基于知識的大型旋轉(zhuǎn)機械故障預知維護系統(tǒng)研究.pdf

1、大型旋轉(zhuǎn)機械設(shè)備在工業(yè)生產(chǎn)中應(yīng)用廣泛，且往往屬于核心設(shè)備，其造價高、體積大，發(fā)生故障時往往造成非常嚴重的經(jīng)濟損失。大型旋轉(zhuǎn)機械的在線故障診斷與趨勢預示技術(shù)，能夠使大型旋轉(zhuǎn)機械設(shè)備更加穩(wěn)定安全的運行，具有很高的實用價值和廣泛的應(yīng)用前景。 論文主要從基于智能和知識的角度對大型旋轉(zhuǎn)機械的故障診斷和趨勢預示技術(shù)進行研究。試圖構(gòu)建基于知識的(即專家經(jīng)驗的)故障診斷及趨勢預示系統(tǒng)。 論文研究了利用小波分析進行故障特征信息提取的方法，

2、針對大型旋轉(zhuǎn)機械信號非平穩(wěn)的特性，利用小波分析技術(shù)對振動信號進行消噪并對各頻段以能量歸一化值為特征量進行提取。小波分析所具有的分頻段分解的特性，使專家知識更易于表達到知識庫。 論文研究了人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)這兩種人工智能方法。針對神經(jīng)網(wǎng)絡(luò)學習能力強、推理能力較弱(與專家相比較)，而專家系統(tǒng)的推理能力較強、自學習能力差的特點。對這兩種方法進行結(jié)合，構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的故障診斷系統(tǒng)。其中神經(jīng)網(wǎng)絡(luò)部分以三層感知器為基礎(chǔ)采用