軋機(jī)非線性振動(dòng)的診斷分析與預(yù)測(cè)(編輯修改稿)
2024-07-26 05:35 本頁面
【文章內(nèi)容簡(jiǎn)介】 間的分維數(shù)、李雅普諾夫指數(shù)和柯爾莫哥洛夫熵等參數(shù)，對(duì)系統(tǒng)是否為混沌行為進(jìn)行判定，如果是就可以利用混沌吸引子的特征進(jìn)行混沌預(yù)測(cè)，如果不是，即改用別的方法；（4）計(jì)算其最大可預(yù)測(cè)時(shí)間尺度；（5）在相空間中計(jì)算各點(diǎn)到中心點(diǎn)之間的歐式距離找出的臨近點(diǎn)個(gè)，在時(shí)間尺度內(nèi)，利用加權(quán)局域預(yù)測(cè)法求得；（6）根據(jù)相空間重構(gòu)理論有： 和 則對(duì)應(yīng)，所以將的最后一維取出，可得的預(yù)測(cè)值神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與混沌預(yù)測(cè)的比較：● 綜合決策模型 (基于信息融合理論和綜合集成技術(shù)的復(fù)雜系統(tǒng)診斷預(yù)測(cè))復(fù)雜機(jī)械系統(tǒng)多傳感器信號(hào)采集特征提取和優(yōu)化分類層 局部信息融合診斷層NN1NN2NNI．．．綜合決策輸出層人 機(jī) 接 口 模 塊多源過程信息監(jiān)測(cè)狀態(tài)結(jié)論 . 集成決策網(wǎng)絡(luò)實(shí)現(xiàn)原理圖局部融合子系統(tǒng)NN1NN2NN3 ．．． ．．．特征矩陣決策融合子系統(tǒng)NN1NN2NNJ ．．． ．．．關(guān)聯(lián)分析監(jiān)測(cè)狀態(tài)輸出 信息綜合決策系統(tǒng)實(shí)現(xiàn)原理圖214。170。202。182。185。230。202。228。179。246。智能故障監(jiān)測(cè)與診斷系統(tǒng)振動(dòng)、噪聲等 現(xiàn) 場(chǎng)工況信息局部信號(hào)分析監(jiān)測(cè)測(cè) 量方 程建 立求 解系統(tǒng)動(dòng)力建模分析系統(tǒng)結(jié)構(gòu)、材 料 等工藝信息典 型動(dòng) 力特 性分 析運(yùn)行狀態(tài)綜合決策診斷專家經(jīng)驗(yàn)、學(xué)習(xí)樣本和人機(jī)接口局部狀態(tài)信息關(guān)聯(lián)與 分 類集成神經(jīng)網(wǎng)絡(luò)識(shí)別與 決 策狀 態(tài)監(jiān) 測(cè)結(jié) 果 、故障早期診斷小波神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)4）需解決的關(guān)鍵技術(shù)問題◆ 非線性振動(dòng)的動(dòng)力學(xué)定性分析和參數(shù)識(shí)別方法的有機(jī)結(jié)合（基于灰箱理論的狀態(tài)參量—故障形式診斷知識(shí)庫建立）◆ 狀態(tài)界定：建立實(shí)現(xiàn)系統(tǒng)穩(wěn)態(tài)運(yùn)行和故障狀態(tài)定性分界的有效方法，從而采用不同分析模型（非線性序列預(yù)測(cè)方法）◆ 邊界判別：建立不同非線性振動(dòng)狀態(tài)的有效判別方法，從而采用不同適用方法分析預(yù)測(cè)（不同參數(shù)作用下振動(dòng)特征分析）◆ 確定軋機(jī)振動(dòng)監(jiān)測(cè)需要提取的狀態(tài)參量類型：如扭轉(zhuǎn)力矩、橫向力矩、聲發(fā)射信號(hào)等（基于軋機(jī)工作振動(dòng)機(jī)理和信息耦合原理）◆ 研究溫度、材料參數(shù)變化等非故障非線性因素對(duì)分析帶來的誤差（包括測(cè)量溫度場(chǎng)分布、彈性模量E、極慣性矩Ip等材料參數(shù)隨溫度變化情況） 課題研究的幾點(diǎn)體會(huì)1）文獻(xiàn)閱讀、調(diào)研階段l 有的放矢、提高效率、脈絡(luò)清晰：l 書籍和文獻(xiàn)結(jié)合；l 略讀和精讀結(jié)合；l 綜述文獻(xiàn)和專題研究結(jié)合；l 基礎(chǔ)理論和最新進(jìn)展結(jié)合；l 前人研究線索和自身思路對(duì)象結(jié)合2）研究階段、逐層深入l 由淺入深；l 由改進(jìn)、結(jié)合、完善到提出、建構(gòu)、創(chuàng)新；
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1