学位论文 > 优秀研究生学位论文题录展示

基于逻辑回归和高斯混合模型的设备故障诊断技术研究与应用

作　者: 钟鑫
导　师: 高金吉
学　校: 北京化工大学
专　业: 计算机应用技术
关键词: 设备故障诊断性能退化评估故障模式识别逻辑回归高斯混合模型
分类号: TH165.3
类　型: 硕士论文
年　份: 2010年
下　载: 219次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,随着现代制造工业的发展,各种机械设备越来越广泛的应用于石化、电力等行业,而且它们本身还不断向大型化、智能化、高速化和复杂化等方面发展,这些发展极大的推动了社会生产力的发展。然而,一旦这类设备发生严重故障,不仅会给企业带来经济损失,严重时甚至还会造成人员伤亡。因此,研究设备故障诊断技术,确保它们的安全稳定运行,降低生产成本,已成为现代企业管理的重要目标之一。本文在国家“十一五”科技支撑计划：“大型高参数高危险性成套装置长周期运行安全保障关键技术研究及工程示范”(项目编号：2006BAK02B02)的资助下开展研究,主要研究工作体现在以下几个方面：(1)介绍了课题研究的背景、目的和意义,阐述了设备性能退化评估和设备故障模式识别的发展现状,明确了需要解决的问题。(2)研究了信号处理、特征选择与特征提取技术,着重针对本研究中所涉及到的两种信号处理方法FFT和小波包分解,以及基于故障特征频率的特征选择方法和基于主成分分析(PCA)的特征抽取方法进行了研究。(3)详细研究了本文研究中的重要模型,即逻辑回归和高斯混合模型。针对逻辑回归,对其进行了理论概述以及基于极大似然估计法的参数获取研究；针对高斯混合模型,介绍了模型理论以及EM参数估计方法,另外,对于使用EM算法进行参数估计时所遇到的初值设定和高斯混合数的确定问题进行了一定的探索研究。(4)将逻辑回归和高斯混合模型引入到旋转机械设备的性能退化评估中。使用逻辑回归建立了滚动轴承运行性能退化评估模型,并用本实验室获取的实验数据和网上公开的CWRU数据进行了验证；使用高斯混合模型建立了离心压缩机运行性能退化状态评估模型,并用中国石油某炼化企业现场实际监测数据进行验证,取得良好效果。(5)将高斯混合模型引入旋转机械设备的故障模式识别研究中。首先使用传统的基于贝叶斯极大似然分类器的模式分类方法,并在此基础上提出一种改进的基于特征空间重合度计算的模式分类方法,最后利用CWRU滚动轴承数据进行验证,取得良好效果。

全文目录

相似论文

高质量语音转换系统中关键技术的研究,TN912.3
基于组合及统计的图像型垃圾邮件检测研究,TP391.41
基于特征加权连续隐马尔可夫模型的故障诊断方法研究,TH165.3
多特征融合的视觉跟踪算法研究,TP391.41
河北省乳产品消费需求及其对策的数学模型研究,F426.82
无线传感器网络中的追击者—逃跑者跟踪问题研究,TP212.9
上市公司治理结构对会计信息质量的影响,F275
高斯混合模型及在探测网络社区结构中的应用,TP393.094
运动人体检测与异常行为识别技术研究与实现,TP391.41
面向智能视频监控的事件检测建模及优化,TP391.41
层析芯片阳性信号的信息提取和定量分析研究,TP391.41
数据挖掘技术在移动运营商客户关系管理中的应用研究,TP311.13
虚拟人运动合成技术及其工程应用研究,TP391.41
基于因子分析的说话人确认,TN912.34
房地产企业财务危机预警模型的构建,F293.33
关于若干回归模型的研究,O212.1
基于隐马尔科夫模型的股价走势预测,F830.91
基于分类及相似性的图像型垃圾邮件检测技术研究,TP393.098
基于高斯混合模型的语音转换技术研究,TN912.3
基于HMM/SVM混合模型的核电设备故障诊断技术研究及数据库系统开发,TM623.4
基于背景剪除和隐马尔可夫模型的人体动作识别,TP391.41