大数据平台下基于故障机理力学建模的往复机械故障诊断智能方法研究

成果基本信息
关键词：	大数据;往复式压缩机;力学建模;多重分形;故障诊断
成果类别：		技术成熟度：
体现形式（基础理论类）：		体现形式（应用技术类）：	无
成果登记号：	9232017Y0484	资源采集日期：	2017-09-25

研究情况
单位名称：	齐齐哈尔大学	技术水平：
评价证书号：	黑齐科鉴字2017第039号	评价单位：	齐齐哈尔市科学技术局
评价日期：	2017.06.05	评价证书号：	黑齐科鉴字2017第039号

转化情况
转让范围：		推广形式：	无
已转让企业数（个）：	0

联系方式
联系人（平台）：	玉女士	联系人（平台）电话：	0771-5885053
*成果单位详细联系方式请登录会员；还不是会员，马上注册!

成果简介
1、建立了往复压缩机轴承间隙故障状态的多体动力学仿真模型。　　间隙运动副参数是影响模型仿真准确性的关键因素，以提高实测与仿真状态数据相似性为目标，调整间隙运动副中刚度系数与阻尼因子两个参数，实现对多体动力学模型的参数优化，实现了往复压缩机轴承间隙状态数据的较精确的仿真。通过对比分析，验证了该方法的可行性，解决了因难以开展多类型故障试验以致状态数据获取不足问题。　　2、提出了基于多重分形奇异谱分解的敏感测点轴承间隙故障特征提取方法。　　由于轴承随连杆运动以致振动传递路径复杂，提出了利用多重分形中广义分形奇异谱型参数作为特征参数，以SVM 和KNN两种算法为模式识别器，对该法进行了对比，结果表明，该方法提取所提取特征具有更高的识别准确率。　　3、提出了基于 LMD的不同程度轴承间隙故障特征提取方法。　　针对传统 LMD 方法对强非平稳信号构造局部均值函数和包络估计函数易出现失真问题，利用有理 Hermite 插值法构造了极值包络线，并以极值对称点为依据确定了最优包络线。与不同插值方法对比，该方法在 PF 分量迭代次数、正交性指标和能量指标方面更具有优势。　　4、完善了基于GUI界面的MATLAB往复压缩机诊断模块。　　从前沿的非线性理论分析出发，应用以上算法分析和处理大数据下故障数据，并利用能量值对敏感测点优选，基于以上2种方法构建和优化了可分性良好的特征向量识别手段。经轴承故障仿真数据和实测数据测试，该方法提取故障特征具有更高的识别准确率。

成果名称：	大数据平台下基于故障机理力学建模的往复机械故障诊断智能方法研究	关键词：	大数据;往复式压缩机;力学建模;多重分形;故障诊断
成果类别：		一级分类名称：	机械制造
二级分类名称：	制造工艺	三级分类名称：	制造工艺
研究起止时间：	2014.06 至2017.06	成果体现形式（应用技术类）：	无
成果属性：		成果体现形式（基础理论类）：
技术成熟度：		技术水平：
研究形式：		学科分类1：
单位名称：	齐齐哈尔大学	学科分类2：	460.99
中图分类号1：		所属高新技术类别：
中图分类号2：	TH45	课题来源：
应用行业：		课题立项名称：
国家科技计划子类别：		课题立项编号：	GYGG-201422
经费实际投入额（万元）：	1.00	评价单位：	齐齐哈尔市科学技术局
评价形式：	无	应用状态：	无
评价日期：	2017.06.05	转让范围：
评价证书号：	黑齐科鉴字2017第039号	推荐单位：	齐齐哈尔市科学技术局
推广形式：	无	成果登记号：	9232017Y0484
成果简介：	1、建立了往复压缩机轴承间隙故障状态的多体动力学仿真模型。　　间隙运动副参数是影响模型仿真准确性的关键因素，以提高实测与仿真状态数据相似性为目标，调整间隙运动副中刚度系数与阻尼因子两个参数，实现对多体动力学模型的参数优化，实现了往复压缩机轴承间隙状态数据的较精确的仿真。通过对比分析，验证了该方法的可行性，解决了因难以开展多类型故障试验以致状态数据获取不足问题。　　2、提出了基于多重分形奇异谱分解的敏感测点轴承间隙故障特征提取方法。　　由于轴承随连杆运动以致振动传递路径复杂，提出了利用多重分形中广义分形奇异谱型参数作为特征参数，以SVM 和KNN两种算法为模式识别器，对该法进行了对比，结果表明，该方法提取所提取特征具有更高的识别准确率。　　3、提出了基于 LMD的不同程度轴承间隙故障特征提取方法。　　针对传统 LMD 方法对强非平稳信号构造局部均值函数和包络估计函数易出现失真问题，利用有理 Hermite 插值法构造了极值包络线，并以极值对称点为依据确定了最优包络线。与不同插值方法对比，该方法在 PF 分量迭代次数、正交性指标和能量指标方面更具有优势。　　4、完善了基于GUI界面的MATLAB往复压缩机诊断模块。　　从前沿的非线性理论分析出发，应用以上算法分析和处理大数据下故障数据，并利用能量值对敏感测点优选，基于以上2种方法构建和优化了可分性良好的特征向量识别手段。经轴承故障仿真数据和实测数据测试，该方法提取故障特征具有更高的识别准确率。
联系人：	周中林	成果登记日期：	2017-06-07
联系人email：		单位代码：	92300141
邮政编码222：	161006	联系人电话：	0452-2738334
单位传真：	0452-2738743	单位通讯地址：	黑龙江省齐齐哈尔市建华区文化大街42号
单位所在省市：		单位电话：	0452-2824214
转让收入（万元）：	0	单位属性：
合作完成单位：		已转让企业数（个）：	0
成果发布年份：	2017	知识产权形式：
成果完成人：	刘岩;刘冬;王金东;袁文;郭春峰;孟祥刚	资源采集日期：	2017-09-25

大数据平台下基于故障机理力学建模的往复机械故障诊断智能方法研究

最新科技新闻资讯

热门资讯排行

最新科技图文资讯

友情链接