開題報告-黃洪飛

同濟大學碩士研究生學位論文選題報告

及論文工作計劃課題名稱基于EMD和SVM的混合故障診斷及趨勢預測學號1130922 研究生顧嘉運 專業(yè)、年級機械設(shè)計及理論2011級所在院、系機械工程學院導師陳明教授 副導師 選題時間2012年11月1日同濟大學研究生院2012年11月1日一、立論依據(jù)課題來源、選題依據(jù)和背景情況、課題研究目的、理論意義和實際應(yīng)用價值1.1課題來源科技部“高檔數(shù)控機床與基礎(chǔ)制造裝備”科技重大專項課題“高檔數(shù)控磨床與重型裝備故障預警和診斷技術(shù)”課題編號：2009ZX04014-1031.2選題依據(jù)和背景情況隨著工業(yè)技術(shù)與科學技術(shù)的迅速發(fā)展，現(xiàn)代機械設(shè)備日趨向大型化、集成化、連續(xù)化、柔性化和高度自動化方向發(fā)展。由此設(shè)備的功能越來越多，工作性能越來越高，組成結(jié)構(gòu)越來越復雜，價格越來越昂貴，同時也對機械設(shè)備運行的安全性和可靠性提出了更高的要求。現(xiàn)代機械設(shè)備的發(fā)展，一方面極大地提高了生產(chǎn)率和正品率，降低了生產(chǎn)成本和改善了勞動條件，取得了巨大的經(jīng)濟效益和社會效益；另一方面也使生產(chǎn)潛伏著很大的危機，即一旦機械設(shè)備出現(xiàn)故障，不僅影響企業(yè)正常生產(chǎn)造成巨大的經(jīng)濟損失，而且可能會危及人身安全，導致嚴重的安全事故和環(huán)保事故。故障診斷技術(shù)的發(fā)展歷程大致可分為三個階段：（1）事后維修階段；（2）預防維修階段;（3）預知維修階段。現(xiàn)在基本處于預知維修階段，預知維修不僅需要對實時故障進行診斷分析，其關(guān)鍵在于對設(shè)備運行狀態(tài)進行連續(xù)監(jiān)測或周期檢測，提取特征信號，通過對歷史數(shù)據(jù)的分析來預測設(shè)備的發(fā)展趨勢。1.3課題研究目的鑒于大型設(shè)備的復雜性和生產(chǎn)持續(xù)性，設(shè)計出一套既可以實時分析診斷故障信號，又可以通過分析歷史數(shù)據(jù)對設(shè)備發(fā)展趨勢進行預測的系統(tǒng)。從而同時做到實時故障診斷和及時發(fā)現(xiàn)潛在的故障和安全隱患，保證安全生產(chǎn)，減小損失。能及時地、正確地對各種異常狀態(tài)或故障狀態(tài)做出診斷，預防或消除故障，對設(shè)備的運行進行必要的指導，提高設(shè)備運行的可靠性、安全性和有效性，以期把故障損失降低到最低水平。1.4理論意義和實際應(yīng)用價值裝備制造業(yè)的發(fā)展關(guān)系到國家經(jīng)濟安全，影響到我國科技的進步，也是我國參與國際競爭實力和水平的體現(xiàn)。高檔數(shù)控機床與重型裝備廣泛應(yīng)用于航空航天、船舶、汽車、發(fā)電設(shè)備等行業(yè)。這類高檔及重型數(shù)控裝備一旦發(fā)生故障將會對生產(chǎn)過程造成嚴重影響，使企業(yè)蒙受巨大經(jīng)濟損失。提高設(shè)備運行的安全性、可靠性，減少維護費用和生產(chǎn)費用已經(jīng)成為工業(yè)過程關(guān)注的焦點。同時，設(shè)備監(jiān)測診斷技術(shù)是企業(yè)采用先進的設(shè)備管理手段進行現(xiàn)代化生產(chǎn)的重要標志，在企業(yè)現(xiàn)代化生產(chǎn)中扮演著越來越重要的角色。其意義是十分明顯的，歸納起來，主要體現(xiàn)在：提高了設(shè)備的現(xiàn)代化管理水平；保證了產(chǎn)品質(zhì)量，提高了設(shè)備的可靠性；避免了重大事故的發(fā)生，減少了事故的危害性；可以獲得潛在的巨大經(jīng)濟效益。二、文獻綜述國內(nèi)外研究現(xiàn)狀、發(fā)展動態(tài)；所閱文獻的查閱范圍及手段2.1國內(nèi)外研究現(xiàn)狀、發(fā)展動態(tài)八十年代后期，計算機技術(shù)及人工智能技術(shù)的發(fā)展使對設(shè)備進行在線監(jiān)視分析和智能化自動診斷成為可能。目前國外最新開發(fā)的一些系統(tǒng)有美國Bently公司的SystemiT^DataManager2000,TrendMaster2000系列產(chǎn)品、Scientific-AItlanta公司的M6000CHAMMP系統(tǒng)、ENTECK公司的PM系統(tǒng)、Bretech公司的TotalPlantMaintainence，ServiceContractProgram系統(tǒng)、CooperEnergy的RemoteConditionMonitoringService(RCMS)系統(tǒng)。其它國家如德國、日本、意大利等在狀態(tài)監(jiān)測及故障診斷的應(yīng)用方面都各具優(yōu)勢。我國自八十年代以來，也開始自行研制狀態(tài)監(jiān)測與故障診斷系統(tǒng)，如華中理工大學開發(fā)的200MW汽輪發(fā)電機組的壽命管理和故障診斷專家系統(tǒng)，可以診斷機組各類典型故障，如轉(zhuǎn)子不平衡、軸系不對中、油膜振蕩、轉(zhuǎn)子碰磨、軸承故障、軸承松動、葉輪松動等故障；西安交通大學智能儀器與診斷研究所研制的“大型回轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷在線離線兩用系統(tǒng)(RotView6.0)”，RotView6.0系統(tǒng)軟件以其獨創(chuàng)的全息譜技術(shù)為核心，全面利用了振動信號的幅頻相信息，大大提高了監(jiān)測診斷的信息量；南京汽輪發(fā)電機廠開發(fā)的多功能振動分析系統(tǒng)，西安熱工研究院研制的汽輪機組振動監(jiān)測和故障診斷系統(tǒng)，北京電力科學研究院、清華大學與陡河電廠聯(lián)合開發(fā)了大型汽輪發(fā)電機組振動監(jiān)測與輔機診斷系統(tǒng)，哈爾濱工業(yè)大學研制的“微計算機化機組狀態(tài)監(jiān)視與故障診斷裝置MMMD”、南京理工大學的故障診斷系統(tǒng)、重慶大學研制的CCDDSI信號處理軟件系統(tǒng)等。東南大學自1990年以來研制了MFD系列工況監(jiān)視與故障診斷系統(tǒng)系統(tǒng)，包含振動監(jiān)測、穩(wěn)態(tài)分析、瞬態(tài)分析、振動數(shù)據(jù)采集及管理、趨勢分析等部分，己在國內(nèi)多家石化、電力、冶金企業(yè)使用，取得了較好的經(jīng)濟效益和社會效益。經(jīng)驗?zāi)B(tài)分解(EmpiricalModeDecomposition，簡稱EMD)方法是由美國NASA的黃鍔博士提出的一種信號分析方法。它依據(jù)數(shù)據(jù)自身的時間尺度特征來進行信號分解，無須預先設(shè)定任何基函數(shù)。這一點與建立在先驗性的諧波基函數(shù)和小波基函數(shù)上的傅里葉分解與小波分解方法具有本質(zhì)性的差別。正是由于這樣的特點，EMD方法在理論上可以應(yīng)用于任何類型的信號的分解，因而在處理非平穩(wěn)及非線性數(shù)據(jù)上，具有非常明顯的優(yōu)勢。所以，EMD方法一經(jīng)提出就在故障診斷領(lǐng)域得到了迅速有效的應(yīng)用。支持向量機(SupportVectorMachine,簡稱SVM)是在1995年提出的一種新的非常有潛力的分類技術(shù)，是一種基于統(tǒng)計學習理論的模式識別方法。90年代，統(tǒng)計學習理論(StatisticalLearningTheory，SLT)的實現(xiàn)和由于神經(jīng)網(wǎng)絡(luò)等較新興的機器學習方法的研究遇到一些重要的困難，比如如何確定網(wǎng)絡(luò)結(jié)構(gòu)的問題、過學習與欠學習問題、局部極小點問題等，使得SVM迅速發(fā)展和完善，在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。2.2所閱文獻的查閱范圍及手段所閱文獻來源于SAE論文、IEEE論文、中文期刊雜志、維普數(shù)據(jù)庫論文、萬方數(shù)據(jù)庫論文、中文專著以及日文期刊等等。主要通過網(wǎng)絡(luò)以及圖書館獲得。參考文獻HuangNE,ShenZ,LongSRetal.TheempiricalmodedecompositionandtheHilbertspectrumfornonlinearandnon-stationarytimeseriesanalysis.Proc.R.Soc.Lond.A,1998,454:903?995DejieYu,YuYang,JunshengCheng.Applicationoftime-frequencyentropymethodbasedonHilbert-Huangtransformtogearfaultdiagnosis.Measurement,Volume40,Issues9-10,November-December2007,Pages823-830V.K.Rai,A.R.Mohanty.BearingfaultdiagnosisusingFFTofintrinsicmodefunctionsinHilbert-Huangtransform.MechanicalSystemsandSignalProcessing,Volume21,Issue6,August2007,Pages2607-2615Z.K.Peng,PeterW.Tse,F.L.Chu.AcomparisonstudyofimprovedHilbert-Huangtransformandwavelettransform:Applicationtofaultdiagnosisforrollingbearing.MechanicalSystemsandSignalProcessing,Volume19,Issue5,September2005,Pages974-988YiQin,ShurenQin,YongfangMao.ResearchoniteratedHilberttransformanditsapplicationinmechanicalfaultdiagnosis.MechanicalSystemsandSignalProcessing,Volume22,Issue8,November2008,Pages1967-1980MichaelFeldman.Hilberttransforminvibrationanalysis.MechanicalSystemsandSignalProcessing,Volume25,Issue3,April2011,Pages735-802AndreaPigorini,AdenauerG.Casali,SilviaCasarotto,FabioFerrarelli,GiuseppeBaselli,MaurizioMariotti,MarcelloMassimini,MarioRosanova.Time-frequencyspectralanalysisofTMS-evokedEEGoscillationsbymeansofHilbert-Huangtransform.JournalofNeuroscienceMethods,Volume198,Issue2,15June2011,Pages236-245LiLin,FuleiChu.HHT-basedAEcharacteristicsofnaturalfatiguecracksinrotatingshafts.MechanicalSystemsandSignalProcessing,Volume26,January2012,Pages181-189JunshengCheng,DejieYu,JiashiTang,YuYang.ApplicationoffrequencyfamilyseparationmethodbaseduponEMDandlocalHilbertenergyspectrummethodtogearfaultdiagnosis.MechanismandMachineTheory,Volume43,Issue6,June2008,Pages712-723YiQin,ShurenQin,YongfangMao.ResearchoniteratedHilberttransformanditsapplicationinmechanicalfaultdiagnosis.MechanicalSystemsandSignalProcessing,Volume22,Issue8,November2008,Pages1967-1980YuYang,YigangHe,JunshengCheng,DejieYu.AgearfaultdiagnosisusingHilbertspectrumbasedonMODWPTandacomparisonwithEMDapproach.Measurement,Volume42,Issue4,May2009,Pages542-551Wen-XianYang.InterpretationofmechanicalsignalsusinganimprovedHilbert-Huangtransform.MechanicalSystemsandSignalProcessing,Volume22,Issue5,July2008,Pages1061-1071RobertoRicci,PaoloPennacchi.DiagnosticsofgearfaultsbasedonEMDandautomaticselectionofintrinsicmodefunctions.MechanicalSystemsandSignalProcessing,Volume25,Issue3,April2011,Pages821-838ChenMing,ZhouRunqing,ZhangRui,ZhuXianzhong.ApplicationofArtificialNeuralNetworktoFailureDiagnosisonProcessIndustryEquipments.6thInternationalConferenceonNaturalComputation.2010(08)EI:20104613375580ChenMing,ZhouRunqing,ZhangRui,ZhuXianzhong.IntegrationofKnowledge-basedSystemwithNeuralNetworkforFaultDiagnosisonProcessIndustryEquipments.ShanghaiUniversityConference.2010(09)MingChen,RuiZhang,YingleiLi.FaultDiagnosisSystemforLarge-scaleEquipmentsbasedonHybridReasoning.2ndInternationalConferenceonManufacturingScienceandEngineering.2011.4(EIAccepted)朱傳敏，陳明，周潤青等.產(chǎn)品成熟度策略在協(xié)同設(shè)計中的研究與應(yīng)用.制造業(yè)自動化，2010，Vol.32(9)：14-17張瑞，陳明，朱獻忠.基于BP神經(jīng)網(wǎng)絡(luò)的1550冷軋機的壽命預測研究.機電一體化，2010，Vol.16(7)：20-23王姣，王誠.基于嵌入式Linux的數(shù)控機床遠程監(jiān)控.計算機工程與設(shè)計.2010(10):2175-2177彭道剛，張浩，李輝.大型發(fā)電機組嵌入式遠程狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究.華東電力，2008,36(2)：127-130黃高峰，葉清.PCI總線設(shè)備的通用嵌入式故障診斷平臺研究.計算機應(yīng)用與軟件,2011.28(2):263-265郝研，王太勇.基于分形理論的便攜式故障診斷系統(tǒng)的設(shè)計與開發(fā).儀器儀表學報，2010,31(12):2742-2746彭道剛，張浩，李輝，夏飛.發(fā)電機組嵌入式遠程狀態(tài)監(jiān)測與診斷分析系統(tǒng).電力系統(tǒng)及其自動化學報，2010.22(5):66-70鐘佑明，秦樹人，湯寶.Hilbert-Huang+變換中的理論研究，振動與沖擊vol.21.No.4.2002雷亞國.基于改進Hilbert-Huang變換的機械故障診斷，機械工程學報，vol.47No.5Mar2011趙玲，劉小峰,秦樹人，李凱.HHT新方法及其在齒輪箱故障診斷中的應(yīng)用.振動、測試與診斷，Vol.31No.2Apr.2011[27]大學學報，V01.29No.2Apr.2011鐘佑明，秦樹人，湯寶平,一種振動信號新變換法的研究.振動工程學報，vol.15No.2Jun.2002羅奇峰，石春香.Hilbert-Huang變換理論及其計算中的問題.同濟大學學報，vol.31No.6Jun.2003程軍圣，于德介，楊宇.基于支持矢量回歸機的Hilbert-Huang變換端點效應(yīng)問題的處理方法.機械工程學報，V01.42No.4Apr.2006孫立瑛，李一博，靳世久，曲志剛，李俊霖.基于小波包和HHT變換的聲發(fā)射信號分析方法.儀器儀表學報，Vol.29No.8Aug.2008三、研究內(nèi)容學術(shù)構(gòu)想與思路、主要研究內(nèi)容及擬解決的關(guān)鍵技術(shù)3.1.1學術(shù)構(gòu)想與思路首先，建立一套完整且可靠性較高的故障數(shù)據(jù)庫，對機械設(shè)備的故障特征進行提取，存儲到數(shù)據(jù)庫中。其次，深入研究EMD分解算法以及HHT變換，實時分析故障信號，做出相應(yīng)診斷。最后，研究支持向量機（SVM）理論，對設(shè)備壽命、性能進行預測。在以上研究基礎(chǔ)上，開發(fā)故障診斷與趨勢預測原型系統(tǒng)。3.1.2主要研究內(nèi)容數(shù)據(jù)庫的設(shè)計研究；首先對故障及其各個屬性做了一個明確的定義，并對不同的故障進行分類。對所有的故障知識進行組織，最后使用SQLserver數(shù)據(jù)庫軟件搭建出故障知識庫。設(shè)備故障診斷方法研究；這里可以分為兩部分，信號分析處理與人工智能方法。在信號分析處理方面，主要研究EMD分解算法、HHT變換。在面對實際的信號時，看情況在HHT與小波中選擇一種進行分析。人工智能方法主要選擇支持向量機，對壽命、性能進行預測。C.故障診斷與趨勢預測原型系統(tǒng)研究；研究VisualStudio2005，SQLserver，Matlab以及Html和Asp.Net，建立一個故障診斷與趨勢預測原型系統(tǒng)。3.1.3擬解決的關(guān)鍵技術(shù)基于SVM的趨勢預測技術(shù)針對設(shè)備大量數(shù)據(jù)信號，關(guān)鍵是如何篩選和利用其中有效的數(shù)據(jù)，并進行分析處理，預測壽命以及其他性能。支持向量機在解決小樣本、非線性及高維模式故障預測問題中表現(xiàn)出許多特有的優(yōu)勢?；贖ilbert-Huang變換的設(shè)備故障診斷技術(shù)；設(shè)備故障診斷的關(guān)鍵問題是如何對監(jiān)測中的信號的非平穩(wěn)性進行有效分析，準確探測其中的異常成分，對于非平穩(wěn)信號，時頻分析是有效的分析方法。常用的時頻分析方法有短時傅里葉變換、Wigner-Ville分布和小波變換，這三種方法在故障診斷中都有各自的局限性。Hilbert-Huang變換是一種新型的信號處理方法，它特別適于非線性、非平穩(wěn)信號處理，對故障特征的提取具有很好的準確性，具有良好的自適應(yīng)濾波特性，非常適合應(yīng)用在故障診斷領(lǐng)域。原型系統(tǒng)構(gòu)建技術(shù)原型系統(tǒng)構(gòu)建技術(shù)主要涉及：編程技術(shù)、系統(tǒng)架構(gòu)技術(shù)以及網(wǎng)絡(luò)拓撲技術(shù)。

3.2.擬采取的研究方法、技術(shù)路線、實施方案及可行性分析3.2.1擬采取的研究方法在本課題的研究中，擬采取從理論到實踐，再從實踐中總結(jié)修正理論的方法。首先通過閱讀文獻，學習當今的故障診斷理論和相關(guān)知識，形成對課題的初步認識，擬出技術(shù)方案。在調(diào)研和實際開發(fā)工作中不斷的修正和優(yōu)化方案。3.2.2技術(shù)路線和實施方案如下圖所示，故障診斷流程可分為下圖幾個部分，數(shù)據(jù)采集部分主要是硬件搭建的工作，而數(shù)據(jù)預處理部分的可研究性不大，故不做討論，該題將主要聚焦在數(shù)據(jù)庫部分，故障診斷部分以及趨勢分析部分。數(shù)據(jù)庫部分，主要利用知識組織管理技術(shù)，采用SQLserver軟件搭建數(shù)據(jù)庫；故障診斷部分，則通過研究EMD分解算法和HHT變換對故障信號分析處理；趨勢分析部分，首先對數(shù)據(jù)庫中大量的數(shù)據(jù)進行篩選，選擇有效數(shù)據(jù)，利用SVM方法進行分析，從而對壽命以及其他性能進行預測。設(shè)備%數(shù)據(jù)采集設(shè)備%數(shù)據(jù)采集數(shù)據(jù)預 1處理 1EMD—診斷CWT知識組織與管理狀態(tài)監(jiān)測攵據(jù)庫.ANN趨勢ANN分析SVM3.2.3可行性分析a.b.c.d.e.a.b.c.d.e.f.g.本人對各種信號分析及處理有一定的基礎(chǔ)，有助于快速地研究Hilbert-Huang變換；嵌入式系統(tǒng)平臺的搭建，可以通過導師的引薦，在電信學院老師和同學的幫助下完成。軟件編寫及調(diào)試通過查資料完成。前期的實驗數(shù)據(jù)通過美國西儲大學官方網(wǎng)站獲得，主要用于調(diào)試軟件，當調(diào)試成功后，再進行現(xiàn)場采集數(shù)據(jù)的采集及其驗證。課題得到國家科技部項目支持以及上海電氣臨港重型機械裝備有限公司，上海電氣中央研究院和上海機床廠的合作。上海機床廠以及臨港重型機械裝備有限公司在重型設(shè)備故障診斷領(lǐng)域經(jīng)驗豐富，可以根據(jù)他們掌握的案例與經(jīng)驗解決第一個難題。本人所屬科研團隊已經(jīng)有過印刷系統(tǒng)故障診斷系統(tǒng)開發(fā)的成功經(jīng)驗，為本課題的順利完成提供一定的技術(shù)支持。四、研究基礎(chǔ)所需實驗手段、研究條件和實驗條件4.1.1所需軟件MATLAB、visualstudio、SQLserver、HTML和Asp.Net。4.1.2所需硬件及實驗條件ARM開發(fā)板；軸承振動裝置；840D數(shù)控機床試驗臺等等4.2.所需經(jīng)費，包含經(jīng)費來源、開支預算（工程設(shè)備、材料須填寫名稱、規(guī)格、數(shù)量）4.2.1經(jīng)費來源研究生培養(yǎng)費用、上海電氣中央研究院。開支項目金額購買圖書、資料、復印費1000元實驗設(shè)備維護和管理費用5000元調(diào)研協(xié)作費用20000元交通差旅費2000元通訊費（電話、傳真、上網(wǎng)）500元其它費用10000元合計38500元

五、工作計劃序階段及內(nèi)容工作量估計階段成果形式號（時數(shù)）起訖日期1文獻查閱150201