基于大数据分析的列车轮对故障诊断方法

随着我国列车行驶速度的不断提高,列车的行车安全逐渐得到了人们的重视,海量列车轮对监测数据为分析列车运行状态提供了条件.为了提高列车轮对故障诊断效率和准确性,文章提出一种基于大数据分析的列车轮对故障诊断方法,针对传统列车轮对故障诊断方法在处理大规模监测数据集时存在处理时间长,故障结果不准确等问题.首先设计一个监测数据融合框架,然后将多故障诊断循环神经网络算法与大数据MapReduce分布式计算框架相结合,利用循环神经网络算法特征提取能力和MapReduce快速计算能力.这样不但能够发挥循环神经网络故障特征提取能力,还能够满足列车轮对故障诊断精确性和实时性的需求,最后通过实例分析,证明了该方法的有效性.     

基于车载检测的列车轮对踏面擦伤故障诊断研究

为确保高速列车的行车安全,需实时监测列车轮对的运行状态,提出了基于惯性基准法的车载轮对几何参数的检测方法,并在此基础上设计了基于粗糙集理论(RS)和支持向量机(SVM)的轮对踏面擦伤故障诊断模型,对轮对踏面进行状态监测与故障诊断。整个故障诊断方法为:首先利用传感器组采集轮对几何参数,将采集数据用时间对准算法进行对准;然后将对准数据进行小波包分析、构造故障特征集;再用粗糙集理论进行属性约简,提取特征集,消除冗余信息;最后使用支持向量机构建故障诊断模型进行故障分类,从而实现轮对踏面擦伤故障实时诊断。MATLAB仿真分析表明,使用该故障诊断方法构建故障诊断模型时间短(为0.226 633 s),诊断准确率高,达100%,取得了较好的诊断效果。文中所用方法也可以推广应用到如轨道交通、船泊、采矿等有旋转体并需要进行实时数据采集、状态监测与故障诊断的领域。     

高压断路器状态在线监测系统研究

高压断路器关系到电力系统的安全运行，对断路器状态进行在线监测有助于提高系统的可靠性．首先给出断路器故障诊断所需监测的项目，根据这些监测项目，提出了一种基于DSP和CPLD的断路器在线监测系统，然后具体分析了断路器各状态参数的检测方法及采用的传感器、DSP、A／D转换器、CPLD、通信接口等系统各环节的工作原理及作用．利用系统中DSP强大的信号处理功能。完成复杂的故障诊断运算，为断路器状态监测提供较好的硬件平台.     

变压器油色谱远程在线监测与诊断系统

本文阐述了变压器远程在线监测与诊断系统——卫士2000系统的原理及结构,分析了系统所采用的技术,介绍了系统信号采集功能测试、监测系统在咸阳供电局的应用情况。该系统以油色谱在线监测为主,同时可兼容变压器局部放电监测、套管绝缘监测等在线监测模块,可对电力变压器实施全面的在线状态监测。该系统可组成具有远程监测与故障诊断的多级数字监控网络,通过系统提供的状态监测数据与诊断结论,为电力变压器提供在线监测与故障诊断的整体解决方案。     

风电机组传动系统网络化状态监测与故障诊断系统设计

针对现有风电机组监测系统无法对其传动系统早期故障进行有效诊断的问题,研发了一套基于B/S和C/S混合架构的风电机组传动系统网络化状态监测与故障诊断系统。根据应用需求设计了风电机组传动系统状态监测和故障诊断系统、整体框架和功能模块;结合数据采集设备,基于.ENT和SQL Server平台研发了风电机组传动系统状态监测和故障诊断系统,包括网络化数据采集、远程状态监测、信号分析、故障诊断和数据库服务器等模块。该系统成功应用于某风场风电机组传动系统状态监测和故障诊断。     

智能变电站一次设备在线监测系统建设方案

电力工业将来的发展方向是智能电网,智能变电站是未来新建变电站的主流。结合智能变电站对在线监测系统的需求,基于IEC61850标准,构建了面向智能变电站的在线监测系统建设方案。各类设备状态监测智能终端模块统一采用IEC61850标准进行建模,实现了全站设备状态监测数据的传输、汇总和诊断分析,为未来智能变电站一次设备在线监测系统建设提供了参考。     

基于粒子滤波的分布式智能故障诊断系统研究

针对传统故障诊断系统硬件结构以及故障识别算法过于复杂的问题,提出并研究了一种基于粒子滤波的分布式智能故障诊断系统.该系统采用ZigBee无线传感网络实现系统分布式多变量参数的实时采集,基于粒子滤波算法在线处理各变量数据,并基于简易模式识别算法获得系统真实状态的准确估计,实现系统故障的智能诊断与故障预示.智能故障诊断系统由ZigBee无线传感数据采集网络、粒子滤波算法、系统状态模型和故障模式识别四部分构成.粒子滤波算法基于粒子序贯重要性重采样和蒙特卡洛方法对传感器采集数据滤波,抑制或消除干扰及显著性误差对系统状态估计的影响,可避免粒子退化.故障模式识别就是求取与粒子滤波输出的系统状态估计曲线残差之和最小的系统状态模型.智能故障诊断系统的实现和实例实验结果表明该系统能实现对象的远程监测、对象状态的精确估计、对象故障的准确诊断,拓宽了分布式传感网络的应用范围,并具有成本低、可靠性高、实时性好和易实现的优点.     

基于CAN总线网络的车辆电子故障在线监测系统设计

由于现有监测系统未对传输数据精准控制,导致传统车辆电子故障监测系统监测效率较低,为此,利用CAN总线网络,实现对车辆电子故障在线监测系统的优化设计。选择CAN总线网络来代替传统的通信网络,并优化数据采集、MCU、存储以及GPS定位等模块。将CAN总线网络的实时数据存储其中,并在数据库中设置车辆电子异常数据和故障之间的对应关系,以此作为电子故障诊断的参考标准。在硬件设备和数据库的支持下,制定CAN总线网络的传输协议,在该协议的约束下加载和调用其中的数据。分析车辆ECU的运行模式,从而得出具体的车辆电子数据采集结果。将实时采集数据与故障诊断参考标准进行比对,实现车辆电子故障的在线监测功能,并结合监测结果启动报警程序。通过实验得出,设计的监测系统在降低监测误差的同时,提升了监测速度,即在监测效率方面更加具有优势。     

特征谱分析方法及其在列车轮对故障诊断中的应用

鉴于列车轮对故障特征信息往往被淹没在背景噪声里,而一般频谱分析方法常因负载变化、转速波动而造成谱值模糊不准的缺点,提出了一种列车轮对故障在线诊断的特征谱分析方法,并根据列车轮对故障诊断的实际需要,研制了故障在线诊断特征谱分析系统.阐述了该方法的原理、信号采样、信号处理以及特征谱泄漏抑制等问题.实际运用结果表明该方法比普通的频谱分析技术更为准确地描述了故障信号的特征,是一种可靠而有效的故障诊断方法.图5,参8.     

电力机车状态监测与故障诊断系统研究

介绍了一个电力机车状态监测与故障诊断系统的设计思想和实现方法,通过利用机车上现有的微机检测控制部分实现在线诊断.     

基于CBR的工程车辆故障诊断系统

针对工程车辆故障的特点，分析了以往工程车辆故障诊断方法的局限性。将人工智能领域中的新分支CBR(Case-Based Reasoning)技术引入到工程车辆故障诊断中，论述了CBR技术的系统结构和关键技术，并给出了具体的实现方法。理论分析和实践经验表明，基于CBR系统可以解决基于规则的专家系统在某些方面的缺陷，具有实现方式灵活、简便、自学习能力强等特点，是一种适合工程车辆故障诊断的新方法。     

改进PCA及其在真空自耗炉故障诊断中的应用

针对过程变量呈均值阶段性变化的一类生产过程,提出了一种新的主成分分析(PCA)故障诊断方法.该方法通过高通滤波对过程变量进行状态变换,扩展系统,然后采用主成分分析方法对扩展系统进行统计建模,并基于该模型进行过程监测和故障诊断.该方法可以克服普通主成分分析不能消除均值变化对所建模型的负面影响,进而提高故障诊断的鲁棒性和灵敏性.将提出的方法在真空自耗电弧炉中进行应用研究,冷却水泄漏故障诊断结果表明,提出的方法是有效的.     

移动式矿用设备故障监测诊断及信息管理

设计了一种移动式矿用设备故障监测及诊断系统,系统由车载在线监测单元、无线网络、监测诊断中心3部分组成.移动式设备分系统通过无线网络联成一个集成统一的整体.从数据采集传输、管理和应用3方面论述了该故障监测诊断系统,以及车载单元与监测诊断中心信息管理功能的实现,为移动式设备的故障监测诊断应用提供了一种思路.     

汽车侧倾角速度传感器的故障诊断和重构

针对汽车侧倾角速度传感器故障对控制系统的影响问题, 提出了一种基于模型的故障诊断和故障重构方法, 并给出了系统的理论证明。对于满足Lipchitz 条件的多输入多输出非线性系统, 可应用带有模型不确定性的一维线性状态方程作为其等效模型, 进行传感器的故障诊断。并在此基础上应用经典的观测器理论设计了残差生成器, 通过特征结构配置的方法, 证明了模型不确定性、执行器故障和干扰可以实现在残差中的完全去耦。采用整车的八自由度模型进行Simulink 仿真, 结果证明了结论的有效性。与其他方法相比, 笔者算法得到的残差具有很强的鲁棒性, 重构出的传感器信号具有很高的精度。     

基于神经网络多参数融合的钻井过程状态监测与故障诊断

复杂系统状态监测与故障诊断是系统安全运行过程中的重要保障,分析了钻井系统事故状态下特征参数的变化,给出了用神经网络进行故障诊断的流程,在利用样本数据对网络进行训练的基础上建立了稳定的神经网络诊断模型。输入各种状态下的新样本数据,能够得到正确的系统状态识别,通过改进网络算法改进了网络性能。对生产数据的处理结果表明,基于神经网络的多参数融合算法可以很好地识别钻井过程中的不同状态,能够实现状态检测与故障诊断。     

特征提取在工况监测与故障诊断中的应用

随着信息技术和计算机网络技术、虚拟仪器等在企业的普及和应用，基于网络技术的未来企业全球制造化模式的建立，使日趋大型化、复杂化集成化生产设备的远程工况监视，远程故障诊断成为重要的研究课题。生产现场工况信息的自动检测、数据采集和存储是故障诊断系统的基础和起点，而对检测信息进行加工、变换和特征分析，提取敏感的故障征兆是诊断系统实现故障可靠诊断的关键之一。阐述了机械故障诊断的理论方法及特点，分析了信号的特征分析方法——时域分析方法，频域分析方法，联合时—频分析方法等多种信号处理方法的特征分析特点及其在机械工况监到与故障诊断分析过程中的工程应用。简要介绍了工况监测中特殊的时变性随机机械故障信号的分析与处理方法。     

一种输油泵机组故障诊断与健康评估方法

输油泵机组是长距离油品传输的关键设备，有效预防其出现突发故障、减小故障造成的损失至关重要。然而目前针对输油泵的故障诊断方法在现场应用时普适性不佳，且缺乏针对机组一体的监测诊断研究，不利于计划性维修。此外，受现场可提供数据的限制，现有的输油泵状态评估方法在很多现场无法使用。针对上述问题，提出一种输油泵机组故障诊断与健康评估方法，利用迁移学习提高输油泵故障诊断在工业现场应用时的准确率；通过搭建实验台并对电机运行状态进行监测、分析，构建电机机械类故障诊断模型；构建基于卷积-长短期记忆神经网络(CNN-LSTM)的状态评估模型，并以此为基础利用时序卷积网络(TCN)结合注意力机制进行状态趋势预测。在现场试运行的结果表明，本文提出的故障诊断及状态评估方法可以及时发现设备的早期故障，为设备运维提供有效的数据参考。     

车载电传动控制电路故障诊断系统的设计

为了对车载电传动控制电路所产生的故障进行判断,指导维修人员正确维修．设计并制造了以便携式工业控制计算机为核心的便携式现场故障诊断装置．文章还简要介绍了控制电路的工作原理,动静态故障检测电路设计及软件模块．便携式一体化的设计满足了车载控制电路现场维护的需要．     

基于模型和故障树的飞机故障诊断方法研究

随着科技的进步,航空工业迅速发展,大量高科技机载设备的使用大大增强了飞机的性能,但同时也增加了系统的复杂性和设备之间的耦合度,进一步增加了飞机系统故障诊断的难度。单一的故障诊断方法由于其局限性,很难满足复杂装备的诊断需求,因此,不同故障诊断方法相互融合的综合故障诊断技术成为航空领域研究的热点。本文针对飞机外场排故的实际需求,提出了基于模型和故障树的故障诊断方法,其原理是,根据外场模块化排故的特点和飞机设计知识,建立以LRU(外场可更换单元)为对象的飞机物理模型(基于LRU的简化飞机系统模型),描述针对特定功能的系统结构、行为和功能,再针对LRU建立故障事件,根据LRU之间的连接关系分析故障事件之间的逻辑关系,建立故障的传播路径,通过树的合成算法,生成系统故障树模型。在故障诊断时,通过物理模型和故障树的相互配合进行故障诊断,基本思想是,将物理模型作为故障观察窗口,比较系统在正常情况下的预期行为和实际行为之间的差异,判断故障事件是否发生,利用故障树的逻辑关系进行推理,再将推理过程在物理模型上进行直观展示,模拟LRU之间的故障传播,确定疑似故障件。基于上诉方法,利用Dorado平台和G2开发系统开发了基于模型和故障树的飞机外场故障诊断系统,并结合某型号飞机的刹车系统对该故障诊断方法进行了验证。     

机群状态远程监测与故障诊断系统的研制

介绍一种机群远程监测与故障诊断系统的构建.通过利用传感技术、无线数据传输、网络技术和故障诊断技术等,实现机群中各分散单机的远程监测与故障诊断,实现实时评估当前机群总体运行情况及各单机的运行状况,并将诊断结果以报告的形式通过网络传输给用户.系统数据由SQL Server 2000建构与维护,实现了数据的集中管理和机群信息的交换与共享.通过在某高速公路施工现场实验表明,系统有效地改善了工程机械运行状况,提高了施工机群的施工效率.该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域.