工业生产中电气设备的故障及维护的探讨

在工业生产过程中,电气设备的好坏决定着工业生产能否良好开展,如果电气设备在运行的过程中出现故障,轻者影响生产,重者将会造成生产安全事故,将会给企业带来较大的经济损失。在工业生产中将电气设备进行有效维护,并且在维护的过程中可以及时将所遇到的问题解决,避免因其在生产过程中出现故障,因此对电气设备进行维护对工业生产有着至关重要的作用。本文主要以维护人员巡检内容为切入点,对工业生产中电气设备中最为常见的故障进行详细分析,并针对电气设备常见故障给予一定的维护策略。     

基于相关峭度反卷积逆滤波器的薄膜生产线故障监测

在薄膜生产的过程中,由于模块或者部件的失效会产生随机故障;为了减少故障的发生,保证设备能够安全高效地运行,通过对关键的机组振动进行采样分析,采用基于相关峭度的故障检测方法,设计最大三阶相关峭度(M3CKD)反卷积逆滤波器,以采集到的实时数据序列的三阶相关峭度最大作为代价函数,提取并识别机组振动信号峰值,进行故障信号识别与定位;算法性能验证结果表明了该算法的可行性及可操作性,并且算法有较快的收敛速度和较好的稳定性,能有效地识别故障信号,适用于实际的薄膜生产线工业生产过程。     

炼焦过程控制计算机故障的分析与模型检测

用模型检测技术分析了工业生产中计算机通讯的一个死锁故障。根据技术人员的分析,建立了该通讯过程的Promela语言模型,并使用SPIN进行检测,找出了发生死锁的原因,其检测结果与技术人员的分析一致。     

基于动态内部主元分析和隐马尔科夫模型的动态过程故障检测与分类方法

随着工业生产过程的扩大, 保证生产过程的安全平稳高效运行日益受到重视. 因此, 对工业过程进行及时有效的监测与故障诊断具有重要意义. 一般而言, 工业过程采集的数据具有较强的动态性, 有效提取数据中的动态信息并进行分析极其重要. 本文基于动态内部主元分析(DiPCA)进行动态性分析并结合隐马尔科夫模型(HMM), 提出了一种新的故障诊断框架, 实现了动态过程故障检测与故障分类. 首先, 利用DiPCA算法提取正常工况下数据的动态特征; 然后, 利用HMM能够有效处理时序数据的特点, 对所提取的动态特征进行建模, 构建了动态过程的故障检测框架; 并利用HMM强大的模式分类能力, 对故障数据进行建模, 实现故障的分类; 最后, 将提出的方法用于田纳西-伊斯曼过程, 验证了该方法的有效性与优越性.     

基于PLC信息的故障诊断系统分析

在科学技术飞速发展的背景下,科学技术的应用为我国工业生产的自动化实现提供了强大的推动力,计算机技术和可编程逻辑控制器（PLC）等技术逐渐成为了工业生产自动化控制的核心,其广泛的应用也为我国工业生产可靠性与通用性的提升提供了有力的保障。本文在分析故障诊断系统整体结构的基础上,对PLC信息的故障检测与追踪方式进行了简要概述,并针对故障信息的获取和信息处理过程进行了具体论述,阐明了PLC信息的故障诊断系统工作方式。     

基于改进的证据更新工业过程故障诊断研究

工业生产过程的故障成因颇为复杂,一种故障的故障特征可能有多种表现形式,而多种故障又有可能表现出一种故障特征。因此单模型、单因素的故障诊断方法已显其不足。提出了改进的证据更新的动态故障诊断算法,并结合人工智能方法应用到硝酸生产过程故障诊断系统中。该方法通过对模糊神经网络的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,诊断证据再基于改进的证据更新规则来实现证据的动态更新,根据结果来进行故障决策,从而解决了故障模式多样性、故障诊断动态性以及故障特征不确定性的问题。经实例验证,该方法的应用可提高故障诊断确诊率。     

KNN-朴素贝叶斯算法的滚动轴承故障诊断

滚动轴承的故障诊断对于提高工业生产效率,保障工业生产的稳定安全地运行具有重要意义。为了提高滚动轴承故障识别的正确率,提出一种使用KNN-朴素贝叶斯决策组合算法对滚动轴承故障诊断。组合算法利用朴素贝叶斯算法对使用不同K值的KNN算法初步分类结果进行再分类以达到提高滚动轴承故障识别的目的。首先,使用小波包能量法对滚动轴承振动信号进行能量特征提取,然后使用多个参数K值不同的KNN算法对能量特征数据预分类,得到多个KNN算法分类结果集,将分类结果集进行处理得到预分类结果集,将预分类结果集作为朴素贝叶斯算法的输入,使用朴素贝叶斯算法对数据再分类。实验结果表明,组合算法相较于传统KNN算法及贝叶斯算法在滚动轴承的故障诊断率得到了有效提高,实现了对滚动轴承故障的有效诊断。     

电子仪器失效故障分析

随着科学技术的发展,电子仪器在工业生产中应用的越来越广泛,有效地推动了工业化进程,电子仪器属于高精的仪器范围,所以,在运行时对于环境以及技术有着较高的要求,为了提高工业生产效率,电子仪器越来越趋向于精密化和智能化,由此在稳定性方面也相应的有所提高。一旦电子仪器发生失效故障,将会对生产带来极大影响,造成一定的经济损失。所以要确保电子仪器在使用过程中各个环节的准确性,提高运行效率,降低故障发生率。文章对电子仪器失效故障的相关问题进行了分析,对于提高电子仪器运行的稳定性具有重要意义。     

基于Java Web的工业生产过程参数访问系统

提出了一种基于Java Web技术访问工业生产过程实时数据的方法,在浏览器的地址栏中输入相应的URL地址,可以生动形象地访问工业生产过程的实时参数,以及历史曲线等生产信息.该方法将计算机控制系统采集的工业生产过程实时数据存储到数据库服务器中,再由Web服务器将包含操作数据库等功能的Java Web程序部署发布,当用户浏览器端向Web服务器发出请求时返回实时参数并显示在浏览器页面中,实现工业生产过程参数的Java Web访问.为自动化运行维护人员和公司决策层等进行设备运行状态分析、设备故障原因分析以及效益分析、整体生产过程的分析提供了经济、方便的数据来源,同时也能够方便地实现数据的远程传输.     

基于小波和支持向量机的故障趋势预报

从工业生产过程实用的观点出发,鉴于小波变换能有效地对信号进行消噪的优点和支持向量机的卓越学习性能,探讨基于小波和支持向量机的故障趋势预报,并结合专家系统建立解释机制。将其用于工业精对苯二甲酸(PTA)生产过程中对二甲苯(PX)氧化反应器尾氧浓度故障预报的结果表明:该方法能准确地对尾氧浓度故障趋势进行预测,并同时给出故障产生的概率大小,为PX氧化反应器的安全平稳操作提供了保证。     

虚拟逆变装置电压故障检测系统的设计

电力电子逆变设备是工业生产中的关键设备。针对电力电子逆变设备的故障,设计了一种基于LabVIEW的逆变装置故障检测系统,构建了多功能操作界面,实现了5通道信息的实时采集及显示、频谱分析、故障检测及报警、历史数据查询等功能。所设计的检测系统经过测试,可以实时检测故障信号并记录故障信号的特征,对解决实际问题具有可行性和实用性。     

独立因子分析方法在过程监控中的应用

针对工业生产过程非高斯分布的特点,并为解决因子分析(FA)监控方法假设生产过程高斯分布以及独立元分析(ICA)监控方法假设模型为无噪模型等问题,本文结合FA、ICA等多元统计方法的优点,提出1种基于独立因子分析(IFA)的过程监控新方法.此临控方法运用EM算法求解参数,建立数据的非高斯分布模型,构造GI2、GSPE 2种监控指标,通过非参数全局估计算法计算控制限,并将生产过程采集数据实时输入监控系统,以判断有无故障发生.将此方法应用于化工吸附分离过程,通过监控图可以发现,IFA可以及时对故障发生予以报警,而ICA的I2监控指标甚至无法给出故障报警,同时IFA的漏检率、误报率分别较FA降低了40%～60%,以上试验结果均验证了本方法的有效性及优越性.     

基于高斯混合模型的逆变器故障诊断方法研究

逆变器广泛应用于工业生产中的诸多领域。逆变器在工作过程中会出现元器件性能退化或损坏,造成经济损失甚至人员伤亡,为了提高逆变器工作的可靠性,识别出逆变器出现故障时的故障类型,提出了基于高斯混合模型的逆变器故障诊断方法。以谐振型逆变器的为例,分析了逆变器的四种典型故障,提取出逆变器在不同故障下输出电压的时域特征波峰系数和频域特征小波能量熵。使用时频特征数据训练高斯混合模型,并结合EM算法计算输入数据属于各种故障类型的概率,建立逆变器的故障诊断模型。仿真实验通过Simulink建立了并联谐振型逆变电路的模型,模拟出四种典型的故障状态,并用这些数据训练故障诊断模型。仿真结果验证了基于高斯混合模型的故障诊断方法的有效性和准确性。该故障诊断方法具有较高准确率,对于四种类型故障的总的识别率到达93.2%,可以应用于工业现场逆变器的故障诊断及其他领域。     

电子电路的常见故障及其检测技术探讨

随着我国电子电力技术在国防军事和工业生产领域的广泛应用,对电子电路的运行质量提出了更高的要求。电力电子设备一旦发生故障,可能够会对装置的运行造成较大的伤害。因此对电子电路故障的检测显得十分的重要。本文运用小波分析和马氏距离方法,诊断电子电路常见的故障,这种方法能够有效检测出参数型和结构性故障,经过结果检验能够达到较高的故障诊断率。     

基于改进偏最小二乘法的多模态过程故障检测方法

针对传统的数据驱动方法偏最小二乘法（PLS）中存在的多模态数据故障检测效果不佳的问题,提出了一种新的故障检测方法——基于局部近邻标准化（LNS）的PLS（LNS-PLS）。首先,利用LNS方法对原始数据进行高斯化处理,在此基础上建立PLS的监控模型,确定T²和平方预测误差（SPE）的控制限;其次,对测试数据同样进行LNS标准化处理,再计算出测试数据的PLS监控指标来进行过程监视及故障检测,解决了PLS中无法处理多模态的问题。将所提方法应用于数值例子和青霉素生产过程,并将其测试结果与主成分分析（PCA）、K最近邻（KNN）、PLS等方法进行对比分析。实验结果表明,所提方法的故障检测效果优于PLS、KNN、PCA,该方法在分类及多模态过程故障检测方面有较高的准确性。     

谈计算机机房的管理与维护

文中因高职计算机房及多媒体教室在教学中的重要地位而对其日常使用及管理方法进行了归纳总结,首先是制度的建立——规范管理是重中之重;其次是硬件维护——日常的硬件维护是保证设备能正常高效运行的不二法则;再者教学软件的安装及日常故障的处理及维护——由于教学的多样化需对教学软件进行科学的管理,对于日常使用时发生的突发故障利用有效的专业的技术手段及时处理,以保证教学正常使用。     

基于互联网+的自服务报修技术在火电厂中的应用研究

现代工业生产系统中,如火力发电、水利、冶金矿业、交通隧道、散料码头等均由很多机器设备构成。在生产运行过程中,设备发生故障是客观存在的,造成故障停机维修是设备管理的常态,因此提高设备运行的安全性、可靠性、主动性,降低维修费用,促进安全生产和节能减排是工业生产系统中永恒的主题。自服务报修技术通过在火电厂选择有效点并测量其物理量来建立所选有效点的阈值分时图,运用自然科学原理,基于云计算平台,通过“互联网+”的方式,建立了信息源、服务端及客户端的互联互通,经过对大型工业化领域中各种机械维修方式的研究,揭示了零件老化的判断规律。自服务报修旨在替换国内外现有识别设备老化的计划检修、点检定修及状态检修方法,使机械零部件老化识别更加精确。     

基于主元分析和小波变换的开工过程故障识别

针对蒸汽裂解实验装置的开工过程具有间歇操作,变量间相关性高的特点,传统的故障识别方法无法有效处理这种具有较强动态特性的实际工业生产过程.本文提出利用主元分析,用少量主元反映多个动态变量的综合信息,并利用正交小波变换的多尺度时频分析提取主元中表征工况变化的频带特征,对频带特征进行模式归纳分类,进而识别工况.实验结果证实了所提出方法的可行性和有效性.     

工业生产系统的故障监控和诊断实时专家系统开发工具的研究

本文从工业生产系统的现场需要出发，将故障监控技术，诊断技术和维修技术融为一体，提出了采用主从式实时专家系统技术来实现故障监控和诊断的新方案，并相应研制了工业生产系统故障监控和诊断实时专家系统的开发工具，利用该开发工具，开发了直流提升机故障监控和诊断的实时专家系统，实验表明，该开发工具支撑环境良好，知识获取功能较强，开发应用方便，开发后的故障监控和诊断实时专家系统，不仅满足故障监控和诊断的实时性要求     

和利时FM系列Profibus—DP总线虚接诊断方法

介绍了Profibus现场总线技术，以及化工工业生产环境特殊原因造成的DCS故障之一的现场通信总线虚接故障的诊断和排除方法。