互作用的意义,阐明了测定射击时人-枪系统的动态特性的必要性.介绍了抵肩力、后坐运动、枪体仰俯、侧偏角运动的测试系统,对单发及连发状态下的人枪相互作用和运动状态进行了全面的测试,并对测试结果进行了分析,为进行人-枪系统的机械阻抗分析及建立人-枪力学模型提供了可靠的依据.
本文介绍了一种非平稳信号的变尺度预处理方法,以实现难以解决的转速变化规律不定的非平稳信号的分析与处理,用计算机仿真验证了其有效性.对于具有此类特征的机械信号,通过此变换,就可用通常的非平稳分析方法来处理,能有效地识别机械的故障特征,简化了由于转速的无规律性造成的非平稳信号分析与处理的复杂性.
神经网络因其非线性映射能力和自适应特征,在许多领域得到了应用,本文首次用前向多层频域神经网络描述智能旋翼输入输出关系.首先建立以后缘附翼为直升机振动主动控制元件的智能旋翼模型,分析了作动器的非线性.然后确定网络结构、目标函数和训练方法,采用正交设计方法选取训练样本.最后对建立的频域神经网络进行了训练,训练结果表明设计的两层神经网络能够较好地描述这一关系.
本文运用INV306D信号采集处理分析系统,利用振动信号分析法,对某厂一台边缘传动的大型水泥球磨机的传动系统进行故障诊断分析,准确地查明了故障原因,排除了故障.
本文通过模拟柴油机气阀机构的两种主要故障:气阀漏气和气阀间隙异常故障进行实验,采集柴油机缸盖表面的振动信号,计算柴油机缸盖振动信号的多重分形,最后利用神经网络进行自动识别气阀状态.
介绍了一种改进的模糊神经网络模型.在模型中通过增加模糊化层,实现了隶属函数有关参数的自动生成.由于该模糊神经网络模型将神经网络和模糊综合评判两种故障诊断方法有机结合起来,从而使模型不仅具有强大的知识自学习功能,同时还可对诊断过程做出合理的解释.最后,利用该模型从振动总能量、频谱结构及波形指标三个方面,对往复泵泵阀故障进行了综合评判研究.研究结果表明,建立的往复泵故障诊断系统具有较强的自适应学习能力
基于网络的远程故障诊断是诊断系统的发展趋势,本文提出了构造设备诊断网络中心的框架结构,用于实现对有关设备的远程信息管理、状态监测和故障诊断,以及故障诊断过程中的技术知识共享和资源共享.
趋势分析和早期故障预报是故障诊断的重要内容之一,也是提高诊断系统实时性的重要手段.本文在总结了目前存在的各种预测方法的基础上,选用ARMA模型作为卫星故障预测模型.并开发了基于ARMA模型的预测软件,它能够实现ARMA模型的自动定阶、参数估计及模型考核.作为原有的故障诊断系统软件的补充,使得故障诊断系统的功能得到增强.
本文通过Duffing方程解的特性设计出混沌振子,在微弱信号中,利用混沌振子对噪声的免疫力和对小信号的敏感性进行了检测,并以对实际微弱信号的检测说明其可行性以及检测效果的优越性.