基于證據(jù)理論的風(fēng)電機組故障信息融合診斷方法

【摘要】：風(fēng)力發(fā)電作為新能源的主要代表，在電網(wǎng)中的比重越來越高，如何在風(fēng)機出現(xiàn)故障之后能夠有效地進行故障診斷，并及時切除故障是風(fēng)電領(lǐng)域研究的重點。證據(jù)理論在不確定性信息的表示、度量、以及多源信息融合中表現(xiàn)出強大的優(yōu)勢，已被廣泛應(yīng)用于大型設(shè)備的故障檢測與診斷。本文開展了基于證據(jù)理論的多源信息融合方法在風(fēng)力發(fā)電機組故障診斷中的應(yīng)用研究，主要工作包括以下幾個方面： （1）首先介紹了信息融合技術(shù)的基本概念和原理，并對其在故障診斷中的應(yīng)用進行了詳細(xì)的分析；研究了證據(jù)理論的基本框架及組合規(guī)則，并對基于證據(jù)理論的故障診斷方法進行了總結(jié)；分析了當(dāng)前風(fēng)力發(fā)電機組故障診斷的常用方法，對基于證據(jù)理論的多源信息融合方法在風(fēng)力發(fā)電機組故障診斷中的應(yīng)用作了可行性分析。 （2）對于原始證據(jù)在融合過程中出現(xiàn)的高沖突性現(xiàn)象，研究了基于證據(jù)熵的組合規(guī)則方法。根據(jù)多個傳感器得到的證據(jù)重要性不同，采用證據(jù)熵原理來得到每個證據(jù)的重要性參數(shù)即權(quán)重，給出了基于證據(jù)熵的故障信息融合診斷框架并在發(fā)電機軸承中得到良好應(yīng)用。利用軸承加速度傳感器提取故障振動信號，以EMD分解后本征模函數(shù)IMF的包絡(luò)譜特征頻率作為故障特征量，此特征頻率與各故障頻率對比，得到初步診斷結(jié)果；由灰色相關(guān)性原理獲取待檢特征頻率與故障頻率之間的關(guān)聯(lián)度，作為獲取原始證據(jù)的方式，利用熵值原理對原始證據(jù)加權(quán)調(diào)整，并通過Dempster組合規(guī)則進行融合。 （3）對于證據(jù)理論在實際故障診斷應(yīng)用中，由于大型設(shè)備運行環(huán)境影響和傳感器的限制，從不完整信息中提取基本概率賦值還存在一定不足，本文提出了一種基于均值中心化的基本概率賦值方法。以風(fēng)力發(fā)電機為對象，明確其故障機理，確定故障域與故障特征量，挖掘故障類型與故障特征量之間的映射關(guān)系，由故障檔案庫確定該類故障的中心基點，待檢模式與故障中心基點的歐式距離倒數(shù)值歸一化之后，該數(shù)值認(rèn)為是該待檢模式對于故障的支持度，它與BPA有同樣的物理意義；有效利用累積信息和當(dāng)前信息，利用時空域信息融合方法得到對故障有效全面的描述，在一定程度上消除了信息的冗余，提高了診斷的精度。 【關(guān)鍵詞】：證據(jù)理論 風(fēng)電機組故障診斷 證據(jù)熵 灰色關(guān)聯(lián) 時空域融合
【學(xué)位授予單位】：上海電機學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM315
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 緒論9-16
• 1.1 論文研究背景與意義9-10
• 1.2 風(fēng)電系統(tǒng)故障診斷技術(shù)現(xiàn)狀與發(fā)展趨勢10-12
• 1.2.1 國內(nèi)研究現(xiàn)狀10-11
• 1.2.2 國外研究現(xiàn)狀11-12
• 1.3 基于證據(jù)理論的信息融合方法在故障診斷中的應(yīng)用12-13
• 1.3.1 信息融合方法在故障診斷中的應(yīng)用及意義12
• 1.3.2 證據(jù)理論在故障診斷中的應(yīng)用12-13
• 1.4 論文研究的主要內(nèi)容及結(jié)構(gòu)安排13-16
• 1.4.1 論文的主要研究內(nèi)容13-14
• 1.4.2 論文的結(jié)構(gòu)安排14-16
• 第二章 基于證據(jù)理論的多源信息融合方法16-38
• 2.1 引言16
• 2.2 信息融合技術(shù)16-18
• 2.2.1 信息融合技術(shù)的概念和定義17
• 2.2.2 信息融合的基本原理及模型17-18
• 2.3 D-S 證據(jù)理論的代數(shù)基礎(chǔ)理論18-25
• 2.3.1 證據(jù)理論及相關(guān)定義18-20
• 2.3.2 Dempster 組合規(guī)則20-21
• 2.3.3 證據(jù)理論的決策準(zhǔn)則21-22
• 2.3.4 證據(jù)理論應(yīng)用舉例22-24
• 2.3.5 基于證據(jù)理論的故障信息融合診斷框架24-25
• 2.4 證據(jù)理論在風(fēng)電機組故障診斷中的應(yīng)用及存在的問題25-27
• 2.5 風(fēng)力發(fā)電機組結(jié)構(gòu)及主要故障27-36
• 2.5.1 滾動軸承故障30-33
• 2.5.2 發(fā)電機故障33-35
• 2.5.3 齒輪箱故障35-36
• 2.6 風(fēng)力發(fā)電機組故障診斷方法綜述36-37
• 2.7 本章小結(jié)37-38
• 第三章 基于證據(jù)熵的多源組合規(guī)則在風(fēng)力發(fā)電機軸承故障診斷中的應(yīng)用38-52
• 3.1 引言38-39
• 3.2 基于加權(quán)思想的證據(jù)合成方法39-42
• 3.2.1 熵權(quán)修改規(guī)則39-40
• 3.2.2 基于熵權(quán)的證據(jù)合成方法40
• 3.2.3 數(shù)值實例40-42
• 3.3 基于證據(jù)熵的風(fēng)力發(fā)電機軸承故障診斷方法42-43
• 3.4 風(fēng)力發(fā)電機軸承故障診斷實例43-51
• 3.4.1 灰色理論相關(guān)概念43-44
• 3.4.2 基于灰色關(guān)聯(lián)度的 BPA 獲取方式44-45
• 3.4.3 基于證據(jù)熵的多源組合規(guī)則在風(fēng)力發(fā)電機軸承中的應(yīng)用45-51
• 3.5 本章小結(jié)51-52
• 第四章 基于聚類中心化的風(fēng)力發(fā)電機故障診斷方法52-62
• 4.1 引言52-53
• 4.2 基于聚類中心化的 BPA 獲取方式53-54
• 4.3 基于灰色關(guān)聯(lián)與聚類中心化的證據(jù)獲取案例分析54-55
• 4.4 基于聚類中心化的時空域信息融合方法55-58
• 4.4.1 時空域信息融合方法55-56
• 4.4.2 基于聚類中心化的信息融合診斷流程56-57
• 4.4.3 故障診斷的決策準(zhǔn)則57-58
• 4.5 風(fēng)力發(fā)電機故障診斷實例58-60
• 4.6 本章小結(jié)60-62
• 第五章 總結(jié)與展望62-64
• 5.1 論文總結(jié)62-63
• 5.2 展望63-64
• 參考文獻(xiàn)64-69
• 致謝69-70
• 攻讀碩士學(xué)位期間取得的研究成果70

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機故障診斷    莊哲民;殷國華;李芬蘭;江鐘偉;

雙饋異步電機故障診斷方法綜述    錢雅云;馬宏忠;

基于隨機集含糊證據(jù)的風(fēng)力發(fā)電機故障診斷方法    苗銳;陳國初;李月;徐余法;俞金壽;

證據(jù)理論和粗集在變電站故障診斷中的應(yīng)用    趙峰;蘇宏升;

基于SOM神經(jīng)網(wǎng)絡(luò)的風(fēng)電電子裝置故障診斷    高宇;

改進小波結(jié)合BP網(wǎng)絡(luò)的風(fēng)力發(fā)電機故障診斷    郭東杰;王靈梅;郭紅龍;武衛(wèi)紅;韓西貴;

D-S證據(jù)理論在多傳感器故障診斷中的改進及應(yīng)用    李月;徐余法;陳國初;苗銳;俞金壽;

基于支持向量機和多源信息的直驅(qū)風(fēng)力發(fā)電機組故障診斷    安學(xué)利;趙明浩;蔣東翔;李少華;

基于模糊故障特征信息的隨機集度量信息融合診斷方法    徐曉濱;文成林;王迎昌;

電力變壓器灰色關(guān)聯(lián)故障診斷模型的組合權(quán)重法    劉俊華;羅隆福;張志文;許加柱;

基于信號流圖的風(fēng)力發(fā)電機故障診斷    何丹;

一種新的船舶柴油機模糊故障診斷方法    戴利雄;孟憲堯;

基于多傳感器信息融合的滾動軸承故障診斷    艾莉;華靜;

證據(jù)理論在機場動態(tài)容量預(yù)測模型中的研究    余靜;楊紅雨;馬博敏;杜冬;鄧兵;

基于模糊信息多級融合的故障診斷    孟憲堯;戴利雄;

基于根本原因法的數(shù)字化變電站故障診斷    彭飄;廖志偉;文福拴;辛建波;

基于隨機集含糊證據(jù)的風(fēng)力發(fā)電機故障診斷方法    苗銳;陳國初;李月;徐余法;俞金壽;

改進小波結(jié)合BP網(wǎng)絡(luò)的風(fēng)力發(fā)電機故障診斷    郭東杰;王靈梅;郭紅龍;武衛(wèi)紅;韓西貴;

模糊數(shù)據(jù)融合故障診斷在電纜監(jiān)測中的應(yīng)用    孫文義;馬淑華;顧德英;

基于決策融合的直驅(qū)風(fēng)力發(fā)電機組軸承故障診斷    安學(xué)利;蔣東翔;李少華;

一種新型的基本概率分配函數(shù)獲取方法及其應(yīng)用    王新;馬慶林;

對D-S證據(jù)理論幾種改進方法的分析與討論    馬永一;沈懷榮;彭穎;

基于變尺度混沌聚類和特征融合的發(fā)電機故障診斷    趙茜;武玉才;馮文宗;

基于維納濾波的風(fēng)電機組低速軸承故障信號去噪方法研究    張波;周繼威;王棟;張林;

淺析風(fēng)電設(shè)備主軸密封泄露在線改造    王歡;吳俊;

淺析風(fēng)電設(shè)備主軸密封泄露在線改造    王歡;吳俊;

多傳感器數(shù)據(jù)融合關(guān)鍵技術(shù)研究    姜延吉

大型復(fù)雜機電設(shè)備分布式故障診斷方法研究    高保祿

基于證據(jù)理論的在軌航天器故障診斷方法研究    梁偉光

航空發(fā)動機故障診斷的融合技術(shù)研究    魯峰

核主元分析及證據(jù)理論的多域特征故障診斷新方法研究    吳勝強

基于流形學(xué)習(xí)的風(fēng)電機組傳動系統(tǒng)故障診斷方法研究    李鋒

不確定性信息處理的隨機集方法及在系統(tǒng)可靠性評估與故障診斷中的應(yīng)用    徐曉濱

熱力發(fā)電過程建模與狀態(tài)參數(shù)檢測研究    劉鑫屏

作戰(zhàn)指揮決策支持系統(tǒng)目標(biāo)融合識別研究    叢蓉

基于信息測度的電力系統(tǒng)故障識別方法研究    符玲

基于全矢譜的故障預(yù)測關(guān)鍵技術(shù)研究    樊碧波

風(fēng)力發(fā)電機組齒輪箱早期故障診斷方法研究    張亮

軌道交通車站設(shè)備智能監(jiān)控與故障診斷系統(tǒng)的研究    梁盼盼

人工免疫和證據(jù)理論集成應(yīng)用于旋轉(zhuǎn)機械并發(fā)故障診斷中的研究    趙宏偉

沖突證據(jù)的相似性度量方法及其在信息融合故障診斷中的應(yīng)用    王玉成

長距離帶式輸送機實時監(jiān)控及故障診斷系統(tǒng)研究    田鶴

雙饋風(fēng)電機組發(fā)電機磁場與溫度場分析    段曉田

燒結(jié)異常診斷專家系統(tǒng)及其關(guān)鍵技術(shù)研究    金臨一

離網(wǎng)型異步風(fēng)力發(fā)電系統(tǒng)的控制技術(shù)研究    譚俊敏

基于根本原因法的智能變電站故障診斷模型的研究    彭飄

基于標(biāo)幺化均值的大功率PWM整流器故障診斷    王磊;杜永紅;趙雷廷;吳佐民;劉志剛;

第二代小波分析在軸承故障診斷中的應(yīng)用    高立新;殷海晨;張建宇;胥永剛;

基于HHT/PNN的故障信息融合診斷方法    楊露;沈懷榮;

基于神經(jīng)網(wǎng)絡(luò)與規(guī)則庫的故障診斷專家系統(tǒng)    鞠萬群,韓秋實

基于D-S證據(jù)理論的感應(yīng)電動機轉(zhuǎn)子故障診斷方法研究    侯新國,吳正國,夏立

基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機故障診斷    莊哲民;殷國華;李芬蘭;江鐘偉;

電壓型PWM整流器的開關(guān)器件斷路故障特征    王磊;趙雷霆;張鋼;吳佐民;劉志剛;

變壓器油中氣體色譜分析中以模糊綜合評判進行故障診斷的研究    張鳴柳,孫才新

雙饋異步電機故障診斷方法綜述    錢雅云;馬宏忠;

風(fēng)力發(fā)電機組的振動測試與診斷    張登峰;郝偉;郝旺身;

航空電子設(shè)備故障診斷技術(shù)研究    朱大奇

神經(jīng)網(wǎng)絡(luò)和證據(jù)理論集成的數(shù)據(jù)融合故障診斷方法研究    李沖祥

直驅(qū)型同步風(fēng)力發(fā)電機組故障診斷系統(tǒng)的研究和設(shè)計    周昆鵬

對證據(jù)理論檢測顯著誤差的研究    周凌柯,劉瑞蘭

D-S證據(jù)理論的不足及其數(shù)學(xué)修正    陳煒軍;景占榮;袁芳菲;朱安福;

基于D-S證據(jù)理論的多特征數(shù)據(jù)融合算法    宋建勛;張進;吳欽章;

廣義證據(jù)理論的基本框架    鄧勇;蔣雯;韓德強;

D-S證據(jù)理論應(yīng)用中的一種驗證方法    石春和;梁偉;

基于D-S證據(jù)理論的工程實踐保障能力的評估    夏慶觀;溫秀蘭;

用基于矩陣的D-S證據(jù)理論方法判定目標(biāo)屬性    梁偉;胡建旺;

證據(jù)理論的研究    陳海;胡建旺;

基于證據(jù)理論數(shù)據(jù)融合的故障診斷研究    胡曉明;岳小云;

基于證據(jù)理論數(shù)據(jù)融合的故障診斷研究    胡曉明;吳建華;

對D-S證據(jù)理論幾種改進方法的分析與討論    馬永一;沈懷榮;彭穎;

基于D-S證據(jù)理論的多專家意見綜合方法    鄭德玲;湯新蓓;方巍;王俊然;

證據(jù)理論的改進及其應(yīng)用    孫懷江;楊靜宇;

一種基于D-S證據(jù)理論的情感辨識算法    潘巍;王陽生;

對證據(jù)理論檢測顯著誤差的研究    周凌柯;劉瑞蘭;

基于D-S證據(jù)理論的改進算法的研究    孔鵬程;周健;

證據(jù)理論在機構(gòu)評價與選型中的應(yīng)用    趙韓;方艮海;王勇;

基于證據(jù)理論的施工中人為過失改錯效果的評估方法    謝楠;李靖;李建爽;黃絢燁;

模糊證據(jù)理論的深入研究    馬小平;汪永東;樊陽;

D-S證據(jù)理論在多傳感器身份融合中的改進    朱靖;王晨熙;鄢茂林;鄭義成;

基于證據(jù)理論的分類方法研究    李海生

證據(jù)理論研究及其在礦井突水預(yù)測中的應(yīng)用    肖建于

后現(xiàn)代證據(jù)理論研究    栗崢

基于證據(jù)理論的在軌航天器故障診斷方法研究    梁偉光

多傳感器信息融合理論及在礦井瓦斯突出預(yù)警系統(tǒng)中的應(yīng)用研究    繆燕子

基于證據(jù)理論的不確定性量化方法及其在可靠性工程中的應(yīng)用研究    鎖斌

基于證據(jù)理論的不確定性處理研究及其在測試中的應(yīng)用    肖明珠

混合不確定性表示及應(yīng)用研究    唐敏

基于D-S證據(jù)理論的推理系統(tǒng)研究    劉曉光

證據(jù)理論幾個關(guān)鍵問題的研究    侯俊

基于證據(jù)理論的多源證據(jù)分析技術(shù)研究    段林珊

證據(jù)理論中的證據(jù)生成和融合方法研究    周哲

面向動態(tài)多Agent系統(tǒng)的兩維D-S證據(jù)理論研究與應(yīng)用    俞捷

基于證據(jù)理論和凸函數(shù)證據(jù)理論的推理工具的研究與實現(xiàn)    張姝丹

證據(jù)理論在決策支持系統(tǒng)中的應(yīng)用研究    張建良

證據(jù)理論及其在決策評價中應(yīng)用研究    童建軍

基于證據(jù)理論的動態(tài)融合方法研究    史健

證據(jù)理論和基于高斯函數(shù)的凸函數(shù)證據(jù)理論研究與應(yīng)用    周?？?/span>