资料简介:
硕士学位论文 基于LabVIEW和支持向量机的柴油机故障诊断研究,共88页。
【摘要】 随着科学技术的发展,柴油机作为一种常用的机械设备,被广泛应用在工程机械、矿场、船舶等领域。柴油机结构复杂化,导致其在运行过程中极易发生各种故障,不仅影响柴油机的正常运转及工作流程,而且还可能引起严重的人员伤亡。因此,进行柴油机故障诊断具有十分重要的实际意义。首先,通过阅读大量的国内外参考文献,对常用的柴油机故障诊断方法有了深入了解。在此基础上,本文结合蚁群算法与支持向量机方法对柴油机进行了故障诊断研究。并以R6105AZLD柴油机为研究对象,通过对其五大系统和两大结构的深入研究,熟知了柴油机中存在的一些典型故障及其故障来源,并设置了正常、单缸断油、双缸断油、供油提前角增大、供油提前角减小、空气滤清器堵塞六种工况。其次,为了高效地实现数据采集、显示与存储,本文通过采用LabVIEW虚拟仪器及PCI8620数据采集卡开发了一个柴油机动态数据采集系统,主要包括系统采集界面设计、系统硬件部分的选择与调试等。再次,针对柴油机六种工况,选择了相应的振动加速度传感器及电涡流位移传感器,并布置了11个测点。最后,针对柴油机振动信号特性,用小波变换进行信号降噪预处理,进而进行信号时频域分析和小波包能量谱分析,并提取特征参量。针对柴油机故障诊断,采用蚁群算法优化支持向量机参数,并选用K-Ford交叉验证法作为判断蚁群优化参数的标准,进而进行故障分类识别,并与未优化的支持向量机分类识别结果进行对比,结果表明,蚁群优化支持向量机具有很好的分类识别效果。
【关键词】 柴油机; 故障诊断; LabVIEW; 蚁群算法; 支持向量机;
目 录
第 1 章 绪论 1
11 课题研究的背景和意义 1
111 课题研究的背景 1
112 课题研究的意义 1
12 柴油机故障诊断技术的国内外研究现状 2
121 传统的柴油机故障诊断技术 4
122 柴油机智能诊断技术 4
13 LabVIEW 在柴油机系统中的应用状况 6
14 蚁群算法和支持向量机的研究状况 7
15 本论文研究的主要内容 8
第 2 章 柴油机的故障机理分析及研究 9
21 柴油机的基本结构 9
22 四冲程柴油机的工作过程 12
23 柴油机的振动激励源分析 12
24 柴油机的振动信号特性分析 13
25 柴油机的常见故障及其故障机理 14
26 本章小结 18
第 3 章 基于 LabVIEW 的柴油机实验平台的搭建 20
31 柴油机实验台的主要组成部件 20
32 测点的设定 21
33 典型的故障设置 22
34 测试系统的硬件结构 24
35 测试系统的软件界面设计 28
351 人机交互界面 29
352 数据采集的处理模块设计 32
353 数据的存储与波形显示 32
36 本章小结 34
第 4 章 支持向量机的算法研究 35
41 机器学习的理论基础 35
42 统计学习理论 36
43 支持向量机的理论 38
431 支持向量机的分类 38
432 支持向量机的核函数 41
433 支持向量机的参数选择 43
44 本章小结 43
第 5 章 柴油机故障诊断信号处理 44
51 基于小波变换的采集信号降噪 44
511 信噪分离 45
512 降噪效果评价指标 45
52 时域特性和频域特性的分析及特征参数提取 48
521 时域和频域特性分析 48
522 基于时域频域分析法的特征值提取 52
53 基于小波包能量谱的分析和特征值提取 54
54 支持向量机的柴油机故障分类 58
55 基于蚁群优化支持向量机的柴油机故障分类 61
551 基于 ACO-SVM 的参数优化 61
552 ACO 算法的基本原理 61
553 蚁群算法的 SVM 分类器优化 62
554 代码的实现 65
555 分类结果 66
56 本章小结 70
第 6 章 总结与展望 71
参考文献 72
资料文件预览:
共1文件夹,1个文件,文件总大小:3.04MB,压缩后大小:2.92MB
基于LabVIEW和支持向量机的柴油机故障诊断研究_任卫红.caj [3.04MB]