轉(zhuǎn)子故障數(shù)據(jù)分類(lèi)方法研究與實(shí)驗(yàn)臺(tái)測(cè)試信息系統(tǒng)開(kāi)發(fā)

2012年6月1日2012年機(jī)電工程學(xué)院碩士畢業(yè)答辯轉(zhuǎn)子故障數(shù)據(jù)分類(lèi)方法研究與實(shí)驗(yàn)臺(tái)測(cè)試信息系統(tǒng)開(kāi)發(fā)

一、轉(zhuǎn)子故障數(shù)據(jù)分類(lèi)方法研究立項(xiàng)背景

隨著多通道監(jiān)測(cè)技術(shù)的逐步應(yīng)用，傳統(tǒng)的信號(hào)處理方法難以高效且全面地描述轉(zhuǎn)子運(yùn)行狀態(tài)；開(kāi)展以數(shù)據(jù)集為對(duì)象的數(shù)據(jù)分類(lèi)方法研究對(duì)智能故障辨識(shí)的新高度發(fā)展具有促進(jìn)作用；亟待開(kāi)展故障特征數(shù)據(jù)集呈現(xiàn)出的非線性干擾、維數(shù)過(guò)高及線性可分性差的關(guān)鍵科學(xué)問(wèn)題研究。五種轉(zhuǎn)子運(yùn)行狀態(tài)數(shù)據(jù)三維模型面臨問(wèn)題線性分類(lèi)法二類(lèi)數(shù)據(jù)的線性分類(lèi)法算法描述分類(lèi)功能拓展線性多分類(lèi)器結(jié)構(gòu)故障診斷流程規(guī)劃轉(zhuǎn)子系統(tǒng)故障診斷流程KPCA降維模型應(yīng)用碰摩不平衡松動(dòng)不對(duì)中碰摩不平衡松動(dòng)不對(duì)中分類(lèi)問(wèn)題特征編號(hào)準(zhǔn)確率%碰摩122251367.5441不平衡154.375214.375383.75444.375松動(dòng)10258.33362.5460不對(duì)中12.5246.25366.25450KPCA-FDA分類(lèi)模型

提出將KPCA法與FDA法相結(jié)合的數(shù)據(jù)集二次降維方法，并給出了特征值貢獻(xiàn)率與累計(jì)貢獻(xiàn)率的定義方法；

推導(dǎo)出PCA與FDA降維準(zhǔn)則間存在的定量關(guān)系；

證明了費(fèi)歇準(zhǔn)則建立粒子群優(yōu)化算法適應(yīng)度函數(shù)，從而自動(dòng)尋求最優(yōu)核參數(shù)過(guò)程中存在的等價(jià)關(guān)系。理論創(chuàng)新性理論與方案創(chuàng)新性展示

特征值貢獻(xiàn)率定義

特征值累計(jì)貢獻(xiàn)率定義

PCA與FDA核心公式定量關(guān)系：

以費(fèi)歇準(zhǔn)則建立粒子群優(yōu)化算法適應(yīng)度函數(shù)中存在的等價(jià)關(guān)系：

故障診斷流程設(shè)計(jì)：基于KPCA-FDA法的轉(zhuǎn)子系統(tǒng)故障診斷流程應(yīng)用效果展示適應(yīng)度函數(shù)等價(jià)關(guān)系驗(yàn)證×分類(lèi)問(wèn)題最優(yōu)核參數(shù)適應(yīng)度函數(shù)Sw/SbSwSb碰摩6.0308107.01270.4024265.9088不平衡6.1969345.6630.13382582.6108松動(dòng)6.295332.54460.0853381.6193不對(duì)中6.044246.35880.0663699.27=分類(lèi)問(wèn)題特征值貢獻(xiàn)率%累計(jì)貢獻(xiàn)率%碰摩1.110886.0786.072.22E-162.00E-1686.071.39E-171.25E-1786.076.07E-185.47E-1886.08不平衡0.917688.7488.744.79E-175.22E-1788.744.55E-204.96E-2088.750088.75松動(dòng)1.910293.293.28.30E-174.35E-1793.21.28E-196.71E-2093.210093.21不對(duì)中1.310882.3982.398.98E-186.85E-1882.39-5.61E-194.28E-1982.40082.4特征貢獻(xiàn)情況碰摩

故障特征數(shù)據(jù)集降維效果不平衡松動(dòng)不對(duì)中分類(lèi)結(jié)果展示分類(lèi)問(wèn)題特征編號(hào)準(zhǔn)確率%碰摩195不平衡196.88松動(dòng)199.17不對(duì)中197.5馬再超,趙榮珍,楊文瑛.轉(zhuǎn)子故障特征數(shù)據(jù)分類(lèi)的KPCA-FDA方法研究.正等待《自動(dòng)化學(xué)報(bào)》審稿意見(jiàn)。KPCA-BFDA分類(lèi)模型理論創(chuàng)新性針對(duì)FDA法等同考慮兩類(lèi)數(shù)據(jù)離散度的重要性，導(dǎo)致其計(jì)算復(fù)雜度較高的問(wèn)題，提出偏重分析一類(lèi)數(shù)據(jù)離散度的BFDA法；

提出采用偏費(fèi)歇準(zhǔn)則建立粒子群優(yōu)化算法中的適應(yīng)度函數(shù)，從而尋求最優(yōu)核參數(shù)的方法；

提出采用KPCA與BFDA相結(jié)合的數(shù)據(jù)集二次降維方法。理論與方案創(chuàng)新性展示

偏費(fèi)歇判別定義：以偏費(fèi)歇準(zhǔn)則建立粒子群優(yōu)化算法中適應(yīng)度函數(shù)的形式：

故障診斷流程設(shè)計(jì)：基于KPCA-BFDA法的轉(zhuǎn)子系統(tǒng)故障診斷流程應(yīng)用效果展示

BFDA法的實(shí)例數(shù)據(jù)集降維驗(yàn)證BFDA分離效果FDA分離效果偏費(fèi)歇準(zhǔn)則尋求的最優(yōu)核參數(shù)

碰摩不平衡松動(dòng)不對(duì)中偏費(fèi)歇準(zhǔn)則5.98586.29356.23736.0308費(fèi)歇準(zhǔn)則6.03086.19696.29536.0442分類(lèi)問(wèn)題特征值貢獻(xiàn)率%累計(jì)貢獻(xiàn)率%碰摩16.001186.0786.071.80E-161.17E-1586.071.80E-161.17E-1586.080086.08不平衡2.910688.7488.744.65E-171.60E-1588.741.63E-195.59E-1788.750088.75松動(dòng)6.988593.293.2-1.03E-161.48E-1593.21-3.89E-169.28E-1893.21-6.49E-195.56E-1593.21不對(duì)中8.297582.3982.392.08E-172.51E-1682.399.54E-191.15E-1782.40082.4特征貢獻(xiàn)情況碰摩故障特征數(shù)據(jù)集降維效果不平衡松動(dòng)不對(duì)中分類(lèi)結(jié)果展示分類(lèi)問(wèn)題特征編號(hào)準(zhǔn)確率%碰摩195不平衡196.88松動(dòng)1100不對(duì)中1100馬再超,趙榮珍,楊文瑛.轉(zhuǎn)子故障特征數(shù)據(jù)分類(lèi)的KPCA-BFDA方法研究.《振動(dòng)、測(cè)試與診斷》已錄用

。

二、實(shí)驗(yàn)臺(tái)測(cè)試信息系統(tǒng)開(kāi)發(fā)采用變頻電機(jī)驅(qū)動(dòng)，分布了13個(gè)通道的電渦流傳感器，其中的CH1～CH12用于采集轉(zhuǎn)子不同截面的振動(dòng)信號(hào)，CH13用于采集轉(zhuǎn)速信號(hào)。整套硬件系統(tǒng)的控制與測(cè)試功能采用LabVIEW軟件平臺(tái)實(shí)現(xiàn)。雙跨轉(zhuǎn)子系統(tǒng)雙跨轉(zhuǎn)子系統(tǒng)簡(jiǎn)介油泵電機(jī)自動(dòng)開(kāi)閉控制核心部件—油泵電機(jī)一直未解決開(kāi)閉自動(dòng)控制的問(wèn)題，這對(duì)轉(zhuǎn)子系統(tǒng)的安全運(yùn)行與人員操作的便利性產(chǎn)生了巨大影響。

潤(rùn)滑供油設(shè)備硬件拓展強(qiáng)電控制電路弱電控制電路軟件編程通過(guò)點(diǎn)擊“啟動(dòng)”或“停止”按鈕，則可實(shí)現(xiàn)油泵電機(jī)對(duì)應(yīng)的“啟動(dòng)”或“停止”功能。油泵電機(jī)控制面板原有的分檔調(diào)速功能不僅編程工作量大，且功能有限，嚴(yán)重阻礙了實(shí)驗(yàn)的順利進(jìn)行。故將轉(zhuǎn)速設(shè)定值與變頻器通信命令間建立轉(zhuǎn)換關(guān)系，并封裝為函數(shù)，實(shí)現(xiàn)了無(wú)級(jí)調(diào)速。變頻電機(jī)無(wú)級(jí)調(diào)速

變頻電機(jī)無(wú)級(jí)調(diào)速控制面板狀態(tài)信息監(jiān)測(cè)中的若干難題 轉(zhuǎn)子運(yùn)行轉(zhuǎn)速監(jiān)測(cè)實(shí)時(shí)測(cè)量與顯示轉(zhuǎn)子運(yùn)行的當(dāng)前轉(zhuǎn)速，對(duì)觀察無(wú)級(jí)調(diào)速指令發(fā)送是否成功及保證轉(zhuǎn)速與振動(dòng)信號(hào)的對(duì)應(yīng)關(guān)系等方面都具有不可忽視的作用。

轉(zhuǎn)速信號(hào)

當(dāng)前所有實(shí)驗(yàn)表明，轉(zhuǎn)速計(jì)算的誤差范圍維持在-5r/m～5r/m。

轉(zhuǎn)速計(jì)算顯示面板濾波器組設(shè)計(jì)針對(duì)轉(zhuǎn)子系統(tǒng)振動(dòng)信號(hào)中存在的噪聲形式主要為白噪聲、脈沖噪聲和毛刺，本項(xiàng)研究將沖激響應(yīng)濾波器、中值濾波器與平滑濾波器集成，且三種濾波器之間為并列邏輯關(guān)系，各濾波器既能獨(dú)立完成對(duì)應(yīng)的濾波工作，互不干擾，又能以組合連接的方式完成濾波工作。

濾波器組控制面板轉(zhuǎn)子系統(tǒng)振動(dòng)信號(hào)的濾波結(jié)果已接近真實(shí)信號(hào)振動(dòng)信號(hào)濾波效果振動(dòng)趨勢(shì)圖設(shè)計(jì)

針對(duì)實(shí)驗(yàn)中，軸心軌跡圖對(duì)及時(shí)反映轉(zhuǎn)子系統(tǒng)振動(dòng)狀態(tài)變化趨勢(shì)的需求仍存在滯后性、不明確性的問(wèn)題。研究中設(shè)計(jì)了一種奇偶通道振動(dòng)趨勢(shì)對(duì)比圖，它能夠?qū)崟r(shí)更新顯示轉(zhuǎn)子處于不同運(yùn)行轉(zhuǎn)速下，各通道位置出現(xiàn)的振動(dòng)最大值。

通道選擇器奇數(shù)通道振動(dòng)趨勢(shì)

列出的轉(zhuǎn)子由靜止上升至2000r/m的振動(dòng)趨勢(shì)圖可以清晰地看出轉(zhuǎn)子不同部位的當(dāng)前最大振動(dòng)狀態(tài)呈現(xiàn)的波動(dòng)趨勢(shì)。

偶數(shù)通道振動(dòng)趨勢(shì)數(shù)據(jù)的資源化保護(hù)欲開(kāi)展基于數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)的旋轉(zhuǎn)機(jī)械故障知識(shí)獲取新方法研究，則需首先解決由此引發(fā)的故障數(shù)據(jù)資源化保護(hù)的問(wèn)題。因此，本項(xiàng)研究將數(shù)據(jù)庫(kù)存儲(chǔ)技術(shù)融入軟件平臺(tái)，實(shí)現(xiàn)了轉(zhuǎn)子運(yùn)行過(guò)程中具備嚴(yán)格物理含義的數(shù)據(jù)自動(dòng)保存入數(shù)據(jù)庫(kù)的功能。數(shù)據(jù)采集器控制面板振動(dòng)信息存儲(chǔ)效果特征信息存儲(chǔ)效果振動(dòng)信息與特征信息以時(shí)間關(guān)聯(lián)，保證了二者物理涵義的對(duì)應(yīng)關(guān)系；

根據(jù)需求采集數(shù)據(jù)，并將數(shù)據(jù)永久保存入數(shù)據(jù)庫(kù)，且數(shù)據(jù)庫(kù)中的數(shù)據(jù)可不斷累積更新；

轉(zhuǎn)子系統(tǒng)、信息采集系統(tǒng)和數(shù)據(jù)存儲(chǔ)系統(tǒng)之間互相獨(dú)立，工作時(shí)互不干擾，從而避免了因數(shù)據(jù)采集、存儲(chǔ)的等待時(shí)間而影響實(shí)驗(yàn)臺(tái)運(yùn)行。綜合平臺(tái)功能集成全部通道信號(hào)總覽奇偶通道振動(dòng)趨勢(shì)對(duì)比各通道信號(hào)及其FFT譜顯示各截面軸心軌跡顯示故障辨識(shí)界面趙榮珍,胡寶權(quán),馮如只,馬再超,謝小正,鄧林峰.雙跨轉(zhuǎn)子振動(dòng)實(shí)驗(yàn)的多功能狀態(tài)信息監(jiān)測(cè)系統(tǒng)，獲國(guó)家發(fā)明專(zhuān)利，公開(kāi)號(hào):CN102419243A.趙榮珍,馬再超,馮如只,胡寶權(quán),鄧林峰,謝小正.雙跨轉(zhuǎn)子系統(tǒng)振動(dòng)信息采集與特征數(shù)據(jù)的資源化保護(hù)系統(tǒng)，獲國(guó)家發(fā)明專(zhuān)利，公開(kāi)號(hào):CN102426055A.外審質(zhì)疑對(duì)于表4.9，“不對(duì)中與非不對(duì)中”的累計(jì)貢獻(xiàn)率在82%左右，明顯低于“碰摩與非碰摩”、“不平衡與非不平衡”，但表4.10顯示“不對(duì)中與非不對(duì)中”的分類(lèi)準(zhǔn)確率為100%，這是為什么？為何存在累計(jì)貢獻(xiàn)率低而分類(lèi)準(zhǔn)確率高的情況？111111111122222222223333333333444444444455555555551010101010101010101020202020202020202020303030303030303030304040404040404040404050505050505050505050累計(jì)貢獻(xiàn)率10%案例說(shuō)明111111111123232323233535353535474747474759595959591010101010101