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。 |