城市燃气管道泄漏诊断方法

为了提高管道泄漏诊断的正确率和稳定性,提出一种将卷积神经网络用于管道泄漏诊断领域,并与softmax分类器结合进行管道泄漏诊断的方法。选取合适的声发射特征参数,进行声发射信号的提取,用时频和DFT处理将得到的声发射传感器信号转换为时频图和频谱图,将原始信号、时频图和频谱图输入卷积神经网络进行分类诊断。通过分析比较诊断结果可知,频谱图作为输入信息时CNN模型正确率高达99.5%,高于其他两种样本及BP神经网络的管道泄漏诊断率。     

现场诊断液压油缸漂移量超限的原因

现场诊断液压油缸漂移量超限的原因郭永安（铁三局机械处太原）在现场操作中，经常发现某液压机械的液压油缸漂移量大或超限，故障的原因可能是油缸活塞密封损坏或者控制阀等元件泄漏（内泄）而引起的。经过分析及实践证明，按如下方法进行检查，可较准确地找到故障的原因...     

制冷剂泄漏的诊断与预报

研究了空调制冷系统制冷剂泄漏的故障特征,分析了制冷剂泄漏引发的流量和压力参数变化情况,提出了以制冷机正常运行时与泄漏运行时的压力参数检测值作为分类人工神经网络的输入矩阵,得到了能对制冷系统运行状态进行分类的神经网络模型,它能诊断和预报泄漏故障的发生。     

供热管网系统泄漏与堵塞的诊断

分析了供热管网在初调节前系统的泄漏诊断和堵塞诊断方法，便于初调节时能很迅速地判断供热管网故障的原因。     

轮式装载机油缸内泄漏的判断

重点介绍了轮式装载机油缸内泄漏的判断依据,并详细阐述了判断转向油缸、动臂油缸和转斗油缸内泄漏的操作方法,为迅速判断整机故障、寻找故障源提供参考。     

装载机动臂举升油路内漏的诊断及改进

针对装载机长期存在的液压系统内泄漏问题,提出动臂举升油路内泄漏故障的分析诊断方法。从液压系统原理图入手,详细分析系统油路走向,元件组成,工作原理和内漏的原因,介绍一种简单易行的诊断方法,为试验检测、故障判断和维修服务提供了确实可行的方法。同时提出减少内漏的改进方案,应用于先导操纵工作液压系统的改进,解决了该机型装载机产品动臂油路沉降量超标的问题。     

混凝土泵送机械主油缸故障机理研究

从实践中总结了混凝土泵送机械因泵送主油缸问题而引起的故障形式,通过对主油缸结构特点与使用工况的分析,基于力学分析和流量连续性原理,得到了泵送系统异常故障现象随工况变化的定量规律,并发现主油缸的异常故障现象会由于两主油缸连通方式、泵送负荷、油液温度等的变化而呈现多样性;最后从定性的角度提出了简洁实用的故障分析方法。     

混凝土泵送机械主油缸故障机理研究

从实践中总结了混凝土泵送机械因泵送主油缸问题而引起的故障形式,通过对主油缸结构特点与使用工况的分析,基于力学分析和流量连续性原理,得到了泵送系统异常故障现象随工况变化的定量规律,并发现主油缸的异常故障现象会由于两主油缸连通方式、泵送负荷、油液温度等的变化而呈现多样性；最后从定性的角度提出了简洁实用的故障分析方法.     

供热管网泄漏段诊断

建立供热管网泄漏数据采集系统,以干管某管段出现泄漏为例,采集压力测点(设置5个压力测点,将干管分为4个管段,泄漏点设置在压力测点1与2之间)的压力随测试时间的变化。以测试时间内压力测点的压力作为样本,经数据预处理(数据采集与选取、缺失值处理、噪声清理)后,分别采用样本熵法、基于K-means均值聚类算法的数据挖掘算法对泄漏段进行诊断。样本熵法可提取压力测点信号变化(主要为压力测点的压力变化)的差异性,根据一定规模的样本熵均值,判定泄漏管段的位置。基于K-means均值聚类算法的数据挖掘算法,在小规模样本量的前提下,通过人为扩大样本规模,结合样本熵法与K-means均值聚类算法,经聚类处理、均值处理,确定簇心样本熵及位置,从而判定泄漏段位置。与样本熵法相比,基于K-means均值聚类算法的数据挖掘算法,以较小规模的样本量实现泄漏段的诊断,而且诊断结果更加直观。样本熵法很难由小规模样本量确定泄漏段位置。     

钢梁损伤的神经网络诊断分析

应用人工神经网络技术 ,以反映结构损伤程度的固有频率作为神经网络输入的特征参数 ,建立结构故障诊断模型 ,对建筑工程结构中常用的简支矩形截面钢梁裂纹深度和位置进行了诊断和预测研究。从实例可以看出 ,应用神经网络技术对工程结构进行裂纹损伤故障的综合诊断和预测分析是可行的。     

基于IPSO-DBN 的管道故障诊断方法

针对城市燃气管道故障诊断效果不佳的问题，提出了一种基于改进粒子群算法优化深度信念网络（IPSO-DBN）的管道故障诊断方法。该方法首先对粒子群算法（PSO）中的惯性权重ω、加速因子C1 和C2 进行修正，得到改进粒子群优化算法（IPSO），并采用两种基准函数对比测试PSO 与IPSO 的网络性能，证明所选改进方法的优越性。其次利用IPSO 优化深度信念网络（DBN）的初始权重，建立合适的DBN 网络，将4 种不同燃气管道工况下的实验数据用于IPSO- DBN 网络训练及预测。最后将实验所得的故障诊断准确率与BP、DBN、PSO-DBN 方法进行对比分析。实验结果表明，对于燃气管道不同工况下的故障分类识别，IPSO- DBN 方法的平均测试集诊断准确率高达94.5%，诊断效果优于传统的BP、DBN 以及PSO-DBN 方法。     

混凝土施工故障诊断的未确知均值聚类方法

建立了混凝土施工故障诊断的未确知均值聚类模型,从泵送施工故障、搅拌机故障、运输机故障、振动器故障四个方面选取10个因素作为诊断故障的考核指标。充分利用混凝土施工已有安全信息,根据工程施工的历史实例数据对模型进行训练,将所建立的模型应用到某工地的诊断实例中。研究结果表明:诊断结果和实际情况完全吻合,通过对潜在故障的诊断,可以避免排除故障时的盲目性,做到有针对性地排除故障,达到事半功倍的效果,具有重要的现实意义,进一步验证后,可以在工程中推广使用。     

基于LCD和MCKD的轴承故障诊断

针对振动信号故障特征频率微弱且难以提取的问题,提出基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和最大相关峭度反卷积(maximum correlated kurtosis deconvolution,MCKD)相结合的故障诊断方式。通过对待测信号进行LCD分解,得到一系列的内禀尺度分量(intrinsic scale component,ISC),并根据相关系数,即峭度的筛选原则选择重构所需的真实分量。再利用MCKD对重构信号进行降噪处理,最后对降噪后的信号进行包络解调,提取故障特征信息。实验证明该方法在轴承故障诊断上具有一定的可行性。     

AHU sensor fault diagnosis using principal component analysis method

The paper presents a strategy based on the principal component analysis (PCA) method, which is developed to detect and diagnose the sensor faults in typical air-handling units. Sensor faults are detected using the Q-statistic or squared prediction error (SPE). They are isolated using the SPE and Q-contribution plot supplemented by a few simple expert rules. Two PCA models are built based on the heat balance and pressure–flow balance of the air-handling process, aiming at reducing the effects of the system non-linearity and enhancing the robustness of the strategy in different control modes. The fault isolation ability of the method is improved using the multiple models. Simulation tests and site data from the building management system (BMS) of a building are used to verify the PCA-based strategy for automatic validation of AHU monitoring instrumentations and detecting/isolating AHU sensor faults under typical operating conditions. The robustness of the PCA-based strategy in detecting/diagnosing AHU sensor faults is verified. Effects of sensor faults and the strategy energy efficiency of an automated AHU are evaluated using simulation tests.     

二级模糊综合评判方法在制冷机故障诊断中的应用

摘要分析了制冷机故障原因和故障症状之间的关系。采用二级模糊综合评判方法对制冷机的故障进行诊断。设计了制冷机故障模糊逻辑诊断专用软件，并利用该软件对一故障实例进行了分析。     

基于统计数学的传感器故障诊断方法

提出了一种基于统计数学的传感器故障诊断方法。该方法利用能量守恒方程的残差特征建立线性方程组，通过求解方程来完成多个具有固定偏差的传感器故障的检测和诊断。仿真试验表明该方法是可行的。     

基于FTU故障信息的Petri网故障诊断方法

针对基于输电网的继电保护与断路器的动作信息的建模不适用于配电网络的问题,结合配电网络的结构和运行特点,提出了基于FTU(feeder terminal unit)故障信息的Petri网建模方法。综合利用FTU上传的过电流信号和幅值量测信息,实现了配网故障诊断的快速性和容错性。根据配网的拓扑结构特点采取分层故障诊断的方法,先后诊断出故障馈线、故障单元和故障区段;采用了基于概率信息和带有抑止弧的Petri网模型,增强了网系统的模拟能力。通过对典型算例进行故障诊断,证明了此方法的有效性和可行性。     

变频器检查维护和故障诊断的一般方法

对变频器进行了介绍,针对变频器检查维护的重要性,介绍了检查变频器时的注意事项,论述了变频器的日常检查项目和定期检查项目,探讨了变频器零部件的更换,列出了F7系列变频器的故障报警内容及处理方法,从而达到延长变频器寿命的目的.     

BA系统检测的方法实施与准则

介绍了通过对中央监控站等设备的检测,使BA系统正常运行,从而为大楼提供了舒适、卫生、安全、快捷的优质服务,达到了节约能源和人工成本,建立科学的管理模式的目的。     

基于VMD和CNN的滚动轴承故障定量诊断方法

针对滚动轴承故障尺寸难以定量诊断的问题,提出了变分模态分解(variational mode decomposition,VMD)和卷积神经网络(convolutional neural networks,CNN)相结合的诊断方法。首先对带有不同故障尺寸滚动轴承的运行进行监测,得到1个与滚动轴承故障尺寸有关的数据库;然后对数据进行VMD,提取有效的训练模式分量,并去除噪声等的干扰;最后将训练模式分量置入CNN进行训练,得到能对滚动轴承故障尺寸进行预测的网络模型。实验结果表明,所提方法可有效实现对滚动轴承的定量诊断。