简述神经网络旋转机械振动监测软件开发与故障诊断策略
最后更新时间:2024-02-19
作者:用户投稿本站原创
点赞:23109
浏览:99015
论文导读:
摘要:旋转机械在工业生产中占有举足轻重的地位,其正常运转直接联系到企业利益以及人民的生命财产安全。随着工业进展以及实际生产需要的提升,传统的定期维修已经达不到要求,必须对大型的旋转机械进行在线监测,提前发现可能产生的故障以及采取必要的措施避开这些故障的发生。本论文利用VC++6.0以及SQLSever2000开发了旋转机械振动监测与故障诊断专家系统。系统利用VC++MFC中多文档视图框架,具有多图显示、窗口方式等特点,实现了针对转子实验台的在线监测与故障诊断。系统分为设置、数据采集、图谱显示、智能诊断四个模块。利用SQLSever2000建立了数据库,方便数据的存储和调用。图谱显示实现了棒图、波形频谱图、二维全息谱、三维全息谱、轴心轨迹图、转速时程图、Bode图、Nyquist图等监测图谱的显示。智能诊断模块的知识库基于汽轮机的故障知识,采取经遗传算法优化的BP神经网络进行故障诊断,提升了诊断的精确性,能对常见的汽轮机故障进行诊断。最后,在实验室的转子实验台上现场采集数据,对所开发系统的各个模块进行了功能验证,结果符合要求。关键词:状态监测论文故障诊断论文神经网络论文遗传算法论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-10
第1章 绪论10-19
第6章 总结与展望58-60
致谢64-65
攻读硕士期间取得的成果情况65
摘要:旋转机械在工业生产中占有举足轻重的地位,其正常运转直接联系到企业利益以及人民的生命财产安全。随着工业进展以及实际生产需要的提升,传统的定期维修已经达不到要求,必须对大型的旋转机械进行在线监测,提前发现可能产生的故障以及采取必要的措施避开这些故障的发生。本论文利用VC++6.0以及SQLSever2000开发了旋转机械振动监测与故障诊断专家系统。系统利用VC++MFC中多文档视图框架,具有多图显示、窗口方式等特点,实现了针对转子实验台的在线监测与故障诊断。系统分为设置、数据采集、图谱显示、智能诊断四个模块。利用SQLSever2000建立了数据库,方便数据的存储和调用。图谱显示实现了棒图、波形频谱图、二维全息谱、三维全息谱、轴心轨迹图、转速时程图、Bode图、Nyquist图等监测图谱的显示。智能诊断模块的知识库基于汽轮机的故障知识,采取经遗传算法优化的BP神经网络进行故障诊断,提升了诊断的精确性,能对常见的汽轮机故障进行诊断。最后,在实验室的转子实验台上现场采集数据,对所开发系统的各个模块进行了功能验证,结果符合要求。关键词:状态监测论文故障诊断论文神经网络论文遗传算法论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-10
第1章 绪论10-19
1.1 课题背景10-11
1.2 状态监测与故障诊断技术的探讨近况11-13
1.3 状态监测与故障诊断技术的进展走势13-14
1.4 人工神经网络14-16
1.4.1 人工神经网络概述14
1.4.2 人工神经元模型14-16
1.4.3 神经网络的学习规则16
1.5 遗传算法介绍16
1.6 程序设计开发工具介绍16-17
1.7 本论文探讨内容17-19
第2章 旋转机械常见的故障机理及其特点19-262.1 引言19
2.2 转子的动力学特性19
2.3 转子系统常见故障类型、机理及故障特点19-25
2.3.1 转子不平衡19-21
2.3.2 转子弯曲21-22
2.3.3 转子不对中22
2.3.4 松动22-23
2.3.5 碰摩23-24
2.3.6 油膜涡动与油膜振荡24-25
2.4 本章小节25-26
第3章 振动监测系统监测部分软件的设计26-383.1 引言26
3.2 软件开发工具及设计策略26-28
3.2.1 基于MFC的VC++编程策略26-27
3.2.2 MFC的文档视图结构27
3.2.3 SQL数据库与VC++连接的ADO技术27-28
3.3 监测软件程序结构28-293.4 软件界面及功能说明29-37
3.4.1 系统主框架及菜单29-31
3.4.2 系统设置模块31
3.4.3 数据采集模块31-32
3.4.4 图谱模块32-36
3.4.5 数据库设计36-37
3.5 本章小节37-38
第4章 智能诊断模块设计38-504.1 引言38
4.2 知识库与推理机38-39
4.2.1 知识库38-39
4.2.2 推理机39
4.3 BP网络与BP算法39-414.4 遗传算法41-44
4.1 遗传算法的原理41-42
4.2 遗传算法的实现42-44
4.5 利用遗传算法优化BP算法44-48
4.5.1 在神经网络中运用遗传算法的优点44
4.5.2 针对神经网络权值学习的遗传算法44
4.5.3 运用遗传算法优化神经网络权重的编程算例44-47
4.5.4 改善算法的样本验证47-48
4.6 故障诊断模块设计48-49
4.7 本章小节49-50
第5章 振动监测与故障诊断软件的实验测试50-585.1 引言50
5.2 数据采集模块的测试50
5.3 图谱模块的实验测试50-57
5.3.1 棒图功能测试51
5.3.2 波形频谱图功能测试51-52
5.3.3 维全息图谱功能测试52
5.3.4 三维全息谱图功能测试52-53
5.3.5 轴心轨迹图功能测试53-54
5.3.6 转速时程图功能测试54
5.3.7 Bode图功能测试54-55
5.3.8 Nyquist图功能测试55
5.3.9 智能诊断模块功能测试55-57
5.4 本章小节57-58第6章 总结与展望58-60
6.1 全文总结58
6.2 展望58-60
参考文献60-64致谢64-65
攻读硕士期间取得的成果情况65