[发明专利]一种基于智能故障树的锻压机床主传动机构故障诊断系统有效
申请号: | 201910033302.1 | 申请日: | 2019-01-14 |
公开(公告)号: | CN109726505B | 公开(公告)日: | 2023-03-17 |
发明(设计)人: | 刘胜;吴迪;张兰勇;孙玥 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G01M13/028 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 智能 故障 锻压 机床 传动 机构 故障诊断 系统 | ||
1.一种基于智能故障树的锻压机床主传动机构故障诊断系统,其特征在于:由传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块、智能数据库存取模块、交互界面模块组成,所述智能故障树诊断模块与数据加工处理与特征分析模块连接在一起;所述智能故障树诊断模块通过对锻压机床主传动机构的研究分析,建立传统的故障树,以此作为智能故障树诊断的改进基础,建立主传动机构智能故障树诊断的神经网络模型,将数据加工处理与特征分析模块处理过的高低频信号作为输入,对应的故障树枝杈权重作为输出,进行改进Elman网络训练,将改进Elman网络的智能诊断结果作为局部证据,采用D-S证据理论,将专家经验与之融合,完成整个智能故障树诊断模块;
所述数据加工处理与特征分析模块具体为:
(1)首先,确定正确的小波基,且小波包处理的核心函数为:
式中;j≥0;p=0,…,2j-1;h,g为滤波器组;ψ则是小波函数;
(2)然后将去噪后的主传动机构振动信息,通过下列公式进行能量提取:
其中,xjk(k=1,2,…,N)是锻造轴承振动信号最终分解后的频带离散点,至此能量表示的特征空间T可表示为:
T=[Ei1,Ei2,Ei3,Ei4,…EiN-1,EiN];
(3)振动信号先不归一化,直接进行(4);
(4)将主传动机构的轴承温度、润滑次数与处理后的振动信号结合,完成搭建高低频智能诊断的数据源;
(5)结合(4)中的数据,进行振动、温度、润滑次数三种高低频结合数据的归一化处理。
2.根据权利要求1所述的一种基于智能故障树的锻压机床主传动机构故障诊断系统,其特征在于,所述传动机构的数据采集模块,由DSP核心处理器、振动传感器、温度传感器组成,分别负责采集设备主传动机构各轴承的润滑次数、轴承振动、轴承温度三个高低频融合的信息。
3.根据权利要求1所述的一种基于智能故障树的锻压机床主传动机构故障诊断系统,其特征在于,所述数据加工处理与特征分析模块与传动结构的数据采集模块直接连接,通过小波包算法来消除振动信号的噪声部分;通过能量归一化处理,并将温度、润滑次数与振动融合,成为高低频结合的特征空间。
4.根据权利要求1所述的一种基于智能故障树的锻压机床主传动机构故障诊断系统,其特征在于,所述智能数据库存取模块是以SQL数据库为基础设计的,由3个子数据库组成,即传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块各分配1个子数据库,3个子数据库间可以相互传输。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910033302.1/1.html,转载请声明来源钻瓜专利网。