化工过程混合故障诊断系统的应用

故障诊断是保障化工过程安全、平稳进行的一个重要工具。主成分分析法(PCA)作为典型的故障诊断方法,已经广泛应用于各类化工过程的故障诊断,但在复杂过程的故障类别判断上还存在不足。而人工免疫系统对于自我-非我的识别能力有助于对故障类别的判断,并且其良好的自适应、自学习能力,有助于在诊断过程中对系统的完善和改进。本文将主成分分析法与人工免疫系统结合,建立了一个新的混合故障诊断系统,实现对于化工过程故障的早期诊断,并用Honeywell公司的UniSim平台建立了一个动态的化工过程模型,对该诊断系统进行了验证。     

基于主元分析的FPSO故障检测与诊断

应用基于主元分析的故障诊断方法对浮式油轮生产储油卸油系统(FPSO)进行故障检测与诊断研究.选取FPSO油气水分离系统的18个主要过程监控变量为研究对象,通过对系统历史数据进行预处理分析,建立主元模型;利用主元模型对仿真实时数据进行故障检测,应用SPE统计法和Hotelling统计法判断系统是否发生故障;使用贡献图法实现故障分离.研究结果表明:基于主元分析的故障诊断方法可以准确地对FPSO生产过程的早期故障进行检测和诊断;且对于系统的细小扰动,动态主元分析法的故障诊断能力优于主元分析法.     

抽油泵示功图故障诊断方法综述

在石油工业中,抽油机、抽油杆、抽油泵组合是最主要的开采装备,抽油泵的工况复杂,容易产生故障,示功图是抽油系统故障诊断中的最主要的依据。示功图反映了抽油泵的工况,通过分析示功图特征,可以判断抽油泵是否存在故障。因此,主要以抽油泵示功图故障诊断为对象展开论述,首先介绍了在两大类故障下的示功图图形,随后讨论了示功图故障诊断技术的起源与历史发展,从人工诊断到使用传统的神经网络诊断,再到使用机器学习应用在抽油泵示功图故障诊断。最后,总结了当前示功图故障诊断技术存在的问题,并展望了示功图故障诊断技术的发展趋势。     

一种基于SDG和数据重构的故障诊断方法

针对传统的基于贡献图的多元统计方法中变量贡献值不能真实反映故障原因的不足,提出一种基于符号有向图(SDG)模型和数据重构的故障诊断方法,该方法使用平方预测误差(SPE)和累积和(CUSUM)统计量进行故障检测,通过在故障发生时对SDG的所有相容路径方向的样本数据进行重构,重构后残差变化最大的方向被认为是故障的传播方向,该方向上的起始节点为导致故障的原因变量。通过在TEP模型上仿真表明:该方法能有效地诊断出引起故障的根本原因。     

基于快速傅里叶变换的注射机轴承单一故障诊断

针对注射机轴承故障难以诊断的问题,提出了一种基于快速傅里叶变换(Fast Fourier Transform,FFT)的注射机轴承故障诊断方法。针对注射机轴承的故障振动信号在时域难以有效诊断的问题,利用快速傅里叶变换将时域振动信号转换到频域,通过生成的包络谱图分析频域中振动信号的频率分布,从而达到识别注射机轴承故障的目的。注射机轴承故障的仿真实验及实际故障轴承数据的诊断结果表明:使用快速傅里叶变换的方法诊断注射机轴承故障,比传统的离散傅里叶变换(Discrete Fourier Transform, DFT)诊断轴承故障的速度更快,处理轴承数据的内存更大,能非常有效地完成振动信号的故障诊断。     

基于PCA固体垃圾焚烧炉的早期故障诊断

介绍了主元分析法(PCA)及其在垃圾焚烧炉故障诊断中的应用。通过分析历史数据获取主元模型,对运行数据进行在线分析,采用T2和SPE统计法对控制系统进行故障检测,并用故障贡献图对故障进行诊断。研究结果表明,PCA能有效地进行固体垃圾焚烧炉早期故障检测及诊断。     

基于GA-BP神经网络的多传感器轴承故障诊断

由于单一传感器采集滚动轴承的故障信息精度较低,提出基于GA-BP神经网络的多传感器信息融合方法。首先使用单一传感器采集其状态信息,并采用小波包分析提取轴承故障状态特征,然后采用遗传算法(GA)优化BP神经网络对单传感器进行滚动轴承故障诊断,接着运用DS证据理论把每一个诊断结果进行信息融合,最终得到诊断结果。仿真实验结果表明:该方法可提高滚动轴承故障诊断的精确度和效率。     

基于PCA-PSO-SVC模型的有杆抽油系统故障诊断技术

有杆抽油方法是我国各大油田使用最多的机械采油方法。由于工作环境恶劣,抽油系统事故频发。不同故障下泵功图形状有较大差异,因此可从泵功图出发进行故障诊断。本文在分析不同故障工况下泵功图特点,以25组样本数据建立PCA-PSO-SVC故障诊断模型。通过与PCA-GA-SVC、PCA-CV-SVC、PCA-LS-SVC三种模型对比结果可知,PCA-PSO-SVC故障诊断模型计算速度快、诊断精度高,对于故障工况诊断准确率达100%,适用于有杆抽油系统故障诊断。文中问题的分析及建模过程,对于现场人员掌握和分析抽油系统运行情况以及危险工况的规避都有重要意义。     

变压器油中气体常规故障诊断方法的探讨与展望

分析变压器的部分故障性质与变压器油中气体之间的关系。总结了利用油中溶解成分与含量的变压器故障诊断方法,指出它们各自在使用中的局限性和注意事项。并给出了变压器特征气体故障诊断方法的发展趋势。     

一种基于结构优化SRAMS的传感器故障诊断方法

针对基于具有最大敏感性结构化残差的传感器故障检测与诊断方法（SRAMS）在设计影响矩阵时只考虑故障编码的可分离性，而没有考虑故障诊断的快速性和灵敏性的缺点，给出了故障敏感度和故障诊断灵敏度等指标，并提出了两种影响矩阵的优化设计算法。将本文方法应用于催化裂化过程传感器故障检测与诊断，结果验证了故障诊断效果优于原有的SRAMS。     

概率神经网络在电机故障诊断中的应用

针对传统故障诊断方法的局限性,提出一种基于概率神经网络的诊断方法。以异步电机转子故障为例进行了故障诊断研究,通过选择故障样本来训练神经网络,将代表故障的信息输入训练好的神经网络后,由输出结果就可以判断发生的故障种类。仿真实验结果表明了基于概率神经网络的电机故障诊断方法的正确性。     

液压设备故障的快速诊断与排除

先进的设备管理方法是实现液压设备故障快速诊断与排除的前提。笔者在传统液压故障诊断理论的基础上 ,提出了实用性较强的故障诊断工艺方法。这些方法简单直观 ,易于操作 ,在一定程度上实现了液压设备故障的快速诊断     

基于信号测试的印刷机故障诊断方法研究

随着印刷机集成化程度的不断提高,其故障呈现综合化、复杂化趋势,一旦故障无法得到及时解决,必然造成原材料的大量浪费,直接影响印刷企业经济效益。常规的印刷机故障检测主要依据经验和振幅阈值进行判断,但受限于维修维护人员经验,其故障诊断准确性较低,无法满足快速准确定位缺陷的目的。基于此,本文提出一种基于信号测试的印刷机故障诊断方法,将印刷机内部、外部信号进行综合分析,以此满足印刷机故障诊断要求。     

改进的PCA方法在化工过程故障诊断中的应用研究

主元分析(PCA)方法作为一种基于信号处理的数据驱动方法,已广泛应用于工业过程故障诊断中。但由于PCA本身的缺陷,对故障类型的识别方面存在不足。为此,引入人工神经网络(ANN)方法,与PCA方法相结合,增强了故障识别能力。以田纳西伊斯曼过程为例,验证了改进后的PCA方法在化工过程故障识别和诊断中应用的有效性。     

基于D-S证据理论的直接空冷凝汽器故障诊断方法研究

提出一种基于Elman神经网络和RBF神经网络通过D-S证据理论融合的故障诊断方法,把该方法应用在直接空冷凝汽器的故障诊断中。首先对故障进行神经网络初步诊断,得到属于不同故障状态的隶属度,然后采用D-S证据理论融合的方法进行决策诊断,得到最终结果。研究了直接空冷凝汽器的故障特征提取、样本选择、诊断系统结构和学习算法,并通过诊断实例阐述了该方法的具体实现过程,验证了所提方法的可行性,结果表明:该方法适用于直接空冷凝汽器故障诊断,故障定位准确率高。     

液压设备故障的快速诊断与排除

先进的设备管理方法是实现液压设备故障快速诊断与排除的前提。笔者在传统液压故障诊断理论的基础上，提出了实用性较强的故障诊断工艺方法。这些方法简单直观，易于操作，在一定程度上实现了液压设备故障的快速诊断。     

浅谈锅炉风机故障诊断及状态维修

锅炉在目前的生产实践中有重要的应用,对其具体使用做分析,强调锅炉应用过程中的故障诊断和维修,重视其保养,对实现锅炉价值的持续性和稳定性发挥有突出的现实作用。对目前的锅炉利用进行总结发现风机故障是锅炉使用中主要面临的故障之一,对于该类型故障,诊断越及时,越可靠,问题解决效率越高,质量也越好,所以对具体的故障诊断方法进行分析讨论,并针对故障状态做维修分析有突出的现实意义。文章就锅炉风机的故障诊断和状态维修做分析与讨论,旨在为实践提供帮助和指导。     

基于深度置信网络的炼化空压机故障诊断方法

针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好。     

人工免疫系统在间歇化工过程故障诊断中的应用

故障诊断是保证化工过程稳定性和安全性的重要技术。本文结合动态时间规整算法提出了一个基于人工免疫系统的间歇化工过程故障诊断方法,并成功应用于青霉素发酵仿真过程的故障诊断。诊断结果显示,该方法可以满足间歇过程的在线动态故障诊断要求,并且通过自学习可以对未知故障进行诊断。     

基于观测器的时滞系统故障诊断

针对状态含有时滞的故障系统,给出一种故障诊断设计方法。通过对系统设计未知输入观测器,利用观测的状态得到残差方程,从而诊断出时滞系统的故障,并能对传感器故障和执行器故障进行分离,最后给出故障诊断系统阈值的选取原则。