基于数据的机电设备多变换域非线性故障预测理论方法研究

项目名称： 基于数据的机电设备多变换域非线性故障预测理论方法研究

项目编号： No.50975020

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 一般工业技术

项目作者： 徐小力

作者单位： 北京信息科技大学

项目金额： 36万元

中文摘要： 大型机电设备大部分故障是趋势性故障，其故障发展通常具有长历程特征，长历程故障发展信息往往被工况变化等非故障信息所淹没，传统方法难以进行有效故障预测。主要面向大型旋转机电设备，开展基于现场数据的故障预测理论方法研究，提出多变换域非线性预测新途径，实现长历程变工况设备故障预测；提出非线性降维拓扑映射故障特征提取新方法，提取对设备正常工况变化不敏感而对故障及潜在故障变化发展敏感的故障发展趋势信息，实现故障特征发展变化与非故障能量变化的解耦和分离；提出具有动态自适应特点的新型神经网络智能预测方法，实现基于历史和现时特征信息的非线性联想预测；同时，比较评价有关预测方法的适用性，构建故障预测知识和预测系统，改进和完善远程在线监测诊断中心及相关实验系统，进行基于在线实测数据的实验研究和实践验证。研究工作对实现大型机电设备早期故障预报，保障安全运行，节约维护费用，提高利用率及实施科学维护具有重要意义。

中文关键词： 机电设备；长历程数据；多变换域；特征提取；非线性故障预测

英文摘要：

英文关键词： electromechanical equipment；long course data；multi-transform domains；feature extraction；nonlinear fault prediction