【硕士论文】基于粗糙集理论的旋转机械故障诊断技术.pdf

《【硕士论文】基于粗糙集理论的旋转机械故障诊断技术.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、西北工业大学博士学位论文基于粗糙集理论的旋转机械故障诊断技术姓名：皮骏申请学位级别：博士专业：航空宇航推进理论与工程指导教师：廖明夫20061101西北工业大学工学博士学位论文摘要作为人工智能领域中的一种新方法一粗糙集理论，是继概率论、模糊集理论、证据理论之后的又一种新的处理不确定性信息的数学方法。它不仅为信息科学和认知科学提供了新的科学逻辑和研究方法，而且为智能信息处理提供了有效的处理技术。粗集作为一种处理不确定、不精确数据的数学工具．从新的角度认识知识，特别值得注意的是它与其它软计算方法有很强的集成能力。此种背景下，基于租分析的智能决策就成为决策学科的一个前沿问题。选择合理有效的简明属

2、性集，是粗集研究的重要内容。最优属性选择也是NP-hard问题。机械故障诊断是根据设备运行状态信息查找故障源，并确定相应决策的一门综合性科学。故障源发出的信息，是通过系统的特征和状态来传递的。故障诊断技术中，最关键也是最困难的问题之一是故障特征提取。它制约着故障诊断的准确率和故障早期预报的准确性及可靠性，是当前故障诊断研究中的瓶颈。有些反映早期故障特征的信号常常比较微弱，而相应的非故障特征信号分量却比较强，往往会淹没那些反映早期故障征兆的信号，这些信号有的直接反映系统的故障，有的需要进行加1：处理后得到新量(如模型参数)才能反映系统故障。为了更有效、更容易地获得故障特征信息，本文建立了小波

3、一自信息包络解调法。本文建立了滚动轴承故障诊断实验装置．模拟了典型的滚动轴承故障，对所建立的故障诊断方法进行了验证和校核，通过对比Hilberc法表明，该方法能更有效的提取轴承故障特征。。本文还研究了一种新的时频分布，通过实验研究表明该时频分布在能量聚集方面优于传统的w、，D，更容易诊断轴承故障和监测轴承局部故障的发展趋势。本文采用了正，反进动理论特征值作为条件属性，运用粗集一熵最大理论获取最优特征集，然后运用BP、刚犴对转子碰摩、不平横故障进行了诊断。本文针对轴承故障的特点，建立了滚动轴承动力学模型。频率特征量采用经小波一自信息包络解调法获取的谱熵、特征频率最大谱值、谱能量，时域特征颦采

4、用经本征模态法获得的组合信号的绝对平均值、有效值和峭度值，将频率特征量和时域特征餐作为条件属性，运用粗集—嫡最大理论获取最优特征集，然后应用自组织映射对轴承故障进行了诊断。本文建立了轴承故障字典，该方法能准确的诊断出轴承故障。为工程师提供更好的故障诊断辅助『：具。本文经过人量实验表明运Hj粗集—熵最大理论获取最优特征集，在达到相同分类的前提。r能缩短神经网络训练时间。关键词：人丁智能、租糙集、滚动轴承故障诊断、小波一自信息包络解调法、本征模态、谱熵、谱能量、租集—熵最大理论、故障字典AbmraclAbstractRougIlsettheoryisanewm抽ernatict00lforpr

5、occssingunce嘣ntyinfo珊ationaft盯probabjJitytheoⅨfIlz巧setttleory卸dD·Stll∞fyofeVidence．ItnotonIygiVesasmdyingmet}lodforinfb咖ati伽science卸dco卧“ive∞i铷ce。buIalsoo毹rsapmcticaltecllIliquefbrime】ligeminfornlaclonprocessing．111e咖dyingon岫ma士11tlleory卸dthe扯tual印p

6、icaiiomofrougIlseIispmgressingworldwide．Rou曲seti

7、sat001fbrproc嚣singinde行nite，imprecjseda饥whichdealswithl(IlowledgeintermsOfcl舾s币cation．EspecialJy'“isVefyeasytojnte粤劬ethetheofywitllalmostallOtllersoft-computingmcthodssuch越neuraIm“，orks，eVidentialt11eory’gencticalgorithm，fuzzysett11eofy卸dca鸵-b越cd∞asoning．Intcgraledsystems11avet11eadv锄tagcoverIIsin

8、gaS0ftcomputingsimplyUndertIlisbackgroulld'jmell唔entdecisionb船edonmu曲arIalysisfomst11efbre矗DntDartOfdecisiOnscience．ChoosiIlgre髂onableaIlde髓ctiVea位曲utessetis0neoftheimportantconten乜Oftheresearch∞roughset．Howtocho