《可片上實現的往復式機電設備故障監測與診斷方法研究》是依託西安交通大學，由楊清宇擔任項目負責人的面上項目。
基本介紹
- 中文名：可片上實現的往復式機電設備故障監測與診斷方法研究
- 項目類別：面上項目
- 項目負責人：楊清宇
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
本項目擬研究一種可片上實現的往復式機電設備故障監測與診斷方法，從而實現對該類設備的實時分散式線上故障監測與診斷的目標。本項目以多級往復式壓縮機為研究對象，依據相關的物理原理和工作機理，並結合關係圖等方法，建立複雜故障數據關係模型，解決非規則空間內故障數據的建模問題；採用複雜系統理論來改進進化計算算法，克服進化計算易陷於局部最優解、最佳化速度慢等缺點，降低算法複雜度，提高算法執行效率和性能，研究一種基於複雜系統理論和進化計算的故障數據快速分類算法，實現故障數據的快速、準確聚類/分類；利用關係圖模型的簡潔性以及進化計算算法易於並行化處理的特點，對算法從空間複雜度與時間複雜度上進行改造，降低算法資源需求，達到片上化實現的目標。通過本研究不僅能夠為往復式機電設備提供一種晶片級的監測與診斷算法，也是對其診斷專用晶片設計理論的有益探索。
結題摘要
本項目以多級往復式壓縮機為研究對象，研究了可片上實現的往復式機電設備故障監測與診斷方法，完成了項目計畫的研究內容。完成的主要工作有：完成了兩級三缸往復式壓縮機試驗平台改造，以及包括氣缸的溫度和壓力在內的8維故障數據的採集與分析，並進行了數據預處理研究；依據壓縮機的物理原理和工作機理，以譜圖理論為依據，研究了基於測地線距離的故障數據關係模型和改進譜聚類算法，實現了壓縮機複雜故障數據關係的正確度量；研究了一種疊代改進的球向量機故障診斷算法，實現了壓縮機故障數據的準確分類，有效提高了算法執行效率；採用複雜系統理論對複雜系統遺傳算法進行了最佳化，引入了自適應變異運算元，研究了一種基於改進的複雜系統遺傳支持向量機的故障診斷算法，在提高訓練準確率和診斷準確率的同時，降低了算法訓練時間，提高了算法的執行效率；通過並行化改造，對SVM和基於測地線距離的改進譜聚類算法的片上實現進行了研究，對算法流程進行了簡化，對函式進行精簡和合併以降低其時間複雜度，最佳化數據結構，對變數進行精簡以降低算法的空間複雜度，減少了晶片資源消耗並進行了片上仿真試驗。此外，本項目還研究了基於EMD和小波分解的故障診斷算法，模糊抗飽和補償器算法並進行了片上實現，相關研究擴展到風電機組故障診斷、電液伺服控制等領域。
