论文部分内容阅读
随着现代工业和科学技术的迅速发展,现代设备的结构越来越复杂,自动化系统的规模越来越大。同时人们对设备安全、稳定、长周期运行的要求也越来越迫切。然而,一个部件故障常常引起链式反应,导致整个系统甚至整个生产过程不能正常运行乃至瘫痪。所以现代系统运行的安全性和可靠性已成为人类必须解决的刻不容缓的问题,机电系统的故障诊断也就显得尤为迫切。
在旋转机械故障诊断中,基于经验模态分解的(EMD)信号处理方法和基于粗糙集(RS)的建模方法作为较新的技术已经被应用,并体现出了较好的效果。但是其中也有一些不足,为克服这些不足,本文将EMD方法与变精度粗糙集理论(VPRS)相结合,提出了一种更有效的故障诊断方法。该方法主要包含四个步骤:数据的获取、数据的预处理、VPRS模型约简和故障判断。
首先,采集旋转机械转子系统的振动信号,将其作为待处理数据。然后,用EMD方法对振动信号进行处理,分解出IMF分量,并将计算出的IMF分量的能量特征作为决策表的条件属性。之后,运用VPRS理论对决策表进行约简,在保持原有模型分类能力的基础上去除其中的冗余项。最后,将约简后的规则存入故障库,并判断新数据信号的故障状态。
本系统由LabVIEW软件实现,并以燕山石化炼油厂的烟机为例,对本课题提出的方法进行了验证,结果表明基于EMD与变精度粗糙集相结合的旋转机械故障诊断方法具有科学性和实用性。