【摘 要】
：
针对大型旋转机械故障特征之间错综复杂的非线性关系问题,提出一种将核方法与模糊C-均值(FCM)技术融合的故障辨识方法.以一个双跨度转子实验台为研究对象,围绕着其故障数据集的聚类与解决好故障模式识别需求,首先利用核方法将原始数据集进行一个非线性映射至高维的核空间,使在原低维空间中高度非线性化的特征在核空间呈线性可分,由此实现了增大不同类别故障数据子集之间的特征差异目的;然后在核空间中进行模糊C-均值
【机 构】
：
兰州理工大学机电工程学院,兰州730050
【出 处】
：
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016
论文部分内容阅读
针对大型旋转机械故障特征之间错综复杂的非线性关系问题,提出一种将核方法与模糊C-均值(FCM)技术融合的故障辨识方法.以一个双跨度转子实验台为研究对象,围绕着其故障数据集的聚类与解决好故障模式识别需求,首先利用核方法将原始数据集进行一个非线性映射至高维的核空间,使在原低维空间中高度非线性化的特征在核空间呈线性可分,由此实现了增大不同类别故障数据子集之间的特征差异目的;然后在核空间中进行模糊C-均值聚类,计算每个样本到聚类中心的距离并归并到距离最近的类中;最后通过测试集对故障辨识的有效性进行验证.
其他文献
建立了转子碰摩的动力学模型,讨论分析了不同的转子与定子间隙情况下各阶NOFRF值的变化情况.仿真结果表明,利用NOFRF对碰摩故障的敏感性不仅能及时发现早期碰摩故障是否存在,而且还能区分转子碰摩的严重程度.
建立了呼吸型斜裂纹转子系统的动力模型,讨论分析了呼吸型斜裂纹转子系统在不同裂纹倾角、裂纹深度和裂纹位置下的非线性输出频率响应函数特性.仿真结果表明,NOFRF对裂纹倾角、裂纹深度、裂纹位置的变化情况比较敏感,因此,利用NOFRF值可有效地诊断斜裂纹转子故障.
提出一种基于旋转机械同源数据融合的全矢(Ensemble Empirical Mode Decomposition,EEMD)总体平均经验模态分解信号分析方法.EEMD法是在传统的(Empirical Mode Decomposition,EMD)经验模态分解法的基础上,为了有效地抑制模态混叠现象而提出的改进方法.而在一些实际应用中,全矢EEMD方法能够提供比直接进行全矢融合更为可靠的诊断结论.具
由于地下变电站的密闭性,变电站内的电气设备中的SF6气体一旦发生泄漏,易造成电力设备的运行故障,并导致室内工作人员或抢修人员窒息,而且当变电站处于人流密集区域时,会对该区域人员产生严重中毒危害.对变电站泄漏气体及其衍生物的浓度和毒性含量进行分析,提出电力工作人员防护措施.基于突发绝缘气体泄漏对环境影响,设计了泄漏气体处理方案,通过实验对泄漏后快速回收处理过程进行模拟,并对各监测点进行数据监控和分析
石化行业是国家经济发展的支柱产业,也是典型的流程工业,其生产装备具有大型化、复杂化、生产工艺自动化、连续化的特点,设备投资巨大、能耗物耗与经济利益直接相关,故障引起非计划停产不仅将带来巨大的经济损失,还可能导致机毁人亡的重大事故.与发达国家相比,我国能源动力机械普遍存在两个突出问题:一是安全运行周期短,故障率高;二是运行效率普遍偏低.在设计、选型、定购、引进装备时只注重设备本身的效率,忽视与生产过
局部保持投影作为一种无监督的维数约简方法,没有充分利用样本的类别信息,易导致聚类效果不理想.为此提出了一种基于类别信息的改进局部保持投影方法,通过在计算训练样本间距时引入类别信息,使得每个点的近邻点主要是同类别的点,从而改善聚类效果.将该方法应用于齿轮的故障诊断,首先计算样本多个时域特征参数,利用改进的局部保持投影对训练样本进行维数约简,得到聚类中心和转换矩阵;其次再通过转换矩阵约简测试样本维数,
针对故障信号的非平稳特征和单源信息进行故障识别易造成误判,提出了一种多维经验模式分解(MEMD)与全矢谱(FV)结合的故障特征提取方法一全矢多维经验模式分解(FV-MEMD).MEMD是一种基于多源信息等尺度分解的信号分析方法,该方法避免了采用传统EMD分解的分量在数量和频率成分出现的不匹配现象.首先使用MEMD算法对多源信息进行自适应分解得到各阶IMF分量,然后采用互信息法计算出多元信息和各自的
对旋转机械进行频谱结构预测可以有效地掌握设备未来的运行状态.基于单源信息的频谱结构具有不确定性,无法进行预测研究.为保证预测结果的唯一性和准确性,将全矢谱技术引入预测模型,结合反向传播(BP)神经网络,构建全矢-BP神经网络预测模型.对风机设备轴承的频谱结构进行多步预测,比较预测精度.研究结果表明,该方法能准确对设备的频谱结构进行预测,为设备的预知维修提供技术支持.
SF6具有绝缘和灭弧性能,己广泛应用于变电站中的高压开关设备.由于制造、安装等质量差异以及材料老化等原因,高压开关设备易发生SF6气体泄漏,可能会造成电力设备的运行故障,严重时导致室内上作人员的中毒.提出并设计了SF6泄漏在线监测控制系统,应用此系统能够实现变电站室内SF6浓度分布在线监测,及时检测泄漏现象和缺氧情况,并将现场SF6和O2测量信息通过485网络远传至DCS,实时存储多种信息数据以供
分形维数是复杂形体不规则性的量度,已应用于故障模式识别领域.传统分形维数通过不同测度来覆盖不同振动信号的几何形状,算法准确率低且计算复杂.压缩机气阀振动信号属于典型的非线性复杂信号,包含有一定分性特征.为有效提取气阀故障特征,实现典型故障模式的识别,提出了基于数学形态学的改进分形维数算法,通过定义腐蚀与膨胀算子简化信号结构,采用参数优化、分段分形等手段,结合广义覆盖面积理论,对形态学分形维数方法进