《機械故障無線感測網路監測與智慧型診斷方法研究》是依託北京化工大學，由王華慶擔任項目負責人的面上項目。
基本介紹
- 中文名：機械故障無線感測網路監測與智慧型診斷方法研究
- 依託單位：北京化工大學
- 項目類別：面上項目
- 項目負責人：王華慶
項目摘要,結題摘要,
項目摘要
本課題研究可普遍套用於設備狀態監測的無線感測網路技術以及基於無線感測網路的設備狀態監測及故障診斷技術，實現基於信號無線傳輸的設備狀態實時自動識別和故障早期診斷，為將來的工程推廣套用提供理論和技術儲備。本項目擬採用聲發射和振動雙模式感測器實現信號採集，構建基於ZigBee且具備高速信號處理、特徵提取、數據存儲和設備狀態識別等功能的分散式無線感測網路；採用雙工傳輸模式，實現高頻信號及其特徵參數的無線傳輸，為狀態識別和故障精密診斷提供基礎數據；研究多種先進信號處理融合技術提取微弱故障信號的特徵，綜合分析聲發射和振動信號特徵，為機械故障的早期診斷提供信息；套用可能性理論和確定性因數模型等模糊理論，構建多特徵參數與故障的模糊關係函式，結合人工智慧算法實現故障的智慧型診斷。
結題摘要
為實現機械故障無線感測網路監測與智慧型診斷，本課題以齒輪箱為研究對象，構建了基於ZigBee協定的無線感測監測網路，進行了多種先進信號處理與故障特徵提取方法研究，開展了多種人工智慧算法研究，提出了綜合智慧型診斷方法，並完成了實驗室驗證，為將來的工程套用提供了理論依據和技術儲備。本課題首先研究了基於ZigBee協定的無線感測技術，研製了智慧型數據平台，並搭建了基於ZigBee協定的振動無線感測試驗網路；採用ARM+FPGA雙核結構構建了智慧型數據子單元，搭載RTAI+Linux軟體組建了智慧型數據採集平台，實現了振動信號的數據採集、信號預處理、特徵參數計算以及設備狀態的簡易識別；構建了基於ZigBee協定的振動無線感測試驗網路，實現了狀態參數與振動原始信號的傳輸，並在齒輪箱試驗台上完成了測試。其次，套用振動信號與聲發射信號在時域、頻域及時頻域，構建了設備狀態特徵參數集；提出基於改進距離測度的特徵參數敏感性評價方法，構造了較優特徵參數子集。再次，課題開展了信號特徵提取與多種先進信號處理方法研究，提出了基於統計學假設檢驗的自適應濾波方法和基於時頻分布的瞬態特徵譜提取方法，還進行了基於RMS序列熵的診斷方法研究；套用插值細分原理構造了冗餘第二代小波，提出了一種非線性冗餘提升小波包算法和基於“能量-香農熵比”的小波基選擇方法。最後，課題套用可能性理論及確定性因子模型等模糊算法，構造了多特徵參數與故障類型的模糊關係函式；開展了基於改進粒子群最佳化的神經網路、蟻群算法、遺傳算法及基於隱馬爾科夫模型等人工智慧算法研究，並與模糊理論及信號特徵提取方法相結合，提出了多種智慧型診斷方法。
