基于Logistic回归模型的旋转机械健康状态评估研究
近年来，随着现代工业的发展，大型系统需求量不断增加，且这些系统本身还不断向大功率、大容量、高速度、高效率和复杂化等方面发展。如何维护好这些系统、确保工作过程的安全性和可靠性、避免事故发生、使其发挥最大的作用，已成为现代企业管理的重要目标之一。应用先进的故障诊断技术可以及时发现系统故障，避免和预防恶性事故发生，降低企业维修成本。因此，研究设备健康状态评估技术对于现代企业具有重要的经济意义和实用价值。
本文主要针对Logistic回归在旋转机械设备的状态评估中的应用进行了研究，应用Logistic回归模型分析设备运行状态与历史数据概率分布之间的关系，用设备当前数据与设备历史状态数据之间的差异相似性来评估旋转机械设备状态的健康程度，并用实验数据验证该方法的可行性。研究了旋转机械设备运行状态评估系统的设计与构架。本文结构如下：
第一章首先论述了设备运行健康状态评估研究的背景及意义，回顾了传统状态监、故障诊断及健康评估的方法，指出各种方法的优缺点。进而分析了大型旋转机械实时状态监测以及流程工业智能维修技术与设备健康状态评估的联系。确立了本论文的研究题目：基于Logistic回归的设备健康状态评估系统研究。
第二章对Logistic回归理论的算法进行了研究。包括Logistic回归理论，Logistic回归模型估计，Logistic回归模型评价及统计检验，以及logistic回归系数的确定方法。
第三章研究基于Logistic回归模型的设备运行健康状态评估，提出用logistic回归模型计算设备状态故障发生的概率来评估设备状态的健康程度。分析旋转机械不同故障特征提取的方法，以及讨论如何选取Logistic回归模型的特征参数作为设备状态健康度的指标。
第四章实验数据分析验证。利用轴承转子实验台，监测其正常和多种故障状态的振动值，确定设备运行状态。设计实验方案，完成振动信号的采集，并针对信号进行时域和频域的特征提取，利用Logistic回归模型对该设备进行健康评估。研究了基于Logistic回归模型的设备健康状态评估系统的架构。
第五章对本论文所做的工作以及需进一步改进提高的方面进行了总结，并对本研究方向进行了展望。
旋转机械;健康状态评估;故障诊断;故障特征提取;数据分析
北京化工大学
硕士
化工过程机械
高金吉
2009
中文
TH17
67
2010-01-19（万方平台首次上网日期，不代表论文的发表时间）