学位论文 > 优秀研究生学位论文题录展示

多传感信息融合技术在液压系统故障诊断中的应用

作　者: 张旭婧
导　师: 董增寿
学　校: 太原科技大学
专　业: 电路与系统
关键词: 液压泵故障诊断改进的JDL模型 MPSO-RBF D-S证据理论联合Pl&Bel决策规则 C/S结构诊断系统
分类号: TP202
类　型: 硕士论文
年　份: 2012年
下　载: 108次
引　用: 0次
阅　读: 论文下载

内容摘要

液压系统是工程设备的核心，其故障可能破坏整台设备正常运转。但其工作环境恶劣，信号监测容易被噪声淹没，单一传感器提取的特征信息常呈现出较强的模糊性，因此，需充分利用多传感信息融合技术，进行准确的故障诊断从而降低损失。论文重点研究了液压动力系统关键部件液压泵的故障诊断。综合利用了泵壳三个方向的振动信号和外泄口温度信号的特征信息，在组建有效的传感器网络的基础上，结合改进的JDL模型并根据数据融合分级处理思想，提出了液压泵的三级信息融合故障诊断模型。数据层主要对信息源数据进行清洗、校准和特征提取，特征层通过多并行PSO-BP和MPSO-RBF神经网络组成振动子网和温度子网进行局部诊断，决策层根据修正的D-S证据理论进行数据融合并做出最后的决策诊断。并且每级和最终诊断之间都有直接数据通信和反馈。最后以VisualStudio2005为平台，开发基于C/S结构的故障诊断系统。在该系统的特征层融合中，比较了BPANN和RBFANN的优缺点，结合改进的RPCL算法提出了利用MPSO算法优化的RBF神经网络，并应用于该融合系统的温度子网诊断。决策层融合中，在比较了Yager组合规则、D-S组合规则和孙权组合规则的基础上，针对D-S证据理论中证据难获取和在证据冲突情况下D-S组合规则失效的问题，并结合液压泵故障模式和故障成因多对多的特点，提出了一种改进的组合算法，在证据组合后采用联合Pl&Bel的决策算法，使之对不同程度的冲突证据有高的灵敏度和融合准确度。通过仿真证明：该信息融合算法容错性强、能综合利用传感器信息并准确定位故障。

全文目录

中文摘要  3-4
Abstract  4-8
第一章引言  8-14
  1.1 选题背景及意义  8-9
  1.2 液压系统故障诊断技术概况  9-11
    1.2.1 液压系统故障诊断技术分类  9-10
    1.2.2 液压系统故障诊断技术研究现状及发展趋势  10-11
  1.3 多传感信息融合技术国内外研究动态  11-12
  1.4 本课题主要研究内容及结构安排  12-14
第二章多传感信息融合故障诊断系统总体设计  14-22
  2.1 多传感信息融合定义和基本原理  14
  2.2 信息融合的模型  14-19
    2.2.1 信息融合的功能模型  14-16
    2.2.2 信息融合结构模型  16-18
    2.2.3 信息融合的算法模型  18-19
  2.3 数据融合诊断系统框图设计及关键技术  19-21
  2.4 本章小结  21-22
第三章基于神经网络的子网诊断  22-38
  3.1 神经网络在多传感信息融合中的应用  22
  3.2 MPSO - RBF 温度子网模型  22-33
    3.2.1 RBF 网络基础  22-25
    3.2.2 经典 PSO 算法  25-27
    3.2.3 几种改进的 PSO 算法  27-28
    3.2.4 MPSO - RBFANN 优化算法  28-33
  3.3 PSO - BP 振动子网  33-35
  3.4 基于神经网络的 BPA 的获取方法  35-36
  3.5 本章小结  36-38
第四章基于D-S证据理论的故障监测与诊断  38-52
  4.1 D-S 证据理论基本概念  38-39
  4.2 证据理论组合规则  39-41
    4.2.1 D-S 组合规则  39
    4.2.2 Yager 组合规则  39-40
    4.2.3 孙权组合规则  40-41
  4.3 D-S 组合规则在目标识别系统中存在的问题及改进  41-46
    4.3.1 修正的 D-S 证据理论算法  41-44
    4.3.2 算例验证与对比  44-46
  4.4 D-S 决策规则  46-48
    4.4.1 最大信任度决策规则  47
    4.4.2 最大似真度决策规则  47
    4.4.3 最大 Pignistic 概率决策方法  47-48
    4.4.4 联合 Bel＆ Pel 法  48
  4.5 算例验证  48-49
  4.6 本章小结  49-52
第五章基于多传感信息融合的液压系统故障诊断实例  52-68
  5.1 液压系统故障机理及常见故障模式  52-54
  5.2 基于神经网络和 D-S 证据理论的信息融合故障诊断  54-62
    5.2.1 数据采集和预处理  54-55
    5.2.2 子网诊断和局部融合  55-62
    5.2.3 决策层融合与诊断  62
  5.3 基于 C/S 结构的液压故障诊断系统  62-66
  5.4 本章小结  66-68
第六章结论与展望  68-70
  6.1 结论  68-69
  6.2 工作展望  69-70
参考文献  70-74
致谢  74-76
攻读硕士学位期间发表的论文  76-77

多传感信息融合技术在液压系统故障诊断中的应用

内容摘要

全文目录

相似论文