HOS和BP網絡診斷方法及可重構診斷模式研究.pdf

1、設備故障診斷的研究和應用對行業(yè)效益和基礎理論的發(fā)展都起著積極作用：一方面，它利用視情維修或預知維修，及時、準確地對設備運行中的各類異?；蚬收献鞒鲈\斷，為制定設備的最佳維修決策提供依據；另一方面，它的開展可以客觀地檢驗設備故障診斷的相關理論和方法，為尋找最佳診斷理論（方法）提供依據，同時又反過來完善相關理論（如信號采集、分析和模式識別等）。
　　目前，設備故障診斷主要以設備振動信號的分析為基礎（拾取振動信號便利且易操作），通過檢測和

2、分析振動信號，提取和識別信號特征，從而實現故障診斷。
　　本文重點研究了高階統(tǒng)計量（HOS）和BP神經網絡的故障診斷方法，HOS具有自動抑制高斯噪聲、檢測和分析相位耦合信號、檢測沖擊信號以及循環(huán)平穩(wěn)信號等功能，而BP神經網絡具有較強的學習能力、聯(lián)想能力以及非線性映射能力。但它們仍存在不足和局限，因此，本文也結合其它方法（如小波方法、經驗模態(tài)分解方法、遺傳算法等）對它們進行研究。
　　設備故障多呈復雜、并發(fā)和隨機的特點，加之傳

3、統(tǒng)技術水平的限制，出現了各種結構、各種數據組織方式的測試系統(tǒng)（儀器），它們之間難以進行信息交互和協(xié)作，組建協(xié)同診斷系統(tǒng)、進行系統(tǒng)集成更是困難。盡管這些測試系統(tǒng)有各自的應用范圍和條件，但它們的功能模塊（軟件算法）都有相似之處，可以通過設置實現它們之間的互換，使功能模塊的重用成為可能。
　　虛擬儀器（簡稱 VI）是最大程度運用軟件（算法）來實現硬件功能的儀器技術，它是計算機技術、傳感器技術、現代信號分析技術、人工智能等技術相結合的產物

4、。VI為功能模塊重用提供了一種實現機制，它與生俱來的可擴展、可開放和可互換的特性，使之能夠突破傳統(tǒng)測試系統(tǒng)（儀器）的局限、較容易地構建可重構診斷系統(tǒng)，VI為構建可重用診斷系統(tǒng)（簡稱RIFDS），實現儀器資源的共享，有效降低儀器重復開發(fā)而造成的人力、物力浪費提供了技術支持。
　　智能控件化（簡稱 IVC）及智能控件化虛擬儀器（IVC-VI）這種新型的儀器及儀器開發(fā)方式將VI技術提高到一個新高度，它不僅為診斷方法的研究提供了良好的開發(fā)

5、平臺，同時也為構建可重診斷系統(tǒng)提供了一種有效的途徑，在此背景下，本文研究了診斷系統(tǒng)的IVC可重構模式。
　　綜上所述，論文的主要內容如下：
　?、偈紫冉榻B了課題背景（課題來源、課題的提出和研究目的及意義），然后對論文所涉及到的理論、方法及其研究現狀等作了詳細闡述，最后總結了論文的主要工作及創(chuàng)新點。
　　②指出信號預處理，尤其是信號消噪對后續(xù)特征分析的重要影響，介紹了小波閾值消噪法的原理及實現方法，重點研究了小波閾值消噪

6、法中的主要參數（閾值函數、閾值及小波函數等）的選取方法，最后通過實例驗證了該方法的有效性。
　?、坳U釋了信號相位耦合的特性及高階統(tǒng)計量方法分析該類信號的優(yōu)越性，詳細介紹并了高階統(tǒng)計量理論和方法，研究了雙譜和切片譜方法，對其不足作了詳細分析，提出了小波-高階統(tǒng)計量分析方法，最后通過實例驗證了該方法的有效性。
　　④闡釋了沖擊信號的特性及高階時頻分布方法分析該類信號的優(yōu)勢，對高階時頻分布的理論和方法作了詳細介紹，針對高階時頻分布

7、不足，提出了EMD-WHOS方法，最后通過實例驗證了該方法的有效性。
　?、蓐U釋了循環(huán)平穩(wěn)信號的特點及循環(huán)統(tǒng)計量分析方法的適用對象，指出循環(huán)統(tǒng)計量是分析循環(huán)平穩(wěn)信號的重要方法，介紹了循環(huán)統(tǒng)計量方法的理論基礎，最后研究了一階和二階循環(huán)統(tǒng)計量分析方法，最后通過實例驗證了該方法的有效性。
　?、藿榻B了BP神經網絡模型，分析了它的不足，系統(tǒng)地介紹了遺傳算法的特點、原理和實施方法，由此提出了利用遺傳算子與BP算子相結合優(yōu)化BP神經網絡

8、的方法，最后通過實例驗證了該方法的有效性。
　?、哧U釋了可重構診斷系統(tǒng)的內涵、特征以及對故障診斷（技術）研究的重要意義，介紹了IVC的概念、原理及特點，提出了利用IVC實現可重構診斷系統(tǒng)的形式和途徑，最后給出了IVC構建可重構診斷系統(tǒng)的應用實例。
　?、嗫偨Y了本文的工作，并對后續(xù)研究作了展望。
　　本文是國家自然科學基金資助項目（No.50605065）和國家“863”高科技資助項目（No.2005AA420350）。