基于PCA與蟻群算法的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf

1、旋轉(zhuǎn)機(jī)械設(shè)備被廣泛應(yīng)用于現(xiàn)代工業(yè)中，這些設(shè)備一旦出現(xiàn)故障將會帶來巨大的經(jīng)濟(jì)損失。隨著計算機(jī)技術(shù)的高速發(fā)展，旋轉(zhuǎn)機(jī)械智能化、集成化程度越來越高，其出現(xiàn)的故障種類和形式越來越多，診斷時需要考慮的故障特征信息量也越來越大。由于大型復(fù)雜設(shè)備中故障信息間關(guān)系復(fù)雜多樣，在眾多信息中提取有效信息去除冗余信息，實現(xiàn)準(zhǔn)確、高效的故障診斷一直是學(xué)術(shù)界和工程界高度關(guān)注的問題。本文結(jié)合國家自然科學(xué)基金項目，利用主元分析技術(shù)實現(xiàn)特征信息的有效提取，基于蟻群算法實

2、現(xiàn)了設(shè)備故障快速高效的聚類診斷。主要工作如下：
　?。?）歸納了旋轉(zhuǎn)機(jī)械的核心部件——轉(zhuǎn)子系統(tǒng)的典型故障機(jī)理，論述了旋轉(zhuǎn)機(jī)械狀態(tài)信號的測量方法、故障特征提取方法及故障模式識別常用的幾種方法。
　?。?）論述了主元分析的基本原理，介紹了主元分析實現(xiàn)旋轉(zhuǎn)機(jī)械故障特征提取的相關(guān)理論，歸納了常用的主元選取方法。基于主元分析方法實現(xiàn)了旋轉(zhuǎn)機(jī)械故障特征的提取，分析了主元分析方法在旋轉(zhuǎn)機(jī)械故障特征提取中的信息遺漏的弊端，提出了一個自適應(yīng)主

3、元選取的思路，定義了故障聚類正確率因子。
　?。?）介紹了蟻群算法尋優(yōu)的基本原理。通過蟻群算法在解決旅行商問題時尋優(yōu)能力突出的特點對蟻群算法做改進(jìn)。利用蟻群算法較強的尋優(yōu)能力，以蟻群算法解決TSP問題為原型，建立了基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法，設(shè)計了多因素多水平的正交實驗對基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法中初始參數(shù)做了優(yōu)化。利用轉(zhuǎn)子故障試驗臺測得的數(shù)據(jù)對基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法進(jìn)行了驗證，證明能達(dá)到較