论文部分内容阅读
近年来随着科学技术的高速发展,工业生产设备逐渐趋于大型化、复杂化以及智能化,如何保证设备持续高效运行,减少设备故障排除时间对于提高生产效率,降低企业损失意义重大。设备故障诊断技术作为一门专门研究故障诊断问题的学科,正变得越来越重要。本文以轮胎胎面复合挤出联动线PLC控制系统为研究背景,介绍了胎面挤出生产线的工艺流程,技术指标,同时结合其控制系统的总体结构和性能特点,分析了轮胎胎面复合挤出联动线PLC控制系统的故障类型、范围及产生的原因。针对轮胎胎面复合挤出联动生产线过程变量众多,难以对整个系统建立故障诊断模型的特点,本文采用基于故障树的故障诊断和基于数据驱动的故障诊断的两种方法实现对挤出机的故障诊断研究。在基于故障树的专家诊断方法中,本文详细介绍了故障树分析法的原理方法以及专家诊断系统的各功能模块的实现。对故障树的介绍按照故障树的建立,定性分析和定量计算的顺序,引出最小割集重要度和底事件重要度的概念,并将两种重要度相结合用于挤出机故障诊断。在专家系统的部分提出了将基于规则的诊断专家系统和基于框架的诊断专家系统相结合的方法用于建立故障诊断专家系统。最后将故障树与诊断专家系统知识库联系起来,全面、系统、层次性的将专家知识表现出来,实现了诊断知识的获取,并确保了诊断知识的一致性和完备性。在基于数据驱动的故障诊断方法中,本文针对轮胎胎面复合挤出联动生产线生产过程多变量、非线性、强耦合、大滞后、不确定性等特点,利用生产现场采集的大量数据,研究了基于数据驱动的故障检测诊断及预测的新方法。根据挤出机生产过程中不同类型故障的特征,提出了基于主元分析的故障检测方法,通过对过程变量计算协方差矩阵,提取出过程变量的特征值,进而建立挤出机故障诊断的主元模型,然后根据T2和Q统计量判断检测过程是否超出了正常的控制限,若有故障发生,则检测程序将给予警告提示,提示过程出现了异常操作状况。最后,本文以虚拟仪器LabVIEW为开发平台,开发了橡胶挤出机故障诊断专家系统。经过测试,该系统能快速定位故障原因,有效减少故障的排除维修时间。