1、20122012年年6 6月月1 1日日20122012年機電工程學院碩士畢業答辯年機電工程學院碩士畢業答辯轉子故障數據分類方法研究與實驗轉子故障數據分類方法研究與實驗臺測試信息系統開發臺測試信息系統開發 一、轉子故障數據分類方法研究一、轉子故障數據分類方法研究立項背景立項背景 隨著多通道監測技術的逐步應用，傳統的信號處理方法難以高效且全面地描述轉子運行狀態； 開展以數據集為對象的數據分類方法研究對智能故障辨識的新高度發展具有促進作用； 亟待開展故障特征數據集呈現出的非線性干擾、維數過高及線性可分性差的關鍵科學問題研究。0.080.10.120.140.160.180.020.040.060.

2、080.10.020.030.040.05五種轉子運行狀態數據三維模型五種轉子運行狀態數據三維模型面臨問題面臨問題線性分類法線性分類法051015202530051015202530二類數據的線性分類法二類數據的線性分類法 算法描述算法描述 分類功能拓展分類功能拓展線性多分類器結構線性多分類器結構故障診斷流程規劃故障診斷流程規劃轉子系統故障診斷流程轉子系統故障診斷流程KPCA降維模型應用降維模型應用碰摩碰摩特征一特征二特征三特征四剩余特征和不平衡不平衡特征一特征二特征三特征四剩余特征和特征一特征二特征三特征四剩余特征和松動松動特征一特征二特征三特征四剩余特征和不對中不對中-0.06-0.04-

3、0.0200.020.040.060.08KPCA-BFDA分離效果x第一特征-0.04-0.0200.020.040.060.08KPCA-FDA分離效果x第一特征00.10.2-0.200.2-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征碰摩非碰摩碰摩碰摩-0.05-0.04-0.03-0.02-0.0100.01KPCA-BFDA分離效果x第一特征-0.05-0.04-0.03-0.02-0.0100.01KPCA-FDA分離效果x第一特征-0.100.1-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征不平衡非不平衡不平衡不平衡-0.

4、03-0.02-0.0100.010.020.030.04KPCA-BFDA分離效果x第一特征-0.03-0.02-0.0100.010.020.030.04KPCA-FDA分離效果x第一特征-0.0500.05-0.04-0.020-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征松動非松動松動松動-0.06-0.04-0.0200.020.040.06KPCA-BFDA分離效果x第一特征-0.06-0.04-0.0200.020.040.060.08KPCA-FDA分離效果x第一特征-0.1-0.050-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征

5、z第三特征不對中非不對中不對中不對中分類問題特征編號準確率%碰摩122251367.5441不平衡154.375214.375383.75444.375松動10258.33362.5460不對中12.5246.25366.25450KPCA-FDA分類模型分類模型 提出將KPCA法與FDA法相結合的數據集二次降維方法，并給出了特征值貢獻率與累計貢獻率的定義方法； 推導出PCA與FDA降維準則間存在的定量關系； 證明了費歇準則建立粒子群優化算法適應度函數，從而自動尋求最優核參數過程中存在的等價關系。 理論創新性理論創新性 理論與方案創新性展示理論與方案創新性展示 特征值貢獻率定義1kknii 特

6、征值累計貢獻率定義11miimnii PCA與FDA核心公式定量關系：1BWMCSS 以費歇準則建立粒子群優化算法適應度函數中存在的等價關系： 1bbSJJSJSS 故障診斷流程設計：基于基于KPCA-FDAKPCA-FDA法的轉子系統故障診斷流程法的轉子系統故障診斷流程 應用效果展示應用效果展示 適應度函數等價關系驗證適應度函數等價關系驗證分類問題最優核參數適應度函數Sw/SbSwSb碰摩6.0308107.01270.4024265.9088不平衡6.1969345.6630.13382582.6108松動6.295332.54460.0853381.6193不對中6.044246.358

7、80.0663699.27=分類問題特征值貢獻率%累計貢獻率%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1.910293.293.28.30E-174.35E-1793.21.28E-196.71E-2093.210093.21不對中1.310882.3982.398.98E-186.85E-1882.39-5.61E-194.28E-1

8、982.40082.4 特征貢獻情況特征貢獻情況-0.04-0.0200.020.040.060.08KPCA-FDA分離效果x第一特征00.10.2-0.200.2-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征碰摩非碰摩碰摩碰摩 故障特征數據集降維效果-0.05-0.04-0.03-0.02-0.0100.01KPCA-FDA分離效果x第一特征-0.100.1-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征不平衡非不平衡不平衡不平衡-0.04-0.0200.020.04KPCA-FDA分離效果x第一特征-0.0500.05-0.04-0.

9、020-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征松動非松動松動松動-0.0500.050.10.15KPCA-FDA分離效果x第一特征-0.1-0.050-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征不對中非不對中不對中不對中 分類結果展示分類結果展示分類問題特征編號準確率%碰摩195不平衡196.88松動199.17不對中197.5馬再超,趙榮珍,楊文瑛. 轉子故障特征數據分類的KPCA-FDA方法研究. 正等待自動化學報審稿意見。KPCA-BFDA分類模型分類模型 理論創新性理論創新性 針對FDA法等同考慮兩類數據離散度的重要性，

10、導致其計算復雜度較高的問題，提出偏重分析一類數據離散度的BFDA法； 提出采用偏費歇準則建立粒子群優化算法中的適應度函數，從而尋求最優核參數的方法； 提出采用KPCA與BFDA相結合的數據集二次降維方法。 理論與方案創新性展示理論與方案創新性展示 偏費歇判別定義： 1TBTWSJS 以偏費歇準則建立粒子群優化算法中適應度函數的形式： 1bSJS 故障診斷流程設計：基于基于KPCA-BFDAKPCA-BFDA法的轉子系統故障診斷流程法的轉子系統故障診斷流程 應用效果展示應用效果展示 BFDA法的實例數據集降維驗證-0.500.511.52x第一特征 類別一類別二BFDA分離效果分離效果-0.20

11、0.20.40.6x第一特征 類別一類別二FDA分離效果分離效果 偏費歇準則尋求的最優核參數偏費歇準則尋求的最優核參數碰摩不平衡松動不對中偏費歇準則5.98586.29356.23736.0308費歇準則6.03086.19696.29536.0442分類問題特征值貢獻率%累計貢獻率%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6.988593.293.2-1.03

12、E-161.48E-1593.21-3.89E-169.28E-1893.21-6.49E-195.56E-1593.21不對中8.297582.3982.392.08E-172.51E-1682.399.54E-191.15E-1782.40082.4 特征貢獻情況特征貢獻情況-0.06-0.04-0.0200.020.040.060.08KPCA-BFDA分離效果x第一特征-0.04-0.0200.020.040.060.08KPCA-FDA分離效果x第一特征00.10.2-0.200.2-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征碰摩非碰摩碰摩碰摩 故障特征數據集降

13、維效果-0.05-0.04-0.03-0.02-0.0100.01KPCA-BFDA分離效果x第一特征-0.05-0.04-0.03-0.02-0.0100.01KPCA-FDA分離效果x第一特征-0.100.1-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征不平衡非不平衡不平衡不平衡-0.03-0.02-0.0100.010.020.030.04KPCA-BFDA分離效果x第一特征-0.03-0.02-0.0100.010.020.030.04KPCA-FDA分離效果x第一特征-0.0500.05-0.04-0.020-0.100.1 x第一特征KPCA分離

14、效果y第二特征 z第三特征松動非松動松動松動-0.06-0.04-0.0200.020.040.06KPCA-BFDA分離效果x第一特征-0.06-0.04-0.0200.020.040.060.08KPCA-FDA分離效果x第一特征-0.1-0.050-0.100.1-0.100.1 x第一特征KPCA分離效果y第二特征 z第三特征不對中非不對中不對中不對中 分類結果展示分類結果展示分類問題特征編號準確率%碰摩195不平衡196.88松動1100不對中1100馬再超,趙榮珍,楊文瑛. 轉子故障特征數據分類的KPCA-BFDA方法研究. 振動、測試與診斷已錄用 。 二、實驗臺測試信息系統開發二

15、、實驗臺測試信息系統開發 采用變頻電機驅動，分布了13個通道的電渦流傳感器，其中的CH1CH12用于采集轉子不同截面的振動信號，CH13用于采集轉速信號。整套硬件系統的控制與測試功能采用LabVIEW軟件平臺實現。雙跨轉子系統雙跨轉子系統雙跨轉子系統簡介雙跨轉子系統簡介油泵電機自動開閉控制油泵電機自動開閉控制 核心部件油泵電機一直未解決開閉自動控制的問題，這對轉子系統的安全運行與人員操作的便利性產生了巨大影響。 潤滑供油設備潤滑供油設備 硬件拓展硬件拓展強電控制電路強電控制電路弱電控制電路弱電控制電路 軟件編程軟件編程 通過點擊“啟動”或“停止”按鈕，則可實現油泵電機對應的“啟動”或“停止”功

16、能。油泵電機控制面板油泵電機控制面板n原有的分檔調速功能不僅編程工作量大，且功能有限，嚴重阻礙了實驗的順利進行。故將轉速設定值與變頻器通信命令間建立轉換關系，并封裝為函數，實現了無級調速。變頻電機無級調速變頻電機無級調速變頻電機無級調速控制面板變頻電機無級調速控制面板狀態信息監測中的若干難題狀態信息監測中的若干難題 轉子運行轉速監測轉子運行轉速監測n實時測量與顯示轉子運行的當前轉速，對觀察無級調速指令發送是否成功及保證轉速與振動信號的對應關系等方面都具有不可忽視的作用。 轉速信號轉速信號 當前所有實驗表明，轉速計算的誤差范圍維持在-5r/m5r/m。 轉速計算顯示面板轉速計算顯示面板 濾波器組

17、設計濾波器組設計 針對轉子系統振動信號中存在的噪聲形式主要為白噪聲、脈沖噪聲和毛刺，本項研究將沖激響應濾波器、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系，各濾波器既能獨立完成對應的濾波工作，互不干擾，又能以組合連接的方式完成濾波工作。 濾波器組控制面板濾波器組控制面板 轉子系統振動信號的濾波結果已接近真實信號 振動信號濾波效果振動信號濾波效果 振動趨勢圖設計振動趨勢圖設計 針對實驗中，軸心軌跡圖對及時反映轉子系統振動狀態變化趨勢的需求仍存在滯后性、不明確性的問題。研究中設計了一種奇偶通道振動趨勢對比圖，它能夠實時更新顯示轉子處于不同運行轉速下，各通道位置出現的振動最大值。 通道

18、選擇器通道選擇器奇數通道振動趨勢奇數通道振動趨勢 列出的轉子由靜止上升至2000r/m的振動趨勢圖可以清晰地看出轉子不同部位的當前最大振動狀態呈現的波動趨勢。 偶數通道振動趨勢偶數通道振動趨勢 數據的資源化保護數據的資源化保護 欲開展基于數據庫知識發現的旋轉機械故障知識獲取新方法研究，則需首先解決由此引發的故障數據資源化保護的問題。因此，本項研究將數據庫存儲技術融入軟件平臺，實現了轉子運行過程中具備嚴格物理含義的數據自動保存入數據庫的功能。數據采集器控制面板數據采集器控制面板振動信息存儲效果振動信息存儲效果特征信息存儲效果特征信息存儲效果 振動信息與特征信息以時間關聯，保證了二者物理涵義的對應

19、關系； 根據需求采集數據，并將數據永久保存入數據庫，且數據庫中的數據可不斷累積更新； 轉子系統、信息采集系統和數據存儲系統之間互相獨立，工作時互不干擾，從而避免了因數據采集、存儲的等待時間而影響實驗臺運行。 綜合平臺功能集成綜合平臺功能集成全部通道信號總覽全部通道信號總覽奇偶通道振動趨勢對比奇偶通道振動趨勢對比各通道信號及其各通道信號及其FFTFFT譜顯示譜顯示各截面軸心軌跡顯示各截面軸心軌跡顯示故障辨識界面故障辨識界面趙榮珍,胡寶權,馮如只,馬再超,謝小正,鄧林峰. 雙跨轉子振動實驗的多功能狀態信息監測系統，獲國家發明專利，公開號:CN102419243A.n趙榮珍,馬再超,馮如只,胡寶權,鄧林峰,謝小正. 雙跨轉子系統振動信息采集與特征數據的資源化保護系統，獲國家發明專利，公開號:CN102426055A.外審質疑外審質疑 對于表對于表4.94.9，“不對中與非不對中不對中與非不對中”的累計貢獻率在的累計貢獻率在82