一、装载机机械系统工作状态智能监测与故障诊断(论文文献综述)
王少豪[1](2021)在《装载机容错线控转向系统的分析与研究》文中认为转向系统作为装载机实现装载功能的系统之一,其重要性不言而喻。随着各学科的交叉和相互渗透,线控转向技术的发展提上了日程。线控转向系统能否承担起转向系统的重担取决于线控转向系统的安全性和可靠性,而系统的安全性和可靠性与系统的容错能力息息相关,因此提高系统的容错能力也就成为了研究线控转向系统重要的一环。本文立足于国内学者的研究成果,针对线控转向系统容错能力的提高,采用硬件冗余的方法,结合线控转向技术和全液压转向系统针对性的设计了容错线控转向系统。论文主要进行了如下研究:(1)对容错线控转向系统进行设计。主要包括线控转向系统的原理图和容错方法的确定,详细描述了系统的整体结构,其中包括操作、控制、执行三个子系统,确定选用全液压转向系统和线控转向系统相结合的方法,确定容错线控转向系统的容错方法,对传感器的三类常见故障进行数学模型的建立。(2)对装载机容错线控转向系统各部分进行建模。以全液压转向器的理论分析和全液压转向器的数学建模为基础,在AMESim软件中对全液压转向器进行建模仿真,此外在AMESim中建立容错线控转向系统的其它部分的模型。(3)对装载机容错线控转向系统进行仿真分析。对容错线控转向系统进行整体建模,并对其进行故障分析,包括传感器故障和执行器故障分析,通过对系统的转向油路分析、不同信号源测试以及系统抗干扰能力测试,结果表明:本系统具有较强的安全性和可靠性。(4)对装载机容错线控转向系统的控制策略进行了探讨。研究了PID控制策略对线控转向系统的控制作用,通过实验法整定PID数,并分析PID控制效果,通过AMESim-simulink联合仿真对模糊PID控制进行研究,依据不同频率信号的响应分析和干扰状态下的控制对比,结果显示模糊PID控制效果更好,抗干扰能力更强。
张永明[2](2021)在《汽轮发电机组健康状态监测与智能故障诊断技术研究》文中进行了进一步梳理汽轮发电机组作为电力系统中极为关键的大型旋转机械设备,对安全性、稳定性以及寿命的要求非常高,如果出现意外故障,会造成人员伤害或严重的经济损失,因此为了提高汽轮发电机组运行的安全性与可靠性,对其故障进行准确的诊断和预测具有重要的工程实用价值。设计开发状态监测与智能故障诊断系统是保证机组在不停机的状态下平稳运行的主要手段,有助于技术人员对机组产生的故障进行监测和维护。本文基于UML系统建模方法开发了汽轮发电机组健康状态监测与智能故障诊断系统,提出了多源异构本体知识表示方法及关联案例推理机制,对系统知识库的构建和推理机的设计进行了深入的研究。论文主要内容与贡献总结如下:(1)构建了基于UML系统建模方法的状态监测与智能故障诊断系统模型。针对汽轮发电机组状态监测与故障诊断系统功能多样、结构复杂、开发周期长等问题,考虑UML建模方法具有拓展性强、通用程度高、开发周期短等特点,设计了基于UML的汽轮发电机组状态监测与智能故障诊断系统模型,包括机组的总体架构、系统用例模型、功能分解模型、系统静态类模型、系统状态模型、系统交互模型及组件部署模型。(2)提出了汽轮发电机组多源异构知识本体建模与融合的方法。利用Protégé软件构建了汽轮发电机组的全局本体和局部本体,详细说明了建模的方法与步骤,改进了知识融合的算法与多源知识检索的过程,通过多源知识的检索过程证明了所建本体知识模型的正确性。利用机械故障模拟实验台(MFS)模拟了汽轮发电机组转子的不同故障,验证了知识融合算法的可行性与有效性。(3)设计了基于本体和关联案例推理机制。针对本体推理结果不完善,推理效率低等问题,利用Protégé自带的推理机Fa CT++进行初步推理,根据本体推理结果再进行案例分层检索。结合案例检索的全局相似度和局部相似度算法,设计了故障诊断系统推理机,提高了系统诊断的准确性和高效性,通过推理机制给出了故障的合理解决方案,实现了汽轮发电机组从“故障属性输入”到“解决方案输出”的全过程。(4)开发了汽轮发电机组健康状态监测与智能故障诊断系统。利用本体编辑器构建了知识库和完成了初步推理,使用SQL Server储存了机组传送过来的数据和长期积累的故障案例,通过MATLAB封装了相关图谱绘制算法、特征提取算法和关联案例推理算法,结合UML系统模型,开发了汽轮发电机组健康状态监测与智能故障诊断系统。通过系统性能调试验证了此系统能够为汽轮发电机组故障诊断提供可行的解决方案,保证了机组健康运行。
谭鸿创[3](2020)在《基于熵特征的螺旋锥齿轮故障诊断方法研究》文中提出螺旋锥齿轮传动因其重叠系数大、承载能力强、传动比高、传动平稳、噪声小等优点,被广泛地应用于航空、汽车、矿山等机械传动领域,是机械工程中重要的基础传动件。由于制造和装配误差,以及运行过程中的润滑不良和超速超载工作等,螺旋锥齿轮很容易发生损伤和故障,由此导致的异常振动等,将影响整个传动系统乃至整个机械设备的正常运行,引发安全事故,造成重大经济损失。因此对螺旋锥齿轮的运行状态进行监测和诊断,可确保整个传动系统安全、高效、稳定运行,具有重要的现实意义。本文以可表征螺旋锥齿轮非线性、非平稳性的熵特征为敏感特征量,分别构建了排列熵、多尺度排列熵、多尺度样本熵,结合特征降维与模式识别,形成相应故障诊断方法,实现螺旋锥齿轮断齿等故障的有效辨识与诊断。具体内容如下:(1)螺旋锥齿轮振动测试与振动信号初步分析。以现有螺旋锥齿轮试验台为平台,利用B&K振动数据采集系统分别采集了螺旋锥齿轮在900r/min、1200r/min与1500r/min三种转速下正常齿、1/3断齿、2/3断齿和严重擦伤齿这四种状态的振动信号,并对采集的振动信号进行了初步的频谱分析与近似熵分析。近似熵分析表明,传统近似熵特征可以反映螺旋锥齿轮运行状态,有效分辨出正常齿轮与故障齿轮,但不同故障状态之间的区分效果欠佳。(2)基于CEEMDAN排列熵与SVM的螺旋锥齿轮故障诊断方法。以自适应噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition With Adaptive Noise,CEEMDAN)的排列熵为敏感特征量,通过支持向量机(Support Vector Machine,SVM)进行模式识别,实现螺旋锥齿轮故障辨识。首先将螺旋锥齿轮振动信号进行CEEMDAN分解,得到一系列从高频到低频的内禀模态函数(Intrinsic Mode Function,IMF),利用相关系数计算各IMF分量与原始信号的相关程度,结合信噪比的大小进行含主要故障信息的IMF分量优选;采用重叠组合法对排列熵计算过程中的关键参数——嵌入维数和时延进行优选;以优选IMF的排列熵值组成特征向量,训练多分类SVM,进行螺旋锥齿轮故障辨识。将该方法用于3种不同程度螺旋锥齿轮断齿故障的诊断识别,并与基于集总经验模态分解排列熵-SVM、经验模态分解排列熵-SVM方法进行比较,实验结果表明,该方法可以更加准确地识别螺旋锥齿轮的故障类型。(3)基于LPP的多尺度排列熵降维与ELM的螺旋锥齿轮故障诊断方法。以经局部保持投影(Locality Preserving Projections,LPP)降维的多尺度排列熵为敏感特征量,通过极限学习机(Extreme Learning Machine,ELM)进行模式识别,实现螺旋锥齿轮故障辨识。首先,构造多尺度排列熵作为原始高维特征矢量,然后使用LPP对原始高维特征矢量降维,获得最优低维敏感特征矢量,挖掘并保留高维特征矢量的非线性结构特点,然后将所得敏感特征量构成特征矢量,输入ELM进行螺旋锥齿轮故障辨识。将该方法应用于稳定转速下4种螺旋锥齿轮故障状态的诊断辨识中,结果有效地证明了该方法的准确性和优越性。(4)基于OLPP的多尺度样本熵降维与GWO-ELM的螺旋锥齿轮故障诊断方法。以正交局部保持投影(Orthogonal Locality Preserving Projections,OLPP)约简的多尺度样本熵为敏感特征量,通过灰狼优化算法(Grey Wolf Optimizer,GWO)优化的ELM进行模式识别,实现螺旋锥齿轮故障辨识。该方法首先采用多尺度样本熵提取螺旋锥齿轮变速工况的故障特征集合,再对获取的故障集进行OLPP降维获得独立的敏感特征量,最后应用GWO-ELM进行螺旋锥齿轮故障辨识。在识别诊断过程中,以螺旋锥齿轮2种转速(900/min、1200/min)下3种状态(正常、1/3断齿、2/3断齿),总共6种工况类型的振动信号进行实例分析,证明该方法能有效应用于螺旋锥齿轮的变转速故障识别。
徐大鹏[4](2019)在《挖掘装载机工作装置电液比例控制及仿真分析》文中提出随着劳动力成本的提高以及科学技术的进步,以计算机控制为核心的工程机械越来越受到人们的青睐,其进一步降低了操作人员的劳动强度,提高了工作效率。本文针对挖掘装载机工作装置载荷多变且液压系统多路阀阀口流量控制不稳定,造成整机工作效率不高等问题,设计工作装置电液比例控制系统;基于功率键合图理论建立动臂液压系统模型,推导出举升工况的状态方程并对其进行动态分析;根据工作装置控制响应速度和精度的要求,设计了其模糊PID控制器;在此基础上,建立挖掘装载机工作装置的机电液联合仿真模型,模拟其实际工作过程,仿真验证了上述液压系统和控制器的可行性。主要工作如下:(1)基于D-H原理建立工作装置运动学方程,分析工作装置的运动轨迹;分析装载过程中载荷变化的情况,根据载荷加载的方式不同,求取装载过程中的插入阻力、掘起阻力以及液压缸的工作载荷。(2)分析挖掘装载机液压系统的工作原理,并针对装载过程中载荷的变化特点和实际工况,设计装载工作装置电液比例控制系统;基于键合图理论建立动臂液压系统模型并推导了举升工况的状态方程;在此基础上,基于MATLAB/Simulink建立举升工况的数学模型并进一步分析换向阀阀芯端面的容积、阻尼系数、流量以及弹簧刚度对换向阀动态特性的影响。(3)根据上述设计方案建立动臂控制系统的数学模型;分析模糊控制原理并设计动臂控制系统的模糊PID控制器;分别用传统PID控制器与模糊PID控制器对系统进行仿真分析,结果表明:模糊PID控制下的液压缸位移响应速度快,到达稳态的时间短,控制效果更佳。(4)基于ADAMS、AMESim和MATLAB/Simulink构建机电液一体化集成仿真环境,在此基础上,建立挖掘装载机工作装置的机电液联合仿真模型;模拟工作装置在空载和定载荷工况下的工作过程,分析其在传统PID和模糊PID控制下的工作效果,仿真结果表明:模糊PID控制下液压缸位移的响应速度快,验证了上述设计方案的可行性;在定载荷下,模糊PID控制的液压缸位移误差仅为0.89%,取得了良好的控制效果。
毕晓阳[5](2019)在《基于单通道振动信号解析的柴油机典型故障智能诊断方法研究》文中研究指明柴油机由于复杂的结构和恶劣的工作条件导致故障时有发生。为保证柴油机及以其为动力源的机械系统安全可靠地工作,减少因突发故障带来的损失,柴油机健康状态评估与不解体故障诊断成为现阶段的前沿研究课题之一。柴油机振动信号中包含了丰富的工作状态信息,但由于柴油机结构复杂、运行工况多变,且在故障发生早期其特征信号往往是相对弱功率的信号,无法直接利用柴油机振动信号评估柴油机健康状态和诊断故障。因此,如何对柴油机振动信号进行深度分析,并提取能够表征其运行状态的关键特征参数,就成为柴油机故障诊断方法研究中的关键问题。论文从柴油机常见故障问题出发,将出现概率较高的气门间隙故障与燃油系统故障作为识别对象,开展了由单通道振动响应信号提取并识别故障源信号及其状态特征的故障诊断方法的研究工作,主要成果如下:(1)论文提出了一种优化的变分模式分解(VMD)与独立分量分析(ICA)相协同的信号处理方法,可由单一通道振动信号快速准确地提取出多个独立的源信号。首先,利用VMD算法对单一通道信号进行分解,得出了一系列的本征模态函数(IMF)。该方法较传统经验模态分解(EMD)等递归分解方法在准确性方面具有较大的优势。然后,利用ICA算法对VMD算法所得结果进行处理,解决了VMD算法无法区分柴油机中可能存在的同频率非同源信号的问题。分析过程中,对VMD算法的分解层数K与二次罚项α进行了优化,提出了一种获得最佳参数组合的有效方法,针对论文所选柴油机最终确定了最佳参数组合为K=6、α=8400。最后对比分析了ICA的多种算法,包括快速独立分量分析(Fast ICA)、鲁棒性独立分量分析(Robust ICA)和基于核方法的独立分量分析(KICA)对VMD分解结果进行二次处理时的准确性与计算效率,结果表明Robust ICA在准确性与计算效率方面具有相对较好的综合性能。论文采用优化的VMD与Robust ICA协同分析的方法对实测振动信号进行了处理,并取得了很好的效果,为下一步的故障特征提取打下良好基础。(2)在故障特征提取研究方面,提出了一种双谱对角线投影分析方法,解决了现阶段双谱分析对角线切片方法易丢失大量的双谱分析结果信息以致不能全面体现振动信号特征的问题,实现了对振动源信号双谱分析结果中的特征信息更为精确的提取。论文首先提出了对角线投影和对角线累积两种分析方法,对比分析了两种方法所得的振动源信号特征,并与原始的对角线切片方法所得振动源信号特征进行了对比,结果表明对角线投影方法能够获得更为全面的特征信息。然后对前述优化VMD与Robust ICA协同方法处理后所得的独立源信号进行了双谱分析,以双谱对角线投影结果为基础,计算了均值、方差、偏斜度、峭度、峰峰值、方根幅值、均方根值、香农熵、最大奇异值、四阶累积量等十种不同的特征参数并进行对比。提出了一种可视化的特征参数选择方法,实现了由单一参数同时描述特征的聚类程度与类间区分度,并依照这一方法对十种参数进行优先级的排序,为故障模式智能识别提供了特征参数的选择依据。(3)论文在对振动信号的处理方法和故障特征提取方法进行深入研究的基础上,设计了基于深度信念网络(DBN)的多重样本分类器,将优先级最高的四个特征参数作为分类器的输入,对柴油机的工作状态进行了识别。首先利用特征参数代替原始信号作为DBN分类器的输入,简化深度信念网络的结构,提高了诊断效率。然后构建DBN网络,对柴油机气门间隙、喷油量两种常见典型故障共六种状态(包含早期故障在内的五种故障状态和正常状态)进行识别,验证了DBN具有较好的故障模式识别能力和效率,实现了对多种类型故障及其故障程度快速准确的诊断。最后,经与遗传算法-BP神经网络(GA-BP)所得诊断结果进行对比表明,无论是单一故障诊断的准确率还是多种故障诊断的准确率均有显着提升,其中对多故障识别的准确率由87%上升到了95.3%,从而验证了论文所设计的分类器的优越性。综上所述,论文利用单通振动信号,以VMD、ICA、双谱分析和DBN等方法为基础,通过大量优化与对比分析建立了一套准确高效的柴油机典型故障诊断方法体系,对早期故障的识别能力和对不同工况的适应性上均取得了较好的效果。该方法体系虽然针对柴油机典型故障建立,但具有一定的普适性,对机械机构健康状态评估及早期故障诊断技术开发与工程应用具有一定的指导作用。
刘好明,王清锴,金丹[6](2018)在《装载机机械系统工作状态的智能监测与故障诊断》文中指出科技在日益发展的同时,也带来了很多问题,比如一些大型的发电机设备在工作运行的过程中会出现一些问题,而这些问题会带来很大的影响,如果严重来说会产生非常严重的后果,因此检测与故障排除的技术要求非常严格,尤其对于安全性极为重要。随着时间的推移以及科技的快速进步,对于故障的检测越来越重视,所以故障诊断的技术也有了很大程度上的提高,并且逐渐有了一个相对来说比较完整的体系,即震动诊断、油样分析、温度检测和无损检测,这些步骤作为检测的主要步骤,不过现在时代的主流是人工智能,所以人工智能的出现也对设备故障的检修起到了推动作用。
马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱[7](2018)在《中国筑路机械学术研究综述·2018》文中提出为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。
陈星宁[8](2016)在《基于多传感器的装载机故障诊断系统研究》文中认为工程机械的发明大大节省了建设的时间并且提高了效率,对一个国家经济的发展起到推动作用。装载机便是其中一种工作效率较高、用途广泛机械。对于装载机来说系统故障诊断系统的研究是非常必要的,有利于及时发现问题、排除故障以及相关的安全隐患,保障装载机安全稳定运行,延长装载机使用寿命,发挥装载机的最大效能,能够促进工程进度,实际上就间接的创造了经济效益。本文根据实际调研,确定开展基于多传感器装载机故障诊断系统的研究及相关技术探讨。本文是针对实际生产作业中的这种问题展开了装载机动力系统故障在线诊断和监测的研究,主要完成的工作有:(1)首先本文在进行详细分析装载机故障发生及其危害的基础上分析了设计在线监测诊断系统的必要性,并且研究了这样一个在线监测系统设计的基本规则和研发步骤。其次,根据设计基本规则分析了在研发系统的时候会涉及到的一些软硬件基础,还对涉及到的一些技术手段进行了研究;(2)针对多维度信息综合反应机器工作状态的理论进行了研究和阐述,找到了其中问题的难点所在是多维度多层次的信息很难共同处理分析。针对这个难题引进了信息融合技术在这对其进行分析,对信息融合技术中的基本方法应用在多维度多层次数据分析中的可行性进行了论证,并且找到了模糊理论和化简方法处理庞杂数据的渠道,取得了很好的效果;(3)结合某企业的ZL50型号的装载机的故障发生进行了详细分析重点对装载机故障诊断系统的开发环境以及装载机的故障诊断系统的功能需求进行分析最后在基于粗糙集理论方法应用的基础上实现基于多传感器信号采集的装载机故障诊断系统,并进行测试,增强了故障诊断系统的冗余性以及提高了故障诊断系统的诊断精确率。
曹冲锋[9](2009)在《基于EMD的机械振动分析与诊断方法研究》文中指出本论文结合“机械振动本底源信号半盲分离与重建方法的研究”(国家自然科学基金项目(50675194))和“超临界、超超临界大型汽轮发电机组状态监测与故障诊断技术及其系统研究”(国家高技术研究发展计划项目(863计划,2008AA04Z410)),针对复杂机械系统振动信号的非平稳特征,本文将经验模式分解(Empirical Mode Decomposition,EMD)方法引入到机械系统振动分析及故障诊断中,对其在机械振动信号中存在的物理应用基础、端点效应及虚假模式等问题展开研究,给出了机械有效振动模式分析的解决方案及对应典型故障特征的提取方法,在此基础上建立了EMD—2D-HMM的诊断级联模型,并结合实验进行了验证。本文主要工作包括:第1章概述了旋转机械振动分析与故障诊断技术的国内外研究现状,分析了现有振动信号处理技术存在的问题,论证了将经验模式分解方法引入到机械振动系统故障诊断的可行性和迫切性,通过对经验模式分解方法在不同领域的国内外研究分析,总结了该方法存在的不足和进一步的研究趋势。最后根据机械系统故障诊断所涉及的信号检测、预处理、特征提取及模式分类等环节,系统地给出了论文的选题背景、研究内容、技术路线和创新点。第2章从机械系统振动特性的角度研究了EMD方法处理振动信号的物理意义,提出了基于EMD的机械系统振动模式分析方法。论述了振动信号EMD处理的基本原理和算法流程,建立了机械系统振动的理论模型,研究了单自由度和多自由度机械系统的振动响应特性及其EMD分析,研究发现了机械振动模式与固有模式函数(Intrinsic Mode Function,IMF)之间存在高相关性对应关系的现象,并以简支梁横向振动响应为例,结合大量仿真与实验,验证了基于EMD的机械系统振动模式分析方法的有效性,破解了EMD方法在机械系统振动信号处理中存在的物理解释难题,为后续的机械振动模式特征二次提取和故障诊断工作提供指导。第3章综述了国际国内关于端点效应抑制方法的前沿研究,分析了EMD方法中端点效应产生的机理及其在振动信号分析中引起的数据失真等不良影响与给后续诊断工作带来的困难,针对大型旋转机械振动信号的特点,指出现有抑制端点效应的信号延拓方法存在的不足,提出了一种基于端点优化对称延拓(End Optimization Symmetric Extension,EOSE)的抑制EMD端点效应新方法,该方法通过对信号和其包络线的偏差评价函数的最小化计算,获取最佳的信号端点值,使原始信号的上、下包络线最大化地逼近原始信号两端点,达到从源头上抑制端点效应的目的,使分解得到的振动模式能够较好地反映设备的振动特性。仿真和实验研究验证了该方法的有效性。第4章主要针对旋转机械振动信号经EMD分解产生高频噪声模式及低频虚假模式的缺陷,重点研究了白噪声在EMD分解中具有的统计特性,在此基础上提出了一种基于白噪声统计特性的机械振动模式有效性检验方法。该方法是对EMD方法的一种发展,可以自适应地消除机械振动信号经EMD分解产生的高频噪声模式及低频虚假模式,得到反映信号实际物理意义的振动模式分量集,整个处理过程不需要构造任何参数表达的基函数及相关滤波函数,也无需有关信号的任何先验知识,因而在实际应用中具有更好的适用性。采用大量实验验证了该方法能够有效识别出反映系统振动特性的振动模式,提高了特征提取的精度。第5章从机械非平稳振动信号的降噪要求着手,分别描述了数字滤波、Kalman滤波、小波降噪及EMD降噪等四种现有常用降噪方法,给出了各降噪方法的降噪原理和适用情况,明确了这四种降噪方法对于旋转机械非平稳振动信号的降噪存在的不足,重点研究了EMD降噪给非平稳振动信号带来的模式混叠现象,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,提出了一种非平稳振动信号的集成EMD降噪方法。通过仿真和转子启动过程试验振动信号对该降噪方法、EMD降噪方法及小波降噪方法的性能进行了比较测试。结果表明,该降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效抑制脉冲干扰,较好地降低了噪声对机械振动模式的影响。第6章对瞬时能量与机械系统结构状态变化的物理联系展开了理论研究,在机械运行过程中,其振动信号的瞬时能量分布会随着结构异常的产生发生变化,不同的瞬时能量分布即代表了不同故障类型。利用EMD和Hilbert变换方法,给出了振动模式瞬时能量的概念,提出了一种基于EMD-HT的瞬时能量分布特征提取方法。从时-频域描述信号的角度出发,提取了机械振动信号的瞬时能量分布和Hilbert边际谱特征,转子实验系统振动信号的分析结果表明,基于瞬时能量分布和Hilbert边际谱的二维特征向量对于识别不同故障类型的有效性。第7章论述了2D-HMM诊断方法在大型旋转机械非平稳振动信号时序模式分类方面具有的优越性,阐述了2D-HMM的基本概念和诊断原理,分析了EMD和2D-HMM在故障诊断中结合的必要性和可行性,建立了EMD—2D-HMM的诊断模型,提出了一种基于EMD—2D-HMM级联模型的故障诊断方法,该方法利用EMD方法提取的有效振动模式的瞬时能量分布及Hilbert边际谱特征进构造2D-HMM的时频域观测序列,并以此作为输入建立2D-HMM分类器,进而训练出对应各种故障类型的2D-HMM诊断模型库,通过求其最大似然概率值来判断机器的运行状态和故障类型。以转子实验台为基础构建了试验系统,试验研究结果表明,该方法相比HMM和小波包—2D-HMM诊断方法表现出更高的分类性能和诊断适用性。第8章在基于EMD—2D-HMM的故障诊断方法研究的基础上,分析了设计和开发相应故障诊断系统的具体需求。设计了基于EMD—2D-HMM故障诊断系统总体框架,重点研究了数据采集及预处理单元和故障诊断软件包的结构组成及设计方案。研发了基于EMD—2D-HMM故障诊断软件系统;利用实验台实测数据对系统的可行性进行了测试。第9章总结了全文的研究成果和创新之处,并对今后的工作提出了展望。
车立志,徐文尚,刘倩婧[10](2008)在《旋转机械系统故障诊断发展综述》文中进行了进一步梳理总结了国内外旋转机械系统故障诊断的研究现状及存在的问题,介绍了机械系统故障数据采集和状态监测的常用方法,探讨了模糊理论、神经网络、遗传算法等在诊断决策算法研究中的应用前景,最后指出要发展完善信号提取及处理技术,加强人工智能理论的研究及应用,提高网络集成化水平,进而向与容错控制相结合的方向发展。
二、装载机机械系统工作状态智能监测与故障诊断(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、装载机机械系统工作状态智能监测与故障诊断(论文提纲范文)
(1)装载机容错线控转向系统的分析与研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 课题的背景 |
1.1.2 研究的意义 |
1.2 线控转向技术研究现状 |
1.2.1 线控转向系统国内研究现状 |
1.2.2 线控转向系统国外研究现状 |
1.3 装载机转向系统概述 |
1.3.1 全液压转向系统 |
1.3.2 负荷敏感转向系统 |
1.3.3 流量放大转向系统 |
1.3.4 线控转向系统 |
1.4 装载机线控转向系统容错技术 |
1.5 本文的研究内容 |
1.6 本文的结构安排 |
2 装载机容错型线控转向系统的设计 |
2.1 容错线控转向系统总体设计 |
2.1.1 转向操作子系统 |
2.1.2 转向控制子系统 |
2.1.3 转向执行子系统 |
2.2 容错型线控转向系统容错方法确定 |
2.2.1 装载机SBW系统的容错的意义 |
2.2.2 装载机SBW系统的故障分析 |
2.2.3 控制系统容错方法的选择 |
2.3 建立装载机SBW系统故障的数学模型 |
2.4 本章小结 |
3 装载机容错线控转向系统模型 |
3.1 液压仿真工具AMESim软件介绍 |
3.2 全液压转向器模型的模型建立 |
3.2.1 全液压转向器理论分析 |
3.2.2 全液压转向器数学建模 |
3.2.3 全液压转向器AMESim建模及验证 |
3.3 装载机容错线控转向系统其他仿真模型的建立 |
3.3.1 动力源模型的建立 |
3.3.2 转向油缸模型的建立 |
3.3.3 电磁比例换向阀及其控制器模型的建立 |
3.3.4 系统转换器模型及其控制器模型的建立 |
3.3.5 故障设置模型的建立 |
3.4 本章小结 |
4 装载机容错型线控转向液压系统的仿真 |
4.1 系统整体建模 |
4.2 装载机SBW系统的传感器故障仿真测试 |
4.2.1 无故障时执行子系统运行情况 |
4.2.2 传感器卡死时系统信号跟随情况 |
4.2.3 传感器恒增益故障时系统信号跟随情况 |
4.2.4 传感器恒偏差失效时系统信号跟随情况 |
4.3 装载机SBW系统的执行器故障仿真测试 |
4.4 故障状态下转换器和转向油路的状态分析 |
4.5 不同信号源下系统的响应曲线分析 |
4.6 系统施加扰动的仿真结果分析 |
4.7 本章小结 |
5 装载机容错线控转向系统控制策略分析 |
5.1 不施加控制的曲线分析 |
5.2 常规PID控制容错线控转向系统 |
5.2.1 PID控制简介 |
5.2.2 PID参数整定 |
5.2.3 PID控制仿真结果分析 |
5.3 模糊PID控制容错线控转向系统 |
5.3.1 模糊PID控制原理 |
5.3.2 基于AMESim/Simulink的线控转向系统联合仿真 |
5.3.3 模糊控制器设计 |
5.4 不同频率信号的控制效果对比 |
5.5 干扰状态下的控制对比 |
5.6 本章小结 |
6 总结和展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的科研成果 |
(2)汽轮发电机组健康状态监测与智能故障诊断技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的来源 |
1.2 课题的研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 汽轮发电机组状态监测与故障诊断的国内外研究现状 |
1.3.2 基于UML系统建模方法的国内外研究现状 |
1.3.3 基于本体知识表示方法的国内外研究现状 |
1.3.4 基于案例推理的故障诊断国内外研究现状 |
1.4 课题的研究目标和研究内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
第2章 汽轮发电机组典型故障原理分析及处理技术 |
2.1 引言 |
2.2 600MW亚临界汽轮发电机组的基本结构 |
2.3 汽轮发电机组典型故障分析及处理 |
2.3.1 汽轮发电机组转子质量不平衡 |
2.3.2 汽轮发电机组转子不对中故障 |
2.3.3 汽轮发电机组动静碰磨振动故障 |
2.4 本章小结 |
第3章 汽轮发电机组状态监测与智能故障诊断系统建模 |
3.1 引言 |
3.2 UML理论研究 |
3.2.1 UML建模 |
3.2.2 UML核心元素 |
3.2.3 UML建模流程和工具 |
3.3 机组总体架构 |
3.3.1 汽轮发电机组数据处理中心的功能 |
3.3.2 状态监测与故障诊断系统的功能 |
3.3.3 诊断算法研究中心的功能 |
3.4 状态监测与故障诊断系统静态建模 |
3.4.1 系统三层架构 |
3.4.2 系统用例模型 |
3.4.3 系统类图 |
3.4.4 系统功能分解 |
3.5 状态监测与故障诊断系统动态建模 |
3.5.1 系统状态模型 |
3.5.2 系统交互模型 |
3.6 系统组件部署 |
3.7 本章小结 |
第4章 智能故障诊断系统的知识库构建和推理机设计 |
4.1 引言 |
4.2 汽轮发电机组多源异构知识的选择与融合 |
4.2.1 多源异构知识的选择 |
4.2.2 多源异构知识的融合 |
4.3 汽轮发电机组多源异构本体知识建模 |
4.3.1 汽轮发电机组全局本体的构建 |
4.3.2 汽轮发电机组局部本体的构建 |
4.3.3 汽轮发电机组全局本体与局部本体间映射 |
4.4 汽轮发电机组知识融合实例验证 |
4.5 基于本体和关联案例推理机制的设计 |
4.5.1 本体推理 |
4.5.2 关联案例推理 |
4.5.3 本体和关联案例集成推理方法的评价 |
4.6 本章小结 |
第5章 状态监测与智能故障诊断系统的开发与性能测试 |
5.1 引言 |
5.2 系统开发关键技术 |
5.2.1 动态链接库的生成方式 |
5.2.2 MATLAB的嵌入与捕捉 |
5.2.3 状态监测模块中实时显示机组数据技术 |
5.2.4 封装SqlHelper类 |
5.3 系统数据库的设计 |
5.3.1 需求分析 |
5.3.2 概念结构设计 |
5.3.3 添加配置文件 |
5.4 系统功能开发 |
5.4.1 系统登录模块 |
5.4.2 状态监测模块 |
5.4.3 信号分析模块 |
5.4.4 故障诊断模块 |
5.5 实例验证 |
5.6 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文及科研成果 |
附录B 攻读学位期间所参与的科研项目 |
(3)基于熵特征的螺旋锥齿轮故障诊断方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 论文的研究背景与意义 |
1.3 国内外研究现状 |
1.3.1 螺旋锥齿轮故障诊断方法研究现状 |
1.3.2 机械故障中熵特征提取方法研究现状 |
1.3.3 模式识别研究现状 |
1.4 论文的主要内容及章节安排 |
第2章 螺旋锥齿轮故障信号的振动特性分析 |
2.1 引言 |
2.2 螺旋锥齿轮典型故障振动测试实验 |
2.2.1 故障模拟实验台的搭建 |
2.2.2 典型故障的振动信号采集 |
2.3 螺旋锥齿轮典型故障振动信号特性分析 |
2.3.1 原始信号分析 |
2.3.2 FFT频谱分析 |
2.3.3 近似熵分析 |
2.4 本章小结 |
第3章 基于CEEMDAN排列熵与SVM的螺旋锥齿轮故障诊断方法 |
3.1 引言 |
3.2 CEEMDAN-排列熵的螺旋锥齿轮敏感特征量提取 |
3.2.1 基于螺旋锥齿轮振动信号的排列熵参数优化 |
3.2.2 基于CEEMDAN的特征量提取 |
3.3 CEEMDAN-排列熵与SVM方法 |
3.3.1 SVM简介 |
3.3.2 故障诊断流程 |
3.4 基于CEEMDAN排列熵与SVM的螺旋锥齿轮故障实例分析 |
3.4.1 振动信号的时频分析 |
3.4.2 特征优选与诊断结果 |
3.5 本章小结 |
第4章 基于LPP的多尺度排列熵降维与ELM的螺旋锥齿轮故障诊断方法 |
4.1 引言 |
4.2 多尺度排列熵-LPP的螺旋锥齿轮敏感特征量提取 |
4.2.1 多尺度排列熵原始特征矢量构建 |
4.2.2 LPP特征约简 |
4.3 多尺度排列熵-LPP与ELM方法 |
4.3.1 ELM模式识别 |
4.3.2 故障诊断流程 |
4.4 基于多尺度排列熵-LPP与ELM的螺旋锥齿轮故障实例分析 |
4.4.1 螺旋锥齿轮的实例分析 |
4.4.2 不同转速下的稳定性研究 |
4.5 本章小结 |
第5章 基于OLPP的多尺度样本熵降维与GWO-ELM的螺旋锥齿轮故障诊断方法 |
5.1 引言 |
5.2 多尺度样本熵-OLPP的螺旋锥齿轮敏感特征量提取 |
5.2.1 多尺度样本熵 |
5.2.2 OLPP基本理论 |
5.3 多尺度样本熵-OLPP与GWO-ELM方法 |
5.3.1 GWO-ELM模式识别 |
5.3.2 故障诊断流程 |
5.4 基于多尺度样本熵-OLPP与GWO-ELM的螺旋锥齿轮故障实例分析 |
5.5 本章小结 |
第6章 论文总结和展望 |
6.1 论文工作总结 |
6.2 后续工作展望 |
参考文献 |
附录A 攻读学位期间发表的论文与科研成果清单 |
致谢 |
(4)挖掘装载机工作装置电液比例控制及仿真分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.2 挖掘装载机发展现状 |
1.2.1 国外发展现状 |
1.2.2 国内发展现状 |
1.3 电液比例控制技术国内外研究现状 |
1.3.1 液压技术的发展 |
1.3.2 电液比例控制系统的国内外研究现状 |
1.4 功率键合图国内外研究现状 |
1.5 主要研究内容 |
第2章 机电液联合仿真理论分析 |
2.1 基于D-H原理工作装置运动学分析 |
2.2 工作载荷分析 |
2.2.1 载荷作用点确定 |
2.2.2 载荷类型分析 |
2.2.3 工作载荷计算 |
2.2.4 载荷加载方式 |
2.3 油缸工作载荷分析 |
2.3.1 转斗油缸 |
2.3.2 动臂油缸 |
2.4 本章小结 |
第3章 工作装置电液比例液压系统分析 |
3.1 挖掘装载机液压系统分析 |
3.1.1 挖掘液压系统 |
3.1.2 装载液压系统 |
3.2 装载电液比例控制系统设计 |
3.2.1 系统工作原理及组成 |
3.2.2 装载液压控制系统设计 |
3.2.3 元件选择 |
3.3 基于键合图理论装载液压系统建模与分析 |
3.3.1 键合图理论简介 |
3.3.2 装载液压系统键合图建模 |
3.3.3 举升工况状态方程 |
3.3.4 举升液压系统建模 |
3.3.5 举升液压系统分析 |
3.4 本章小结 |
第4章 装载工作装置动臂系统控制仿真分析 |
4.1 动臂电液比例控制系统建模 |
4.2 模糊PID控制理论 |
4.2.1 PID控制原理 |
4.2.2 模糊控制设计流程及特点 |
4.3 动臂系统模糊PID控制器设计流程 |
4.4 装载工作装置系统仿真分析 |
4.5 本章小结 |
第5章 装载工作装置联合仿真与分析 |
5.1 联合仿真软件的选择 |
5.2 联合仿真环境的构建 |
5.2.1 软件接口设置 |
5.2.2 联合仿真数据传递 |
5.3 联合仿真建模 |
5.3.1 装载工作装置机械系统建模 |
5.3.2 装载工作装置液压系统建模 |
5.3.3 装载工作装置控制系统建模 |
5.4 联合仿真分析 |
5.4.1 动臂系统联合仿真 |
5.4.2 装载过程联合仿真 |
5.5 本章小结 |
总结与展望 |
研究总结 |
研究展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(5)基于单通道振动信号解析的柴油机典型故障智能诊断方法研究(论文提纲范文)
摘要 |
ABSTRACT |
字母注释表 |
第一章 绪论 |
1.1 柴油机故障诊断研究的背景和意义 |
1.2 柴油机故障诊断方法概述 |
1.3 柴油机故障诊断方法国内外研究现状 |
1.3.1 故障特征提取研究现状 |
1.3.2 模式识别的研究现状 |
1.4 论文结构安排与主要研究内容 |
第二章 柴油机典型故障实验设计与结果分析 |
2.1 柴油机故障模拟实验 |
2.1.1 实验系统与实验工况 |
2.1.2 采样频率的确定 |
2.1.3 故障类型的设置 |
2.2 柴油机振动信号特性 |
2.3 柴油机表面振动信号的时域分析 |
2.4 柴油机表面振动信号的频域分析 |
2.5 本章小结 |
第三章 VMD与ICA协同信号处理方法 |
3.1 信号处理基本原理 |
3.1.1 VMD算法理论 |
3.1.2 ICA算法原理 |
3.1.3 四阶累积量算法原理 |
3.2 VMD算法控制参数研究 |
3.2.1 VMD算法模拟信号验证 |
3.2.2 VMD算法控制参数分析 |
3.2.3 VMD控制参数优化方法 |
3.3 ICA算法适用性分析 |
3.3.1 Fast ICA算法分析 |
3.3.2 Robust ICA算法分析 |
3.3.3 KICA算法分析 |
3.3.4 三种ICA算法综合对比 |
3.4 本章小结 |
第四章 基于双谱理论的特征选择方法 |
4.1 双谱分析基本理论 |
4.2 基于对角线投影的双谱切片方法 |
4.2.1 双谱算法的初步分析 |
4.2.2 基于对角线切片的双谱处理方法 |
4.2.3 基于对角线投影的双谱处理方法 |
4.2.4 基于对角线累积的双谱处理方法 |
4.2.5 三种双谱处理方法综合对比 |
4.3 信号特征参数选择方法 |
4.3.1 特征参数分析方法 |
4.3.2 信号特征参数计算分析 |
4.4 本章小结 |
第五章 基于深度信念网络的故障模式识别研究 |
5.1 深度信念网络 |
5.1.1 受限玻尔兹曼机 |
5.1.2 深度信念网络构架 |
5.1.3 DBN的训练 |
5.1.4 对比散度快速算法 |
5.1.5 DBN的微调 |
5.2 基于VMD-ICA-双谱的DBN模式识别方法 |
5.2.1 DBN分类器构建 |
5.2.2 单一故障分类结果 |
5.2.3 多故障分类结果 |
5.3 基于VMD-ICA双谱的GA-BP模式识别方法 |
5.3.1 GA-BP神经网络 |
5.3.2 优化过程 |
5.3.3 GA-BP神经网络分类结果 |
5.4 各工况实验下的适用性分析 |
5.4.1 怠速工况振动信号识别 |
5.4.2 额定功率工况振动信号识别 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来工作展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(6)装载机机械系统工作状态的智能监测与故障诊断(论文提纲范文)
0 引言 |
1 人工神经网络模型的组建 |
2 智能检测运行的状态以及诊断原理 |
2.1 信号的产生与传播 |
2.2 信号处理 |
3 结论 |
(7)中国筑路机械学术研究综述·2018(论文提纲范文)
索引 |
0引言 (长安大学焦生杰教授提供初稿) |
1 土石方机械 |
1.1 推土机 (长安大学焦生杰教授、肖茹硕士生, 吉林大学赵克利教授提供初稿;长安大学焦生杰教授统稿) |
1.1.1 国内外研究现状 |
1.1.1. 1 国外研究现状 |
1.1.1. 2 中国研究现状 |
1.1.2 研究的热点问题 |
1.1.3 存在的问题 |
1.1.4 研究发展趋势 |
1.2 挖掘机 (山河智能张大庆高级工程师团队、华侨大学林添良副教授提供初稿;山河智能张大庆高级工程师统稿) |
1.2.1 挖掘机节能技术 (山河智能张大庆高级工程师、刘昌盛博士、郝鹏博士, 华侨大学林添良副教授, 中南大学胡鹏博士生、林贵堃硕士生提供初稿) |
1.2.1. 1 传统挖掘机动力总成节能技术 |
1.2.1. 2 新能源技术 |
1.2.1. 3 混合动力技术 |
1.2.2 挖掘机智能化与信息化 (山河智能张大庆高级工程师, 中南大学胡鹏、周烜亦博士生、李志勇、范诗萌硕士生提供初稿) |
1.2.2. 1 挖掘机辅助作业技术 |
1.2.2. 2 挖掘机故障诊断技术 |
1.2.2. 3 挖掘机智能施工技术 |
1.2.2. 4 挖掘机远程监控技术 |
1.2.2. 5 问题与展望 |
1.2.3 挖掘机轻量化与可靠性 (山河智能张大庆高级工程师、王德军副总工艺师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
1.2.3. 1 挖掘机轻量化研究 |
1.2.3. 2 挖掘机疲劳可靠性研究 |
1.2.3. 3 存在的问题与展望 |
1.2.4 挖掘机振动与噪声 (山河智能张大庆高级工程师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
1.2.4. 1 挖掘机振动噪声分类与产生机理 |
1.2.4. 2 挖掘机振动噪声信号识别现状和发展趋势 |
1.2.4. 3 挖掘机减振降噪技术现状和发展趋势 |
1.2.4. 4 挖掘机振动噪声存在问题与展望 |
1.3 装载机 (吉林大学秦四成教授, 博士生遇超、许堂虹提供初稿) |
1.3.1 装载机冷却系统散热技术研究 |
1.3.1. 1 国内外研究现状 |
1.3.1. 2 研究发展趋势 |
1.3.2 鱼和熊掌兼得的HVT |
1.3.2. 1 技术原理及结构特点 |
1.3.2. 2 技术优点 |
1.3.2. 3 国外研究现状 |
1.3.2. 4 中国研究现状 |
1.3.2. 5 发展趋势 |
1.3.2. 6 展望 |
1.4 平地机 (长安大学焦生杰教授、赵睿英高级工程师提供初稿) |
1.4.1 平地机销售情况与核心技术构架 |
1.4.2 国外平地机研究现状 |
1.4.2. 1 高效的动力传动技术 |
1.4.2. 2 变功率节能技术 |
1.4.2. 3 先进的工作装置电液控制技术 |
1.4.2. 4 操作方式与操作环境的人性化 |
1.4.2. 5 转盘回转驱动装置过载保护技术 |
1.4.2. 6 控制系统与作业过程智能化 |
1.4.2. 7 其他技术 |
1.4.3 中国平地机研究现状 |
1.4.4 存在问题 |
1.4.5 展望 |
2压实机械 |
2.1 静压压路机 (长安大学沈建军高级工程师提供初稿) |
2.1.1 国内外研究现状 |
2.1.2 存在问题及发展趋势 |
2.2 轮胎压路机 (黑龙江工程学院王强副教授提供初稿) |
2.2.1 国内外研究现状 |
2.2.2 热点研究方向 |
2.2.3 存在的问题 |
2.2.4 研究发展趋势 |
2.3 圆周振动技术 (长安大学沈建军高级工程师提供初稿) |
2.3.1 国内外研究现状 |
2.3.1. 1 双钢轮技术研究进展 |
2.3.1. 2 单钢轮技术研究进展 |
2.3.2 热点问题 |
2.3.3 存在问题 |
2.3.4 发展趋势 |
2.4 垂直振动压路机 (合肥永安绿地工程机械有限公司宋皓总工程师提供初稿) |
2.4.1 国内外研究现状 |
2.4.2 存在的问题 |
2.4.3 热点研究方向 |
2.4.4 研究发展趋势 |
2.5 振动压路机 (建设机械技术与管理杂志社万汉驰高级工程师提供初稿) |
2.5.1 国内外研究现状 |
2.5.1. 1 国外振动压路机研究历史与现状 |
2.5.1. 2 中国振动压路机研究历史与现状 |
2.5.1. 3 特种振动压实技术与产品的发展 |
2.5.2 热点研究方向 |
2.5.2. 1 控制技术 |
2.5.2. 2 人机工程与环保技术 |
2.5.2. 3 特殊工作装置 |
2.5.2. 4 振动力调节技术 |
2.5.2. 4. 1 与振动频率相关的调节技术 |
2.5.2. 4. 2 与振幅相关的调节技术 |
2.5.2. 4. 3 与振动力方向相关的调节技术 |
2.5.2. 5 激振机构优化设计 |
2.5.2. 5. 1 无冲击激振器 |
2.5.2. 5. 2 大偏心矩活动偏心块设计 |
2.5.2. 5. 3 偏心块形状优化 |
2.5.3 存在问题 |
2.5.3. 1 关于名义振幅的概念 |
2.5.3. 2 关于振动参数的设计与标注问题 |
2.5.3. 3 振幅均匀性技术 |
2.5.3. 4 起、停振特性优化技术 |
2.5.4 研究发展方向 |
2.6 冲击压路机 (长安大学沈建军高级工程师提供初稿) |
2.6.1 国内外研究现状 |
2.6.2 研究热点 |
2.6.3 主要问题 |
2.6.4 发展趋势 |
2.7 智能压实技术及设备 (西南交通大学徐光辉教授, 长安大学刘洪海教授、贾洁博士生, 国机重工 (洛阳) 建筑机械有限公司韩长太副总经理提供初稿;西南交通大学徐光辉教授统稿) |
2.7.1 国内外研究现状 |
2.7.2 热点研究方向 |
2.7.3 存在的问题 |
2.7.4 研究发展趋势 |
3路面机械 |
3.1 沥青混凝土搅拌设备 (长安大学谢立扬高级工程师、张晨光博士生、赵利军副教授提供初稿) |
3.1.1 国内外能耗研究现状 |
3.1.1. 1 烘干筒 |
3.1.1. 2 搅拌缸 |
3.1.1. 3 沥青混合料生产工艺与管理 |
3.1.2 国内外环保研究现状 |
3.1.2. 1 环保的宏观管理 |
3.1.2. 2 沥青烟 |
3.1.2. 3 排放因子 |
3.1.3 存在的问题 |
3.1.4 未来研究趋势 |
3.2 沥青混凝土摊铺机 (长安大学焦生杰教授、周小浩硕士生提供初稿) |
3.2.1 沥青混凝土摊铺机近几年销售情况 |
3.2.2 国内外研究现状 |
3.2.2. 1 国外沥青混凝土摊铺机发展现状 |
3.2.2. 2 中国沥青混凝土摊铺机的发展现状 |
3.2.2. 3 国内外行驶驱动控制技术 |
3.2.2. 4 国内外智能化技术 |
3.2.2. 5 国内外自动找平技术 |
3.2.2. 6 振捣系统的研究 |
3.2.2. 7 国内外熨平板的研究 |
3.2.2. 8 国内外其他技术的研究 |
3.2.3 存在的问题 |
3.2.4 研究的热点方向 |
3.2.5 发展趋势与展望 |
3.3 水泥混凝土搅拌设备 (长安大学赵利军副教授、冯忠绪教授、赵凯音博士生提供初稿;长安大学赵利军副教授统稿) |
3.3.1 国内外研究现状 |
3.3.1. 1 搅拌机 |
3.3.1. 2 振动搅拌技术 |
3.3.1. 3 搅拌工艺 |
3.3.1. 4 搅拌过程监控技术 |
3.3.2 存在问题 |
3.3.3 总结与展望 |
3.4 水泥混凝土摊铺设备 (长安大学胡永彪教授提供初稿) |
3.4.1 国内外研究现状 |
3.4.1. 1 作业机理 |
3.4.1. 2 设计计算 |
3.4.1. 3 控制系统 |
3.4.1. 4 施工技术 |
3.4.2 热点研究方向 |
3.4.3 存在的问题 |
3.4.4 研究发展趋势[466] |
3.5 稳定土厂拌设备 (长安大学赵利军副教授、李雅洁研究生提供初稿) |
3.5.1 国内外研究现状 |
3.5.1. 1 连续式搅拌机与搅拌工艺 |
3.5.1. 2 振动搅拌技术 |
3.5.2 存在问题 |
3.5.3 总结与展望 |
4桥梁机械 |
4.1 架桥机 (石家庄铁道大学邢海军教授提供初稿) |
4.1.1 公路架桥机的分类及结构组成 |
4.1.2 架桥机主要生产厂家及其典型产品 |
4.1.2. 1 郑州大方桥梁机械有限公司 |
4.1.2. 2 邯郸中铁桥梁机械设备有限公司 |
4.1.2. 3 郑州市华中建机有限公司 |
4.1.2. 4 徐州徐工铁路装备有限公司 |
4.1.3 大吨位公路架桥机 |
4.1.3. 1 LGB1600型导梁式架桥机 |
4.1.3. 2 TLJ1700步履式架桥机 |
4.1.3. 3 架桥机的规范与标准 |
4.1.4 发展趋势 |
4.1.4. 1 自动控制技术的应用 |
4.1.4. 2 智能安全监测系统的应用 |
4.1.4. 3 故障诊断技术的应用 |
4.2 移动模架造桥机 (长安大学吕彭民教授、陈一馨讲师, 山东恒堃机械有限公司秘嘉川工程师、王龙奉工程师提供初稿;长安大学吕彭民教授统稿) |
4.2.1 移动模架造桥机简介 |
4.2.1. 1 移动模架造桥机的分类及特点 |
4.2.1. 2 移动模架主要构造及其功能 |
4.2.1. 3 移动模架系统的施工原理与工艺流程 |
4.2.2 国内外研究现状 |
4.2.2. 1 国外研究状况 |
4.2.2. 2 国内研究状况 |
4.2.3 中国移动模架造桥机系列创新及存在的问题 |
4.2.3. 1 中国移动模架造桥机系列创新 |
4.2.3. 2 中国移动模架存在的问题 |
4.2.4 研究发展的趋势 |
5隧道机械 |
5.1 喷锚机械 (西安建筑科技大学谷立臣教授、孙昱博士生提供初稿) |
5.1.1 国内外研究现状 |
5.1.1. 1 混凝土喷射机 |
5.1.1. 2 锚杆钻机 |
5.1.2 存在的问题 |
5.1.3 热点及研究发展方向 |
5.2 盾构机 (中南大学易念恩实验师, 长安大学叶飞教授, 中南大学王树英副教授、夏毅敏教授提供初稿) |
5.2.1 盾构机类型 |
5.2.1. 1 国内外发展现状 |
5.2.1. 2 存在的问题与研究热点 |
5.2.1. 3 研究发展趋势 |
5.2.2 盾构刀盘 |
5.2.2. 1 国内外研究现状 |
5.2.2. 2 热点研究方向 |
5.2.2. 3 存在的问题 |
5.2.2. 4 研究发展趋势 |
5.2.3 盾构刀具 |
5.2.3. 1 国内外研究现状 |
5.2.3. 2 热点研究方向 |
5.2.3. 3 存在的问题 |
5.2.3. 4 研究发展趋势 |
5.2.4 盾构出渣系统 |
5.2.4. 1 螺旋输送机 |
5.2.4. 2 泥浆输送管路 |
5.2.5 盾构渣土改良系统 |
5.2.5. 1 国内外发展现状 |
5.2.5. 2 存在问题与研究热点 |
5.2.5. 3 研究发展趋势 |
5.2.6 壁后注浆系统 |
5.2.6. 1 国内外发展现状 |
5.2.6. 2 研究热点方向 |
5.2.6. 3 存在的问题 |
5.2.6. 4 研究发展趋势 |
5.2.7 盾构检测系统 |
5.2.7. 1 国内外研究现状 |
5.2.7. 2 热点研究方向 |
5.2.7. 3 存在的问题 |
5.2.7. 4 研究发展趋势 |
5.2.8 盾构推进系统 |
5.2.8. 1 国内外研究现状 |
5.2.8. 2 热点研究方向 |
5.2.8. 3 存在的问题 |
5.2.8. 4 研究发展趋势 |
5.2.9 盾构驱动系统 |
5.2.9. 1 国内外研究现状 |
5.2.9. 2 热点研究方向 |
5.2.9. 3 存在的问题 |
5.2.9. 4 研究发展趋势 |
6养护机械 |
6.1 清扫设备 (长安大学宋永刚教授提供初稿) |
6.1.1 国外研究现状 |
6.1.2 热点研究方向 |
6.1.2. 1 单发动机清扫车 |
6.1.2. 2 纯电动清扫车 |
6.1.2. 3 改善人机界面向智能化过渡 |
6.1.3 存在的问题 |
6.1.3. 1 整车能源效率偏低 |
6.1.3. 2 作业效率低 |
6.1.3. 3 除尘效率低 |
6.1.3. 4 静音水平低 |
6.1.4 研究发展趋势 |
6.1.4. 1 节能环保 |
6.1.4. 2 提高作业性能及效率 |
6.1.4. 3 提高自动化程度及路况适应性 |
6.2 除冰融雪设备 (长安大学高子渝副教授、吉林大学赵克利教授提供初稿;长安大学高子渝副教授统稿) |
6.2.1 国内外除冰融雪设备研究现状 |
6.2.1. 1 融雪剂撒布机 |
6.2.1. 2 热力法除冰融雪机械 |
6.2.1. 3 机械法除冰融雪机械 |
6.2.1. 4 国外除冰融雪设备技术现状 |
6.2.1. 5 中国除冰融雪设备技术现状 |
6.2.2 中国除冰融雪机械存在的问题 |
6.2.3 除冰融雪机械发展趋势 |
6.3 检测设备 (长安大学叶敏教授、张军讲师提供初稿) |
6.3.1 路面表面性能检测设备 |
6.3.1. 1 国外路面损坏检测系统 |
6.3.1. 2 中国路面损坏检测系统 |
6.3.2 路面内部品质的检测设备 |
6.3.2. 1 新建路面质量评价设备 |
6.3.2. 2 砼路面隐性病害检测设备 |
6.3.2. 3 沥青路面隐性缺陷的检测设备 |
6.3.3 研究热点与发展趋势 |
6.4 铣刨机 (长安大学胡永彪教授提供初稿) |
6.4.1 国内外研究现状 |
6.4.1. 1 铣削转子动力学研究 |
6.4.1. 2 铣削转子刀具排列优化及刀具可靠性研究 |
6.4.1. 3 铣刨机整机参数匹配研究 |
6.4.1. 4 铣刨机转子驱动系统研究 |
6.4.1. 5 铣刨机行走驱动系统研究 |
6.4.1. 6 铣刨机控制系统研究 |
6.4.1. 7 铣刨机路面工程应用研究 |
6.4.2 热点研究方向 |
6.4.3 存在的问题 |
6.4.4 研究发展趋势 |
6.4.4. 1 整机技术 |
6.4.4. 2 动力技术 |
6.4.4. 3 传动技术 |
6.4.4. 4 控制与信息技术 |
6.4.4. 5 智能化技术 |
6.4.4. 6 环保技术 |
6.4.4. 7 人机工程技术 |
6.5 再生设备 (长安大学顾海荣、马登成副教授提供初稿;顾海荣副教授统稿) |
6.5.1 厂拌热再生设备 |
6.5.1. 1 国内外研究现状 |
6.5.1. 2 热点研究方向 |
6.5.1. 3 存在的问题 |
6.5.1. 4 研究发展趋势 |
6.5.2 就地热再生设备 |
6.5.2. 1 国内外研究现状 |
6.5.2. 2 热点研究方向 |
6.5.2. 3 存在的问题 |
6.5.2. 4 研究发展趋势 |
6.5.3 冷再生设备 |
6.5.3. 1 国内外研究现状 |
6.5.3. 2 热点研究方向 |
6.6 封层车 (长安大学焦生杰教授、杨光兴硕士生提供初稿) |
6.6.1 前言 |
6.6.2 同步碎石封层技术与设备 |
6.6.2. 1 同步碎石封层技术简介 |
6.6.2. 2 国外研究现状 |
6.6.2. 3 中国研究现状 |
6.6.2. 4 研究方向 |
6.6.2. 5 存在的问题 |
6.6.3 稀浆封层技术与设备 |
6.6.3. 1 稀浆封层技术简介 |
6.6.3. 2 国外研究现状 |
6.6.3. 3 中国发展现状 |
6.6.3. 4 热点研究方向 |
6.6.3. 5 存在的问题 |
6.6.4 雾封层技术与设备 |
6.6.4. 1 雾封层技术简介 |
6.6.4. 2 国外发展现状 |
6.6.4. 3 中国发展现状 |
6.6.4. 4 热点研究方向 |
6.6.4. 5 存在的问题 |
6.6.5 研究发展趋势 |
6.7 水泥路面修补设备 (长安大学叶敏教授、窦建明博士生提供初稿) |
6.7.1 技术简介 |
6.7.1. 1 施工技术 |
6.7.1. 2 施工机械 |
6.7.1. 3 共振破碎机工作原理 |
6.7.2 共振破碎机研究现状 |
6.7.2. 1 国外研究发展现状 |
6.7.2. 2 中国研究发展现状 |
6.7.3 研究热点及发展趋势 |
6.7.3. 1 研究热点 |
6.7.3. 2 发展趋势 |
7 结语 (长安大学焦生杰教授提供初稿) |
(8)基于多传感器的装载机故障诊断系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题来源 |
1.2 故障诊断技术的研究综述 |
1.2.1 传统的故障诊断技术 |
1.2.2 智能诊断系统 |
1.3 文章结构安排 |
1.3.1 研究目标 |
1.3.2 研究内容和关键问题 |
1.4 本章小结 |
第二章 基于多传感器融合装载机故障诊断技术与方法 |
2.1 多传感器信息融合技术 |
2.1.1 原理概述 |
2.1.2 多传感器应用于故障诊断 |
2.1.3 基于多传感器故障诊断应用级别 |
2.1.4 信息融合诊断的功能模型 |
2.1.5 基于多传感器故障诊断系统要素 |
2.2 专家诊断故障系统架构 |
2.3 粗糙集理论在装载机融合诊断中的应用 |
2.3.1 粗糙集理论装载机融合诊断描述 |
2.3.2 粗糙集理论装载机故障诊断应用 |
2.4 D-S证据理论在装载机故障诊断中的应用 |
2.5 本章小结 |
第三章 装载机故障诊断系统需求分析 |
3.1 装载机故障诊断的故障种类 |
3.1.1 装载机故障汇总 |
3.1.2 装载机故障理论分析 |
3.2 装载机故障诊断过程中的诊断信息分析 |
3.2.1 传感器类信息分析 |
3.2.2 知识类信息分析 |
3.3 装载机故障诊断知识的获取 |
3.3.1 一级规则知识 |
3.3.2 二级规则知识 |
3.3.3 混合规则知识库的生成 |
3.4 本章小结 |
第四章 装载机诊断系统的设计与实现 |
4.1 系统概述 |
4.2 系统硬件设计 |
4.2.1 系统硬件架构 |
4.2.2 传感器选择 |
4.3 系统软件设计与实现 |
4.3.1 软件开发环境 |
4.3.2 软件的功能与结构 |
4.3.3 系统诊断流程图 |
4.4 系统硬件实现 |
4.4.1 硬件实现 |
4.4.2 压力传感器的测量表盘 |
4.5 系统软件实现 |
4.6 本章小结 |
第五章 装载机诊断系统运行与实验 |
5.1 实测数据 |
5.1.1 状态数据检测 |
5.1.2 诊断实例 |
5.2 实验总结 |
第六章 结论及展望 |
参考文献 |
作者攻读学位期间的科研成果 |
致谢 |
(9)基于EMD的机械振动分析与诊断方法研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第1章 绪论 |
1.1 引言 |
1.2 旋转机械振动分析与故障诊断技术的研究现状 |
1.2.1 旋转机械振动故障机理的研究 |
1.2.2 振动信号分析方法的现状与发展 |
1.2.3 旋转机械故障诊断方法的研究现状 |
1.2.4 现有振动信号分析方法的局限性分析 |
1.3 经验模式分解方法理论研究及其在机械故障诊断中的应用 |
1.3.1 EMD方法的提出 |
1.3.2 EMD方法及其在机械故障诊断中应用的研究现状 |
1.3.3 EMD方法的不足之处分析 |
1.4 基于2D-HMM的故障诊断方法分析 |
1.4.1 HMM的提出及应用现状 |
1.4.2 2D-HMM在机械故障诊断中的应用分析 |
1.5 故障诊断系统的开发与研究 |
1.6 选题背景和研究内容 |
1.6.1 选题背景 |
1.6.2 研究内容 |
1.6.3 论文的总体结构及技术路线 |
1.6.4 论文的创新点 |
1.7 本章小结 |
第2章 机械系统振动模式的EMD分析方法研究 |
2.1 引言 |
2.2 瞬时频率和固有模式函数 |
2.2.1 瞬时频率 |
2.2.2 固有模式函数 |
2.3 EMD方法的基本原理及算法 |
2.3.1 EMD基本原理 |
2.3.2 EMD方法性质的探讨 |
2.3.3 EMD算法流程设计 |
2.4 机械系统振动特性及其EMD分析 |
2.4.1 机械振动分析诊断方法 |
2.4.2 单自由度系统振动特性及其EMD分析 |
2.4.3 多自由度系统振动特性及其EMD分析 |
2.5 基于 EMD 的机械系统振动模式分析方法及实验研究 |
2.5.1 机械系统振动模式的EMD分析方法 |
2.5.2 简支梁横向振动特性研究及其EMD分析 |
2.5.3 简支梁振动实验设计 |
2.5.4 实验结果分析 |
2.6 本章小结 |
第3章 EMD中的端点效应与信号序列延拓技术研究 |
3.1 引言 |
3.2 端点效应产生机理及影响 |
3.3 端点效应的抑制方法分析 |
3.3.1 信号序列极值延拓方法 |
3.3.2 信号序列周期延拓方法 |
3.3.3 信号序列预测延拓方法 |
3.3.4 信号序列波形延拓方法 |
3.3.5 现有延拓方法在旋转机械振动信号处理中的不足分析 |
3.4 信号序列端点优化对称延拓方法研究 |
3.4.1 端点优化对称延拓方法原理 |
3.4.2 仿真实例验证 |
3.4.3 在转子系统振动信号处理中的应用 |
3.5 本章小结 |
第4章 基于白噪声统计特性的机械振动模式检验方法研究 |
4.1 引言 |
4.2 虚假振动模式产生的原因分析 |
4.3 基于EMD的白噪声统计特性研究 |
4.3.1 白噪声基础理论分析 |
4.3.2 白噪声的EMD分析及特性研究 |
4.4 基于白噪声统计特性的机械振动模式检验方法 |
4.5 仿真及实验验证 |
4.5.1 仿真研究 |
4.5.2 转子耦合故障信号的有效振动模式提取研究 |
4.6 本章小结 |
第5章 非平稳机械振动信号的集成EMD降噪方法研究 |
5.1 引言 |
5.2 机械振动信号的预处理 |
5.2.1 常用数字滤波算法 |
5.2.2 Kalman滤波 |
5.2.3 小波降噪方法 |
5.3 EMD自适应滤波方法的研究 |
5.3.1 滤波原理 |
5.3.2 仿真和实验分析 |
5.4 集成 EMD 降噪新方法研究 |
5.4.1 EMD自适应滤波方法的模式混叠分析 |
5.4.2 集成EMD降噪方法原理 |
5.4.3 集成EMD降噪算法流程设计 |
5.4.4 仿真及实验对比分析 |
5.5 本章小结 |
第6章 基于EMD-HT的机械振动故障特征提取方法研究 |
6.1 引言 |
6.2 基于EMD-HT的瞬时能量分布特征 |
6.2.1 Hilbert变换 |
6.2.2 机械结构振动瞬时能量的演变理论研究 |
6.2.3 瞬时能量分布特征提取方法 |
6.2.4 在转子系统故障特征提取中的应用 |
6.3 Hilbert边际谱 |
6.3.1 Hilbert边际谱计算 |
6.3.2 在转子系统故障特征提取中的应用 |
6.4 本章小结 |
第7章 基于EMD—2D-HMM的旋转机械故障诊断方法研究 |
7.1 引言 |
7.2 二维隐Markov模型(2D-HMM)研究 |
7.2.1 2D-HMM的结构类型 |
7.2.2 模型参数说明 |
7.2.3 2D-HMM诊断原理 |
7.2.4 2D-HMM算法分析 |
7.3 EMD—2D-HMM故障诊断模型的研究 |
7.3.1 EMD—2D-HMM故障诊断模型的提出 |
7.3.2 观测序列的构造 |
7.3.3 EMD—2D-HMM诊断步骤 |
7.4 基于EMD—2D-HMM的故障诊断试验研究 |
7.4.1 转子系统常见故障及振动特征 |
7.4.2 转子实验台简介 |
7.4.3 试验数据采集系统设计 |
7.4.4 故障诊断试验分析 |
7.5 本章小结 |
第8章 基于EMD—2D-HMM的故障诊断系统研发 |
8.1 引言 |
8.2 需求分析 |
8.3 诊断系统的总体结构设计 |
8.3.1 数据采集及预处理系统 |
8.3.2 故障诊断软件包 |
8.4 基于EMD—2D-HMM的故障诊断软件系统设计与开发 |
8.4.1 软件系统设计 |
8.4.2 开发工具简介 |
8.4.3 基于EMD—2D-HMM的故障诊断软件系统开发 |
8.4.4 软件系统的功能分析 |
8.5 本章小结 |
第9章 结论与展望 |
9.1 总结 |
9.2 展望 |
参考文献 |
致谢 |
作者简历及在学期间所取得的科研成果 |
作者简历 |
在学期间公开发表(录用)的学术论文 |
在学期间参加的科研项目 |
四、装载机机械系统工作状态智能监测与故障诊断(论文参考文献)
- [1]装载机容错线控转向系统的分析与研究[D]. 王少豪. 青岛科技大学, 2021(01)
- [2]汽轮发电机组健康状态监测与智能故障诊断技术研究[D]. 张永明. 兰州理工大学, 2021
- [3]基于熵特征的螺旋锥齿轮故障诊断方法研究[D]. 谭鸿创. 湖南科技大学, 2020(07)
- [4]挖掘装载机工作装置电液比例控制及仿真分析[D]. 徐大鹏. 江苏科技大学, 2019(03)
- [5]基于单通道振动信号解析的柴油机典型故障智能诊断方法研究[D]. 毕晓阳. 天津大学, 2019(06)
- [6]装载机机械系统工作状态的智能监测与故障诊断[J]. 刘好明,王清锴,金丹. 内燃机与配件, 2018(17)
- [7]中国筑路机械学术研究综述·2018[J]. 马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱. 中国公路学报, 2018(06)
- [8]基于多传感器的装载机故障诊断系统研究[D]. 陈星宁. 南华大学, 2016(03)
- [9]基于EMD的机械振动分析与诊断方法研究[D]. 曹冲锋. 浙江大学, 2009(11)
- [10]旋转机械系统故障诊断发展综述[J]. 车立志,徐文尚,刘倩婧. 矿山机械, 2008(12)