基于状态监测的高档数控机床智能保障系统研究＊

分析数控机床做障产生的原因,研究制定相应的解决方案,同时为实现设备运行状态的可监控性,提高设备的可靠性,丌发集机床状念临测、故障预警、故障诊断和故障排除为一体的智能保障系统。通过对数控机床智能保障系统的研究、设计,介绍其实现的关键技术及方法。举丝杠运动状态监测为例,进行运动状态趋辨分析、智能故障诊断,从Ⅲ实现对数控机床的智能保障,验证智能保障系统的实用性。     

往复泵泵阀的状态监测及智能故障诊断综述

往复泵泵阀的状态监测和故障诊断的两个关键问题是有效提取往复泵运行过程中非平稳时变的系统特征信号中的故障特征信息和准确判别泵阀的故障类型并分析其故障原因。本文从故障诊断疗法的角度，提出了利用基于信号处理的方法来提取泵阀的故障特征信息以实现其状态监测以及利用基于知识的方法(尤其是智能故障诊断技术)对泵阀进行智能故障诊断，并评述了每一种方法的具体实现问题     

风洞群真空泵组集中监测与智能故障诊断系统的设计

真空是风洞群开展试验必备的动力资源;作为风洞群动力保障之一,真空泵组具有数量多、分布分散、结构复杂、集成度高、运行噪声大等特点;为满足真空泵组设备健康管理和维修决策支持的需要,设计并研制了风洞群真空泵组集中监测与智能故障诊断系统;该系统采用PLC隔离通信、数据可视化、设备状态监测及智能预警、基于故障机理和规则推理的专家系统等技术,实现了真空泵组的集中监测和故障智能诊断,解决了风洞动力设备故障预判和提前预警困难、故障定位不易准确、缺乏专家知识库等问题;经实用验证,该系统实现了风洞群真空泵组故障智能预警和故障诊断分析,提高了综合诊断监测效率,值得推广。     

基于深度学习的智能设备故障诊断研究综述

智能设备故障诊断技术(Intelligent Fault Diagnosis, IFD)将深度学习理论应用于设备故障诊断,能自动识别设备的健康状态和故障类型,在设备故障诊断领域引起了广泛关注。智能设备故障诊断通过构建端到端的AI模型和算法将设备监测数据与机器健康状态关联以实现设备故障诊断,但设备故障诊断的模型和算法较多且相互之间并不通用,采用与监测数据不相符的模型进行故障诊断会导致诊断准确率大幅度下滑。为解决这一问题,在全面调查设备故障诊断相关文献的基础上,首先简述深度设备故障诊断的模型框架,再根据具体应用场景和设备监测数据类型对模型算法进行分类介绍、列表对比及总结,最后针对存在的问题分析了未来的发展方向。本综述有望为智能设备故障诊断的研究提供有益的参考。     

煤矿机电设备智能化维护研究现状与发展趋势

煤矿机电设备智能化维护是智慧矿山建设的重要组成部分。从煤矿机电设备故障机理、设备状态监测、信号分析与处理、故障诊断与预测算法4个方面总结了煤矿机电设备的智能故障诊断与预测性维护研究现状:(1)设备故障机理研究主要是针对不同设备,采用不同方法建立设备故障的分析模型,并对模型施加激励以获得设备故障动态响应,从而为后续的故障诊断提供评判依据;(2)设备状态监测研究针对煤矿机电设备建立了较为完备的状态监测系统,能够准确及时地获取设备参数,为设备的故障诊断提供数据支持;(3)信号分析与处理研究除了采用传统的时域、频域和时频域分析方法外,还将多种方法结合的手段用于信号处理与特征提取,提高了信号处理效率和处理结果的可靠性;(4)故障诊断与预测算法主要采用人工神经网络及机器学习、深度学习等智能算法建立设备故障诊断与预测模型,从而实现故障的智能诊断和预测。指出煤矿机电设备智能化维护研究存在的问题:(1)设备故障机理的研究缺少多故障复合状态下的故障机理研究,需要更多地对设备某部分的故障带来的连锁反应进行研究;(2)模拟环境下所获得的故障数据不能完全真实反映设备实际的运行状况,需长时间不断采集现场监测数据,最好是设备全生命周期数据;(3)目前采用组合式的算法研究较少,并且研究对象更多局限在设备某个部分或零部件。最后给出煤矿机电设备智能化维护的发展趋势:(1)研究应用灵敏度更高的智能传感器来监测设备,结合随机共振、盲源分离等方法从强噪声中提取微弱的特征信号,及时地识别出设备早期故障,从而实现预测性维护;(2)采用独立的诊断方法已经不能适应实际设备的诊断需求,基于多传感器信息融合技术的诊断和预测可准确有效地识别出设备存在的所有故障;(3)将迁移学习算法作为"桥梁",建立仿真、试验数据与现场数据的相关性,为解决仿真与试验条件和现场条件差异的问题提供数据支持和保障。     

基于人工智能的机电设备智能保障系统研究

为解决现代机电设备的运行管理、状态监测、故障快速诊断与维修以及保障决策问题,借鉴人工智能的先进研究成果,构建了机电设备智能保障系统.介绍了系统的组成和实现的功能,对系统知识库、模型库和数据库设计中的关键技术进行了分析,应用神经网络技术实现多种推理,提高了故障诊断效率,采用计算机网络通讯技术,实现了系统的远程智能决策和技术指导,实践证明,该系统安全可靠,实用价值较高.     

基于云平台的综采设备群远程故障诊断系统

目前开发的综采设备远程故障诊断系统大多是针对采煤机、刮板输送机、带式输送机等单机设备,以及基于视频或虚拟现实的专家远程指导维护系统,而集云平台、远程故障诊断和专家远程指导维护于一体的设备群故障诊断系统研究很少。针对该问题,设计了一种基于云平台的综采设备群远程故障诊断系统。首先通过传感器采集综采工作面采煤机、液压支架、刮板输送机、转载机、乳化液泵站、带式输送机及供电系统等的状态监测信息;然后通过煤矿井下环网将综采设备群运行状态监测信息传输到地面服务器,地面服务器对接收到的信息进行智能故障诊断分析、数据存储、报警查询等;最后通过MQTT协议将地面服务器的综采设备群状态监测信息按照统一格式传输至云服务器进行数据处理及格式转换,并将转换后的数据利用4G/5G网络传输至移动端和通过MQTT协议传输到PC端,从而实现综采设备群运行状态监测的可视化、故障查询、故障报警及故障预警信息的及时推送。以可视化视频监控为媒介,当综采设备出现故障时,视频信息可实时转接至对应专家,专家通过视频信息远程指导井工人员进行远程维护。该系统在陕西黄陵煤矿综采工作面进行了测试,结果表明:该系统实现了综采工作面设备群的远程故障诊断,通过手机移动平台可以实现综采工作面设备群运行状态实时监测和故障预警信息的及时推送,降低了综采工作面设备群的故障率和非计划停机次数,生产效率提高了约30%。     

大型压缩机组设备群的故障预测与健康管理

介绍了压缩机组设备群—复杂系统的故障预示和健康状态管理技术和系统的研究。融合早期故障预示、综合故障诊断和远程专家诊断技术,研究设备群的健康状态管理技术,并研发了压缩机组设备群故障诊断和健康状态管理系统,实现主辅机故障诊断和健康状态管理一体化、监测控制信息利用共享化、生产企业和设备制造企业知识资源利用最大化,为石化生产企业和设备制造企业提供一套全生命周期的压缩机组设备群故障诊断和健康管理的系统解决方案。     

嵌入式系统在液压状态监测与智能故障诊断中的应用

针对国产地F元轨采矿设备液压系统故障率高,而其检测和故障诊断手段落后的背景,提出了一种基于嵌入式系统的液搓状态监测与智能故障诊断模型,陔故障诊断模型通过没置在液压系统中的多源异质传感器实时采集设备特征信息,并采用模糊神经网络来实现数据的融合处理,诊断结果通过界而友好的LCD显示,实现了故障状态的实时岭测和故障的智能诊断。通过该故障诊断模型,有效地解决了无轨采矿没备液搓系统故障率高而其检测和故障诊断手段落后的问题。提高了设备故障诊断的自动化和错能化．增强了设备的市场竞争力。     

基于虚拟仪器的数控机床设备状态远程监测系统

提出了将虚拟仪器技术和网络技术应用数控机床设备的远程监测、故障诊断系统中,介绍了系统的组成结构和功能,讨论了基于DataSoket技术的LabVIEW远程通信方法,并论述了数控机床设备的远程故障检测诊断技术及其实现方法.     

基于CRIO的数控机械在线监测诊断系统设计

目前提出的数控机械在线监测诊断系统温度采集准确度较低,导致诊断过程稳定性及准确性较差,为此基于CRIO设计了一种新的数控机械在线监测诊断系统,以期更好地分析数控机械的运行状态;通过数控机床在线监测模块、远程设备管理模块及故障诊断模块组成系统总结构,硬件设备包括NTI CRIO驱动器、新型伺服电动机、采集卡、传感器以及PC上位机,设计多参数在线监测模块、网络控制模块、设备管理模块和故障诊断模块;在采集信号中提取数控机械运行状态数据,通过格拉布斯准则估算标准偏差,去掉误差数据后,输出有效数据,完成数据的采集及存储,实现数控机械在线监测诊断系统设计;实验结果表明,基于CRIO的数控机械在线监测诊断系统的温度采集准确率为99%,振动信号采集准确率为95%,可以有效提高采集精准度,增强数控机械在线监测诊断系统的准确性及稳定性。     

双焊枪自动焊接机数控系统设计

针对散热器多T型管相贯线的连续焊接问题,提出了一种基于PC机和6K运动控制器的双焊枪自动焊接机数控系统。采用"PC+多轴控制器"的上下位机控制结构,上位机采用VisualBasic编制控制程序,实现系统的管理、控制功能。下位机采用6K4控制器独有的6000运动语言开发底层的伺服驱动程序,并可由上位机通过以太网接口调用。整个系统能够完成各轴状态实时显示、故障自动诊断、焊接路径规划、焊接参数调节等任务。     

数控机床手轮进给故障的排故思路

在数控机床加工过程中,由于调整及慢速对刀的需要,通常需要频繁地使用手轮（即手摇脉冲发生器）来控制数控机床伺服轴的运动,因此,在数控机床的诸多故障中,手轮出现故障的次数较多,同时对该故障维修人员的维修水平要求也相对要高。本文以配备有FANuc 0i—mate-TD数控系统的cK0625数控车床为例,系统地介绍了数控机床手轮故障的诊断与分析方法。     

基于机器学习的信息融合故障诊断模型研究

当前,机器故障问题日益增多,给生产发展带来极大不利。因此,对关键设备进行有针对性的实时监控和诊断,尽快发现各种设备存在的问题,从而去防止机器故障的发生,而这也成为故障诊断系统面临和解决的首要问题。该文就故障诊断问题,在机器学习的基础上研究信息融合故障诊断模型,来实现机器故障的智能诊断与决策,帮助人们发现机器存在的问题,解决机器存在的隐患。     

Fault diagnosis competitive neural network with prioritized modification rule of connection weights

In this paper, a competitive neural network architecture is used as an intelligent fault diagnosis system to detect the fault sources in different subsystems or elements of a plant or any other device. The prioritized modification rule for connection weights is introduced and four different procedures are studied and compared from the viewpoint of their efficiency. It is shown that the fourth procedure is more convenient for human type decision-making. The output functions of different neurons are considered as the possibility of being fault sources for different units. The system starts from a vague initial state and the connection weights are modified during the learning procedures. The simulation results of different strategies are analyzed and compared. A typical CNC machine is considered as a case study.     

柔性制造系统中CNC机床故障诊断机理研究

为了及时发现处理柔性制造系统数控机床的故障或异常现象,设计了CNC在线故障诊断测试系统。该系统不仅便于查找数控机床故障的一个或多个症结,可以快捷、准确地对CNC故障定位,而且解决了诊断处理与知识应用中的相关问题。为了对CNC设备终端提供可靠的故障排除建议,对伺服控制组件与后台服务关联关系进行深入剖析,并对故障数据库进行描述与测试程序设计,解决了系统维护、扩展与升级操作等问题。     

数控机床的安全系统改造

针对缺乏安全系统的数控机床，分析增加安全系统的必要性。通过正确合理的设计，通过增加各种安全设置，可以避免因操作者失误而引起的事故，增加了数控机床的安全性和可靠性。     

基于LabVIEW的旋转机械故障诊断模块的开发

针对目前旋转机械大型化、复杂化的发展趋势,把故障诊断模块按旋转机械的组成分为转子、齿轮箱和滚动轴承三个部分。其中每个部分都采用了神经网络、决策树和专家系统等多种智能诊断方法。采用LABVEIWE来实现,稳定性高、方便编写。     

基于Multi-agent的飞机智能故障诊断与监控系统设计

在对飞机故障进行分析的基础上,以Agent为基本单元,建立了飞机智能故障诊断模型,并对诊断任务的分解、飞机智能诊断与监控系统的结构、智能诊断与监控功能的实现方法等进行了分析和研究,设计了飞机故障诊断与监控系统仿真实验方案,对实验准备,实验过程进行了详细的介绍;仿真实验结果表明,基于智能Agent的飞机故障诊断与监控系统,提高了诊断效率及诊断结果的准确性,增加了诊断系统的灵活性和快速性及对故障的监控能力.