外文翻译 基于无线传感器网络的智能方法相结合的状态监测和故障诊断.doc

学号： 常 州 大 学 毕业设计（论文）外文翻译 （2010届） 外文题目 Combined intelligent methods based on wireless sensor _ __networks for condition monitoring and fault diagnosis 译文题目 基于无线传感网络的监测与故障诊断的职能方法 外文出处 WWW.SpringerL 学 生 杨 达 学 院 信息科学与工程学院 专 业 班 级 自动化102 校内指导教师 王雪 专业技术职务 校外指导老师 专业技术职务 二○一四年三月 基于无线传感网络的监测与故障诊断的智能方法 摘要 这项研究提出了基于多个无线传感器系统的电机状态实时监控的新的组合方法。该实验测量了多个信号，例如常见的无线节点上电流与振动。该方法是低成本、智能化、非侵入式的，同时所采用的基于无线网络的架构能有效地分析和监测多台异步电机的信号。多台电机的电流和振动信号是通过无线节点同时采集到的，而故障则是使用两种组合方法进行判断的。本实验对三相电流信号的振动和振幅数据进行相空间分析，并把它作为智能组合分析中的关键字。在这个实验中，定子方面的故障是通过使用模糊逻辑对读取的电流信号的大小进行分析来进行诊断的。从两个轴加速度计中测出的振动信号被归一化，再被构造成这个信号的相位空间。轴承故障的检测则是通过使用基于高斯混合模型和贝叶斯分类的机器学习技术分析相空间的变化来进行的。振动信号的相空间是通过使用非线性时间序列分析构造而来，而高斯混合物能了解电机的健康与否，所构建的混合模型是通过使用贝叶斯分类方法根据它们的相位空间来进行分布归类的。四个电动机运行中可能有定子缺相故障，一个或者两个轴承不平衡的故障，因为健康状况很重要，所以获得相关的信号来进行评估系统。 关键词 无线传感网络·高斯混合模型·贝叶斯分类方法·模糊逻辑·故障诊断·异步电动机 绪论 在工业应用中，异步电机是最常用的电机，在将电能转化为机械能工业应用中，异步电机机电设备占近总数的80%( Amaro 等人,2010年)。与其他电机相比，异步电机因为它们的耐用性，低维护成本和易于运用而更受欢迎(DaSilva 2006)。一些异步电机是工厂生产过程中最重要的设备，除了运用于一些类似于包装和运输等等的一般场合，这些电动机还在其它更为重要的场合使用，诸如核电厂，太空领域等等(Ayhan等人，2008)。然而如果电机发生故障，除了会有电机的故障成本外，它也形成了生产停止所造成的的经济损失(Hou 和 Bergmann,2012)。由于它们结构简单，异步电机不容易发生故障，而且无论什么故障，修理它都很简单，但是异步电机的工作环境中的灰尘和潮湿会影响它的正常工作。因而如果异步电机转子、定子或轴承由于环境条件而导致物理变化时，这些结构会发生故障。在所有故障中，轴承故障占44%，转子故障占8%，定子故障占26%，而其它故障占22%。(Bellini等人,2008)。轴承故障通常是由轴承的磨损或轴承的弯曲造成，转子故障通常是因为转子断条或连接器断裂造成，而定子故障通常以短路或者开路的形式出现。 如今，人们研发了一些检测异步电机故障的方法。这些故障诊断方法大都是基于模型、信号或智能计算。基于模型的故障诊断方法，是通过使用电机数学模型生成一个模型，根据一些标准和故障诊断应用，将从工作中的电机中实时采集到的信号与在模型中提取的信号进行比较，再判断异步电机的状况。这个故障诊断成本高，是很少使用的技术之一。在基于信号的故障诊断系统中，从电机中测得的电流、电压、振动、速度信号等等参数，是通过信号处理系统提取出来的。振动信号因为易被采集，而且检测轴承故障性能较好，而被广泛地运用。故障相关特性参数是通过信号处理技术提取的，如对电机电流特征分析(Moorthy 等人,2011)。Park矢量变换(Aydin 等人,2012),相空间分析(Da Silva等人,2008；Aydin等人,2007),和小波分析(Tsoumas等人,2008)。在智能计算技术中，故障诊断通过使用一些技术从电机中采集信号，这些技术有人工神经网络(Boukra等人,2012),遗传算法(Razik等人，2009),人工免疫