智能監(jiān)測與診斷PPT

1、風力發(fā)動機組遠程狀態(tài)監(jiān)測與診斷系統(tǒng)的開發(fā)報告人：蔡 靜主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結1. 應用目的與綜述1. 應用目的與綜述 2008年，HUANG等研究了小波神經網絡在風力機齒輪箱故障診斷中的應用。該方法借助小波變換的時頻分析特性和神經網絡的自學習功能，將小波函數(shù)作為神經網絡的隱含層，提高了診斷精度，減少了神經網絡的層數(shù)，加快了收斂速度。 2009年，BARSZCZ等提出了利用譜峭度診斷行星齒輪箱故障的方法。譜峭度具有對沖擊信號敏感的特性，利用譜峭度可以檢測出信號沖擊成分，從而診斷出故障。 2009年，INALPOLAT等對行星齒輪箱的建模和動力學行為進

2、行了研究，為闡述其復合傳動引起的故障相互調制和耦合等故障機理提供了依據。 2010年，WATSON等借助連續(xù)小波變化，對輸入功率信號進行分析，識別出了發(fā)動機轉子偏心故障和軸承故障。1. 應用目的與綜述系統(tǒng)的整體框架圖主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結2.傳感器1.加速度傳感器標準加速度傳感器采集高速軸部件的高頻振動信號低速加速度傳感器采集低頻振動信號2.其他傳感器溫度傳感器壓力傳感器主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結3.數(shù)據采集方法 數(shù)據采集卡USB6218的主要性能指標如下： 模擬量輸入：16路、32路32位模擬輸入； 數(shù)字

3、量輸入輸出：8位數(shù)字輸入、8位數(shù)字輸出； 采樣率：單通道采樣率250kS/s； 分辨率：16位分辨率； 輸入范圍：每通道有四個可編程輸入范圍0.2V-10V； 數(shù)據采集卡NI9234的主要性能指標如下： 模擬量輸入：4路同步采樣模擬輸入； 采樣率：每通道采樣速率2-51.2kS/s； 輸入耦合：交流耦合（0.5Hz）和IEPE始終可用主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結4.信號處理方法1/ a1.時域分析均值均方值方差2.頻域分析傅里葉變換解析信號功率譜相位譜4.信號處理方法函數(shù)f(t)的連續(xù)小波變換定義為信號f(t)與小波基函數(shù)的內積：,1( , )(t),(

4、t)(t) ()a btbWTh a bffdtaa2( )d a0, 函數(shù)表示分析小波，它必須滿足允許條件: (t)3.小波變換a表示伸縮因子，b表示平移因子小波函數(shù)的多分辨表達：0000,(t)(t)(t)jkjkj kjkkkjjxCd, j kZ主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結5.故障診斷方法 小波神經網絡故障診斷系統(tǒng)第一階段是正向傳播過程：設置網絡結構參數(shù)和前一次迭代的權值和閾值，然后通過輸入學習樣本從第一層往后計算各神經元的輸出。1(yc )c (1c )eb (1b )kktttttqkjtjtjjtdd v第二階段是誤差的逆向傳播過程：對權值

5、 和閾值 進行修改，即從最后一層向前計算層的閾值和權值對總誤差的梯度，(N 1)(N)d(N 1)(N)dkjtjttjktttvvbjtvt式中： ：輸出層的各單元誤差； ：中間層輸出； ：網絡的實際輸出； ：中間層的各單元誤差； ：目標向量ktdkjejbtckty主要內容應用目的與綜述傳感器數(shù)據采集方法信號處理方法故障診斷方法總結5.總結智能監(jiān)測與診斷原理這門課讓我學到了很多，對智能監(jiān)測診斷系統(tǒng)有了一定的了解，包括傳感器、數(shù)據采集模塊、數(shù)據處理模塊等。這門課的學習也拓展了我的知識面，對科研有了新的認識，邱老師以自己的科研經歷給我們講解科研以及以后就業(yè)的問題，是一個很好的教學手段。參考文獻

6、J.Ribrant, L.M.Bertling. Survey of failures in wind power systems with focus on Swedish wind power plants during 1997-2005J. IEEE Trans.Energy Conversion, 2007, 22(1):167-173.C.S.Tsai, C.T.Hsieh, and S.J.Huang. Enhancement of damagedetection of wind turbine blades via CWT-based approachesJ. IEEE Trans. Energy Conversion, 2006,21(3):776-781.Kishimoto K,Inoue H, Hamada M, Shibuya T. Time frequency analysis of dispersive waves by means of wavelet transform. J Appl Mech 1995; 62: 841-6.麻東東, 風