导读:本文包含了时间序列诊断论文开题报告文献综述及选题提纲参考文献，主要关键词:时间序列符号化,矿用提升机,故障诊断,时序数据
时间序列诊断论文文献综述
崔忠[1]（2019）在《时间序列符号化在矿用提升机故障诊断中的应用研究》一文中研究指出为了能够对矿用提升机故障进行准确的诊断,采用时间序列符号法,分析了矿用提升机常见的故障和提升机的系统组成,然后构建了基于时间序列符号法的提升机故障诊断框架,并将该方法应用到试验研究中。研究得出,通过处理和分析提升机运行状态的时序数据,验证了时间序列符号法在矿用提升机故障诊断中的有效性和可行性,实现了矿用提升机的多故障诊断。(本文来源于《能源与环保》期刊2019年09期）
郑旭[2]（2019）在《基于多维时间序列复杂网络的AUV故障诊断》一文中研究指出本文提出一种多维时间序列的复杂网络构建方法,首先将每个单维时间序列进行符号化,在此基础上定义滑动窗口,将滑窗内的符号进行组合,生成代表多变量时间序列的波动模式组,以此作为复杂网络的节点,模式组之间的转换作为连边构建复杂网络。将此方法应用于自主式水下机器人(Autonomous Underwater Vehicle, AUV)模拟故障数据和正常状态数据,构建多维时间序列的复杂网络。实验结果表明,两类数据复杂网络拓扑统计量可以有效描述并区分AUV的故障状态和正常状态,实现故障诊断功能。(本文来源于《电子制作》期刊2019年11期）
江涛[3]（2019）在《基于时间序列行星齿轮箱故障诊断方法研究》一文中研究指出在航空、矿山和新能源领域,回转机械的传动系统是设备正常运转的关键,其传动系统常工作在时变工况,高速、变载、以及有限的安装空间,使得行星齿轮轮系被广泛应用在这些领域。因此行星齿轮箱通常在恶劣的环境中进行工作,在这种环境下极易发生齿轮故障。所以对于行星齿轮箱故障诊断极其的重要,既保证操作人员和设备的安全,又可以降低设备维修的成本。目前,针对行星齿轮箱故障诊断大多数还是基于往复振动信号进行故障分析,通过安装在齿轮箱上的加速度传感器采集试验所需的往复振动信号,此方法在提取齿轮啮合振动信息时较为困难,然而通过安装在齿轮箱轴系中的增量式编码器来提取的扭转振动信号则方便很多,因为扭转振动信号相对往复振动信号其频谱结构相对简单,而且不受其它振动所影响,对故障特征也更加敏感。因此,本文提出基于扭转振动信号对行星齿轮箱故障特征进行试验分析。1.通过增量式编码器对行星齿轮箱扭转振动信号进行采集,利用高频脉冲计数的原理将采集的信号经过转换得到?-t的曲线关系图,然后采用一阶线性插值法将这些不均匀的扭振信号转变为均匀的扭振信号。为了更加接近行星齿轮箱工作环境,因此通过磁粉制动器对行星齿轮输出轴增加负载,并且完善试验整体设备,采集试验所需扭振信号。2.建设开发试验平台用来模仿观察行星齿轮箱的实际真实工作情况,通过调用Labview图形化编程语言,研究开发了一套试验平台中需要使用的行星齿轮箱扭振信号采集系统,与此同时,计算机总控设备将以txt格式,存储保存收集到的扭振信号用以后续数据处理及分析。将采集到的行星齿轮箱扭转振动信号进行故障特征提取,对扭振信号时域和频域进行分析,对比行星齿轮正常状态和故障状态下时域图和频域图。3.针对模拟行星齿轮箱在实际环境下的工作状态进行扭振信号特征提取,提出基于时间序列分析对行星齿轮箱进行故障诊断和预测,建立时间序列模型,利用信息论判据确定模型阶次,利用改进的协方差法对模型参数估计,通过两组数据的对比发现齿轮故障状态时模型系数不在参数容差范围内,并且对故障信号进行预测,发现此方法在齿轮故障诊断有较好的前景。(本文来源于《南昌航空大学》期刊2019-06-01）
江涛,王细洋,罗欢欢[4]（2018）在《基于时间序列分析的行星齿轮箱故障诊断》一文中研究指出齿轮箱运转的环境会导致信号采集时产生强大的噪声干扰,提出时间序列的方法对齿轮箱进行故障诊断。采用时间序列分析对行星齿轮箱进行谱分析,通过与传统频谱分析比较可以看出,该方法具有较好的识别能力。通过Labview虚拟仪器设计的数据采集系统进行数据的采集提取特征信号,确定模型阶次为5阶,最后利用AR模型参数算法来确定其正常状态下齿轮参数容差范围,在阶次不变的情况下分析出故障信号的模型参数,与正常信号参数容差范围进行对比,从而对齿轮箱故障进行诊断,该方法在齿轮诊断方面效果较为显着。(本文来源于《失效分析与预防》期刊2018年06期）
韩斌子,胡柏青[5]（2018）在《基于时间序列建模的组合导航系统故障诊断》一文中研究指出为提高SINS/GNSS组合导航系统的可靠性,在分析了残差X~2检验法、状态X~2检验法工作原理及优缺点的基础上,本文提出了基于时间序列模型的残差X~2检验方法。该方法通过建立无故障条件下残差的时间序列AR模型,采用实时数据进行系统残差估计。当组合导航系统故障时,通过残差AR模型得到的实时残差值受故障量测的影响很小,因而该方法可以有效地解决传统残差X~2检验法检测结果"跟踪"故障、对软故障检测不敏感的问题。仿真实验分析表明,该方法能够对组合导航系统软故障进行实时有效的检测,提高组合导航系统的整体性能。(本文来源于《哈尔滨工程大学学报》期刊2018年11期）
于芳,周子筠,张严方,颜红专[6]（2018）在《基于时间序列均方根的统计过程控制方法在管道结构安全诊断中的应用》一文中研究指出目前,国内外各研究学者对管道结构安全诊断方法已经进行了大量的研究。但是,为了对管道结构的安全状态进行快速评估,仍有必要对管道结构安全诊断方法进行更深一步的探究和试验验证。本文提出把加速度的均方根用于安全警报,开发了一种以时间序列均方根为数据源的统计过程控制方法。需要指出的是,本文所提出的方法仅需要利用管道结构的加速度响应时间序列就可以对目标结构的安全状态进行评估。(本文来源于《科学技术创新》期刊2018年09期）
高永祥,张晋昕[7]（2017）在《基于EEG信号的多元时间序列分类技术用于疾病的鉴别诊断》一文中研究指出背景与目的:脑电图(EEG)作为电生理信号具有无创性、成本低等优点,因此在临床上得到广泛应用。但是医生对于神经系统疾病(如癫痫)的诊断往往是基于对生理信号波形的观察,这样很容易忽略信号在波形上的微小变化。同一种疾病可能具有不同的波形,不同疾病之间波形也可能相似,不同的医生由于经验的不同对于同一种疾病的电生理信号可能具有不同的认识,很难避免判读时的主观性,(本文来源于《2017年中国卫生统计学学术年会论文集》期刊2017-08-22）
鲍海涛[8]（2017）在《基于非线性时间序列分析的滚动轴承早期故障诊断》一文中研究指出滚动轴承是现代工业中最为普遍并且大量使用的零部件之一,也是故障发生率最高的零部件之一。据统计,仅10%不到的轴承能运行到设计寿命年限。滚动轴承一旦损坏可能会引发机器故障及一系列的严重后果。随着科学技术的发展和应用,传统的故障诊断技术已无法满足现代生产的需求。这就要求其对应的诊断技术识别故障的能力越来越强,检测更为早期的滚动轴承故障是当前该领域内的研究热点。微弱故障通常指处于早期阶段的微弱故障或潜在故障,具有症状不明显、特征信息微弱等特点,非线性理论的发展为解决这一难题提供了新的方法。本文以非线性理论为基础,结合传统的故障诊断方法,对滚动轴承的早期故障诊断进行研究和分析。本文以滚动轴承为研究对象,阐述了故障类型和成因,给出了其固有频率和故障特征频率的计算公式,介绍了非线性理论的定义及分类和判断混沌状态的定性和定量的方法,提出了一种基于分形维数确定Duffing振子由大周期状态到混沌状态的临界阈值的方法,利用非线性理论和Duffing振子在MATLAB中建立Simulink仿真模型,分析了其在噪声环境下检测信号的能力,通过对比Duffing振子检测器和传统信号中的包络谱分析法在相同的滚动轴承故障数据中的分析结果,证明了Duffing振子检测器在滚动轴承早期故障诊断中的可行性。利用虚拟仪器技术设计了一套滚动轴承故障诊断系统,开发了实时采集系统和离线故障诊断系统,其包含了基本分析模块、时频分析模块、特征频率参数计算模块、诊断模块和数据库模块,通过实验,该滚动轴承故障诊断系统运行良好、界面整洁,可以通过实际数据进行故障诊断,且诊断结果准确,具备了一定的实用价值。(本文来源于《大连交通大学》期刊2017-06-30）
管丽莎[9]（2016）在《基于时间序列和盲源分离的矿井风机故障诊断方法研究》一文中研究指出矿井风机是煤矿生产中的关键设备,必须确保风机的正常运行,当风机故障发生时,将会对煤炭正常生产和工作人员带来损害。为实现煤矿的安全生产就必须要求通风机安全、可靠、高效地运行,然而矿井通风机长期处于不间断的工作中,现场工作状态又极其复杂和不可预测,为了保证风机在安全状态下运行,当故障发生时要做到及时发现和预防,并对故障信号进行分析和判断,本论文提出了一种基于时间序列和盲源分离的矿机风机故障诊断系统。本课题重点研究了矿井防爆对旋轴流风机,介绍了矿井通风系统及通风机的类型、工作原理和特点,研究了风机各部分的结构和风机系统传感器的布局,系统地研究了风机的故障特征及故障诊断方法,为风机的在线监测和故障诊断提供了理论依据。本文通过时间序列方法对风机信号进行提取及分析,获得风机几种时间序列变化趋势,结合MATLAB动态神经网络中的时间序列预测工具箱预测风机的未来运行趋势,提出了一种基于时间序列的矿井风机故障预测的方法。通过时间序列预处理方法及盲源分离算法的研究,提出一种基于时间序列和盲源分离相结合的矿井风机故障诊断的方法。本文通过仿真实验和基于时间序列预测--Fast ICA盲源分离算法提取风机轴承源信号的研究,有效地将基于时间序列预测和Fast ICA盲源分离算法用于风机轴承故障提取与诊断的过程中。根据技术要求,在现有监测系统的基础上做了一些改进,利用组态王软件创建了监测界面,利用SQL Server数据库实现数据的存储,利用MATLAB强大的功能对数据进行处理和分析。通过软件的有效结合,实现数据的传输、存储、分析和反馈,建立了风机的完整的预测系统。最后,在现场实践实习过程中,将AIC9900仪器应用于实际风机故障检测中,实现将理论与实际的有机结合。(本文来源于《河北工程大学》期刊2016-12-10）
管丽莎,张恩瑜,潘越[10]（2016）在《基于时间序列和BP神经网络的矿井风机故障诊断》一文中研究指出矿井通风机是煤矿井下通风不可或缺的安全设备,被誉为矿井的"呼吸"系统,一旦出现故障而停机运行,将威胁到整个矿山的安全生产。针对这一问题,建立基于时间序列和BP神经网路的矿井通风机故障诊断系统。利用测取的信号进行时间序列分析,建立AR模型并进行估计、预测,锁定故障发生的范围,这样节省了盲目查找故障的时间。直接从预测故障范围中提取参数作为特征向量,并以此作为BP神经网络的训练样本,实现矿井风机的故障诊断。(本文来源于《科技创新与应用》期刊2016年18期）
时间序列诊断论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出一种多维时间序列的复杂网络构建方法,首先将每个单维时间序列进行符号化,在此基础上定义滑动窗口,将滑窗内的符号进行组合,生成代表多变量时间序列的波动模式组,以此作为复杂网络的节点,模式组之间的转换作为连边构建复杂网络。将此方法应用于自主式水下机器人(Autonomous Underwater Vehicle, AUV)模拟故障数据和正常状态数据,构建多维时间序列的复杂网络。实验结果表明,两类数据复杂网络拓扑统计量可以有效描述并区分AUV的故障状态和正常状态,实现故障诊断功能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间序列诊断论文参考文献
[1].崔忠.时间序列符号化在矿用提升机故障诊断中的应用研究[J].能源与环保.2019
[2].郑旭.基于多维时间序列复杂网络的AUV故障诊断[J].电子制作.2019
[3].江涛.基于时间序列行星齿轮箱故障诊断方法研究[D].南昌航空大学.2019
[4].江涛,王细洋,罗欢欢.基于时间序列分析的行星齿轮箱故障诊断[J].失效分析与预防.2018
[5].韩斌子,胡柏青.基于时间序列建模的组合导航系统故障诊断[J].哈尔滨工程大学学报.2018
[6].于芳,周子筠,张严方,颜红专.基于时间序列均方根的统计过程控制方法在管道结构安全诊断中的应用[J].科学技术创新.2018
[7].高永祥,张晋昕.基于EEG信号的多元时间序列分类技术用于疾病的鉴别诊断[C].2017年中国卫生统计学学术年会论文集.2017
[8].鲍海涛.基于非线性时间序列分析的滚动轴承早期故障诊断[D].大连交通大学.2017
[9].管丽莎.基于时间序列和盲源分离的矿井风机故障诊断方法研究[D].河北工程大学.2016
[10].管丽莎,张恩瑜,潘越.基于时间序列和BP神经网络的矿井风机故障诊断[J].科技创新与应用.2016