可片上实现的往复式机电设备故障监测与诊断方法研究

本项目拟研究一种可片上实现的往复式机电设备故障监测与诊断方法，从而实现对该类设备的实时分布式在线故障监测与诊断的目标。本项目以多级往复式压缩机为研究对象，依据相关的物理原理和工作机理，并结合关系图等方法，建立复杂故障数据关系模型，解决非规则空间内故障数据的建模问题；采用复杂系统理论来改进进化计算算法，克服进化计算易陷于局部最优解、优化速度慢等缺点，降低算法复杂度，提高算法执行效率和性能，研究一种基于复杂系统理论和进化计算的故障数据快速分类算法，实现故障数据的快速、准确聚类/分类；利用关系图模型的简洁性以及进化计算算法易于并行化处理的特点，对算法从空间复杂度与时间复杂度上进行改造，降低算法资源需求，达到片上化实现的目标。通过本研究不仅能够为往复式机电设备提供一种芯片级的监测与诊断算法，也是对其诊断专用芯片设计理论的有益探索。

本项目以多级往复式压缩机为研究对象，研究了可片上实现的往复式机电设备故障监测与诊断方法，完成了项目计划的研究内容。完成的主要工作有：完成了两级三缸往复式压缩机试验平台改造，以及包括气缸的温度和压力在内的8维故障数据的采集与分析，并进行了数据预处理研究；依据压缩机的物理原理和工作机理，以谱图理论为依据，研究了基于测地线距离的故障数据关系模型和改进谱聚类算法，实现了压缩机复杂故障数据关系的正确度量；研究了一种迭代改进的球向量机故障诊断算法，实现了压缩机故障数据的准确分类，有效提高了算法执行效率；采用复杂系统理论对复杂系统遗传算法进行了优化，引入了自适应变异算子，研究了一种基于改进的复杂系统遗传支持向量机的故障诊断算法，在提高训练准确率和诊断准确率的同时，降低了算法训练时间，提高了算法的执行效率；通过并行化改造，对SVM和基于测地线距离的改进谱聚类算法的片上实现进行了研究，对算法流程进行了简化，对函数进行精简和合并以降低其时间复杂度，优化数据结构，对变量进行精简以降低算法的空间复杂度，减少了芯片资源消耗并进行了片上仿真试验。此外，本项目还研究了基于EMD和小波分解的故障诊断算法，模糊抗饱和补偿器算法并进行了片上实现，相关研究扩展到风电机组故障诊断、电液伺服控制等领域。