大型电机监测系统的实现

在大型企业里有很多大型设备，由于其结构复杂，体积庞大，造成了对其各项参数监测，记录困难。通过在工控机上运行组态软件，可以很好的实现对设备的监测，并把模块从设备采集到的数据记录在磁介质上。在设备改造工程中，上一套电机监测系统，成功的实现了对大型直流电机电流，电压，电机转数等各项参数的实时监测。很好的解决了大型电机各项参数监测困难的问题。这套系统具有显示当前电机状态，异常状态报警功能，良好的数据记录功能，可以查看过去任意时刻的历史数据。     

发电设备状态监测和状态检修的若干技术问题

对发电设备几种常用的状态监测技术进行了分析，重点介绍了适用于汽轮发电机组和旋转机械状态监测的振动分析技术，并就实施状态监测和状态检修相关的一些具体技术问题进行了讨论，其观点可以作为规划和制订状态检修实施计划的参考。     

基于虚拟仪器的水电机组在线振动监测系统

针对水电机组在线振动监测的多样性和复杂性，运用传感器技术、通信技术和计算机技术结合模块化的设计思想，提出了一种采用虚拟仪器技术，实现在线水电机组振动监测的方法。分析了振动监测系统的传感器的选择及安装、数据采集、数据通信和数据处理。它与传感振动监测系统相比，提高了水电机组振动监测的准确性、有效性、经济性。图3参6     

基于超声测距的变压器油位在线监测技术

油位作为电力变压器故障监测的重要参数之一，及时发现其异常可有效降低变压器因油故障发生率。针对目前变压器油位监测装置测量精度低、抗干扰能力弱、不易安装等问题，提出一种基于超声波的变压器储油柜油位非接触式在线监测方法。在超声回波测距技术的基础上，设计开发了油位在线监测装置，并搭建油位监测实验平台，通过实验验证了该监测方法的可行性和有效性。通过该在线监测装置可以实现对变压器储油柜油位的精准监测及异常预警，具有较好的工程应用前景。     

煤矿安全监测监控技术现状及发展趋势

煤炭资源地下开采存在着一些安全隐患,为了尽可能地降低地下开采带来的危害,煤矿企业采用了安全监测监控技术.通过对煤矿井下一些重要的物理量进行监测,实现了对矿山灾害的预防和预报.介绍了中国煤矿安全监测监控技术的现状及存在的问题,探讨了煤矿安全监测监控技术未来的发展趋势,可以为煤矿安全监测监控技术的应用提供一定的参考.     

风力发电机组状态监测系统设计与应用

风力发电机组状态监测系统的设计可以有效降低机组的检修维护费用,保障机组的安全稳定运行。对风力发电机组状态监测和故障诊断技术进行了深入的研究,设计了风力发电机组状态监测系统,并详细介绍了系统的结构与功能。通过系统在大型风力发电场的成功应用,验证了其对风力发电机组状态监测与诊断的有效性。     

ADO技术在大坝安全监测中的应用

通过对ADO与几种不同数据数据访问技术DAO、ODBC的描述及对比，并通过分析ADO技术在大坝安全监测中的具体应用，阐明了ADO技术在大坝监测中的应用前景及必要性。     

线性AR-HMM在旋转机械故障诊断中的应用

旋转机械的连续监测日益成为重要问题。由于传感技术的发展和计算能力的提高，使设备在线监测与故障诊断成为可能。把线性AR系数作为暂态振动信号的特征，利用有限状态隐马尔可夫模型（简称HMM）来模拟旋转机械的运行过程中运态行为的变化，从而提出一种新的故障诊断方法，HMM的参数从监测数据的统计关系中导出，实验证明该方法是切实可行的。     

汽轮发电机组振动监测与诊断系统的发展

从系统构成和总体系统两方面介绍了汽轮机组振动监测和故障诊断技术的发展，着重介绍了分布式监测诊断系统和B/S模式的远程监测诊断系统的架构与发展，并指出了今后发展的方向。     

风力发电机组状态监测和故障诊断技术的应用研究

风力发电机状态监测是通过实时监测风力发电机运行状态,旨在发现潜在故障,预防事故的发生,进而提高风电设备的可靠性与安全性。由于风力发电机组长期运行在恶劣环境下,容易出现各类故障问题,为避免经济损失,保证风力发电机组稳定运行,做好实时状态监测和故障诊断至关重要。文章针对风力发电机组的运行以及故障处理等相关技术进行了分析,从发电机、齿轮箱、叶片、电气系统、液压传动系统状态监测和故障诊断几方面,研究了风力发电机组状态监测和故障诊断技术应用,以此确保整个系统安全稳定运行。     

基于模糊神经网络的故障诊断方法的应用

针对大型机组的状态监测与故障诊断问题,为了克服单一故障诊断方法的局限性,对现有的大型设备故障诊断方法作了分析之后,提出一种基于区间值模糊神经网络的诊断方法。该方法根据设备故障诊断的不同阶段,利用基于规则库、区间值模糊集理论、模糊神经网络和模糊模式识别等方法。该方法在某炼油厂重催化机组故障诊断中得到了具体应用。     

基于BP网络的水轮机调节系统状态监测与故障诊断

提出了一种基于参数的水轮机调节系统状态监测和故障诊断方法,并设计了基于BP人工神经网络的实现模型,对该方法中用到的数据处理技术做了深入研究,为水轮机调节系统的状态监测和故障诊断研究提供了一种新思路。     

Application of an adaptive neural network with symbolic rule extraction to fault detection and diagnosis in a power generation plant

Artificial neural networks have a good potential to be employed for fault diagnosis and condition monitoring problems in complex processes. In this paper, the applicability of the fuzzy ARTMAP (FAM) neural network as an intelligent learning system for fault detection and diagnosis in a power generation plant is described. The process under scrutiny is the circulating water (CW) system, with specific attention to the conditions of heat transfer and tube blockage in the CW system. A series of experiments has been conducted systematically to investigate the effectiveness of FAM in fault detection and diagnosis tasks. In addition, a set of domain rules has been extracted from the trained FAM network so that its predictions can be explained and justified. The outcomes demonstrate the benefits of employing FAM as an intelligent fault detection and diagnosis tool with an explanatory capability for monitoring and diagnosing complex processes in power generation plants.     

发电设备远程监测诊断系统的Web技术实现

分析了当前电力系统发电设备故障诊断中存在的问题，提出了解决方案——基于Internet的发电设备状态监测与诊断，介绍了基于Internet的发电机组远程监测诊断系统的结构与实现技术，并从实时性、安全性的角度，着重分析采用JDBC、Servlet实现方案的优劣。结合作者的实践，介绍了使用Java Applet、TCP／IP协议和Java Socket技术开发的一套远程状态监测诊断系统。图5参3     

风电机组故障智能诊断技术及系统研究

风电机组的状态监测和故障诊断是保证机组长期稳定运行和安全发电的关键。基于风电机组的基本结构,介绍了机组的故障类型和机理,论述了实际应用中机组的状态监测和故障诊断技术;基于BP神经网络的原理和优点,深入讨论了如何应用人工神经网络构建风电机组智能诊断系统,并给出了可行的系统设计方案和软件实现流程图。     

分布式汽轮发电机组振动监测与远程诊断系统研究

介绍了一种基于网络的汽轮发电机组振动监测与远程诊断系统，围绕数据流程和系统结构图，分析了该系统的基本构成、主要功能以及实现方法。该系统是集现场振动数据采集、网络通讯、状态监测、故障诊断和计算机网络等先进技术于一体的综合监测诊断系统，具有应用推广价值。     

Generator bearing fault diagnosis for wind turbine via empirical wavelet transform using measured vibration signals

The implementation of condition monitoring and fault diagnosis system (CMFDS) on wind turbine is significant to lower the unscheduled breakdown. Generator is one of the most important components in wind turbine, and generator bearing fault identification always draws lots of attention. However, non-stationary vibration signal of weak fault and compound fault with a large amount of background noise makes this task challenging in many cases. So, effective signal processing method is essential in the accurate diagnosis step of CMFDS. As a novel signal processing method, empirical Wavelet Transform (EWT) is used to extract inherent modulation information by decomposing signal into mono-components under an orthogonal basis, which is seen as a powerful tool for mechanical fault diagnosis. Moreover, in order to avoid the inaccurate identification the internal modes caused by the heavy noise, wavelet spatial neighboring coefficient denoising with data-driven threshold is applied to increase Signal to Noise Ratio (SNR) before EWT. The effectiveness of the proposed technique on weak fault and compound fault diagnosis is first validated by two experimental cases. Finally, the proposed method has been applied to identify fault feature of generator bearing on wind turbine in wind farm successfully.     

分布式汽轮发电机在线监测与故障诊断系统设计与实现

为了保障汽轮发电机组的安全可靠运行，实现机组运行信息内部共享、远程监测和故障诊断，开发了一种基于网络和CAN总线的分布式在线监测与故障诊断系统，给出了系统的软硬件结构、网络技术和实现框架，实验证明具有一定的实用性和有效性。     

船舶主机状态监测和故障诊断研究

开展状态监测和故障诊断,预报船舶主机可能发生的故障和故障的部位,对可靠性要求特别高的船用柴油机具有特别重要的意义。列述了开展船舶主机全方位状态监测和故障诊断的研究内容,并给出了所设计的具体监测路线。     

嵌入式旋转机械状态监测系统的设计与研究

旋转机械状态监测对旋转设备运行安全,降低设备维修费用,提高设备利用率有重大意义。介绍了一种基于ARM的嵌入式监测装置,通过该装置实现对旋转机械的在线监测。同时,为建立旋转机械的故障诊断和维护系统奠定了基础。