振动对水泵电机的影响及振动分析和消除

水泵电机作为旋转机械，在工作中会存在振动问题。为了消除振动对设备的影响，就必须对存在的振动进行监测、分析，找出振动的原因，进而消除振动。本文针对具体的水泵电机振动问题，利用傅立叶变换对采集到的振动信号进行分析，提取振动信号的频谱特征，通过观察其频谱特征诊断电机的运行状态，最后对振动故障进行处理。经过上述工作，设备的运转状态得到改善，保证了设备的安全、稳定、高效运行。     

结合位移检测和LSSVM的电机故障诊断

定转子间相对位移是导致感应电机故障的主要原因之一。本文在电机定子铁心齿槽中预置8只检测线圈构成6组线圈对,其差动信号对定转子间的位移敏感,结合最小二乘支持向量机(LSSVM)对电机故障进行在线诊断。以变压器油泵电机为对象进行了试验。试验结果表明:结合位移检测和LSSVM可准确判别油泵电机故障,所采用的LSSVM稀疏化方法可在减少支持向量、降低在线计算量的同时,确保故障判别率和泛化能力,稀疏化LSSVM模型适合电机故障的在线诊断。     

电机调速系统中的逆变器建模及故障仿真

利用MATLAB仿真软件建立三相SPWM逆变器电路的仿真模型,通过对逆变器正常或故障时输出的电压等要素进行频谱或谐波分析,重点对线电压各次谐波进行了分析。依据各类故障时谐波次数总结出故障特征,以此作为故障检测与诊断的依据,具有较好的实用价值。     

基于 Gabor 变换的轮边减速器故障诊断方法

研究矿用自卸车轮边减速器中太阳轮、行星轮和齿圈局部故障振动信号的频谱结构,对于轮边减速器故障诊断具有重要意义。文中模拟了内齿圈局部故障振动信号,利用 Gabor 变换降噪方法对含噪声的振动信号进行降噪,并应用频谱分析方法诊断出了内齿圈故障。从降噪效果来看,达到了预期效果,为矿用自卸车轮边减速器故障诊断提供了有效的诊断方法。     

减速箱频谱分析技术的应用研究

对一个二级齿轮减速箱，应用频谱分析技术对其故障进行分析诊断，并通过试验对诊断结论进行验证，为减速箱故障诊断技术的应用提供参考。     

烧结砖生产线中电机的有效保护装置

通过烧结砖生产线中电机现状的分析,为解决生产线中电机故障问题,引进了一种行之有效的保护装置,并从装置的优势、特点、功能以及经济性几个方面进行了阐述,得出这种电机综合诊断装置在当前是行之有效的装置,是可以大力推广的一种优秀的电机保护装置。     

采煤机摇臂齿轮箱的故障特征分析

对采煤机摇臂齿轮箱常见的故障进行了分析,将齿轮箱在高速区、低速区及浮动油封区等三处故障模区的故障率进行了统计与研究,根据JOY采煤机摇臂齿轮箱的结构特点,得出了齿轮副常见故障的成因。通过对齿轮故障机理的分析,结合齿轮在不同工况下的诸多失效形式,确定了振动信号频谱诊断方法,重点分析了齿面磨损、轮齿断裂以及箱体共振的检测方法。     

液压挖掘机步进电机故障分析

以日立挖掘机步进电机三个故障的排除为例,对步进电机及控制系统的故障进行了分析,阐述了故障检查和排除的方法。     

锅炉水泵电机轴承故障的时域波形图诊断

介绍了使用时域波形图的锅炉给水泵驱动电机轴承振动故障的现场诊断。     

基于深度卷积神经网络的未知复合故障诊断

针对振动信号的非平稳性、非线性以及未知复合故障难以诊断的问题,提出了一种基于深度卷积网络的未知复合故障诊断模型。首先将采集到的时域振动信号通过小波变换生成频谱图像;然后将频谱图输入卷积神经网络(convolutional neural network,CNH),利用卷积网络自适应的特征提取能力对复合故障进行特征学习;最后将深度卷积网络输出的特征通过分类器对故障进行诊断分类。在实验室模拟采集的不同数据集上进行实验,结果表明:基于深度卷积网络的未知复合故障诊断模型与基于改进CDCGAN的复合故障诊断方法相比,对未知复合故障的诊断率提高了44%,达到85.77%;使用不同类型的单一未知复合故障和多种未知复合故障进行实验,验证了所提模型的泛化能力和鲁棒性。     

电机故障诊断中RBF神经网络的应用

分析了RBF神经网络的特点及原理,针对RBF神经网络进行电机故障诊断的重点进行了探讨,同时就RBF网络的模型结构和算法作了论述,为实现电机故障诊断模型的优化设计提供了可行的途径。     

大型电动机故障诊断知识系统研究

针对专家系统理论在轧钢机用的大型电动机故障诊断中的应用进行了有关的研究．利用专家系统开发工具，建立了大型电动机故障诊断知识系统；采用下拉式菜单形式，对具有层次结构知识库进行动态管理；并对系统实现了汉化．     

离心式制冷机系统传感器故障诊断的试验研究

传感器的可靠性及准确性对制冷机系统的可靠控制和系统的最优运行起着至关重要的作用。同时,传感器的读数也是进行部件故障诊断的基础。本文提出了基于主元分析法的制冷机传感器故障诊断方法,该方法的主元分析模型由离心式制冷机系统中的相关测量变量在正常条件下的观测样本构成。这一方法利用这些变量在正常条件下的相关性来对传感器的测量观测值进行故障检测与诊断及测量重构,并分别用Q-统计及Q-分布图来对传感器故障进行检测及诊断。本文利用实验室离心式制冷机的试验数据对这一基于主元分析法的传感器故障诊断方法进行了验证。     

基于BAS的空调系统过程监测与故障诊断

提出了基于BAS的空调系统过程监测与故障诊断模式，阐述用主成分分析法进行故障诊断的过程，并用其进行空调系统的传感器故障诊断。结果表明，主成分分析法具有很好的故障检测、故障识别和故障重构能力，还表明，故障诊断与BAS相结合是可行的。     

冷凝器结垢故障对传感器故障诊断方法的影响分析

传感器测量质量是实施系统监控，优化控制及部件故障诊断的重要保证。制冷机系统的部件故障和传感器故障很有可能同时发生。因而在研究传感器故障诊断的方法及应用这一方法进行传感器故障诊断时必须考虑到制冷机的部件故障的影响。根据离心式制冷机的试验数据研究了冷凝器结垢故障对基于主元分析法的制冷机传感器故障诊断方法的影响，研究结果表明基于主元分析的制冷机传感器方法对冷凝器结垢故障不敏感，该方法对有无结垢故障条件下的传感器故障都能成功地进行检测诊断及数据重构。     

建筑能源管理与控制系统中传感器故障及其检测与诊断

描述了传感器故障类型，给出了其故障函数。用主成分分析法对建筑能源管理与控制系统测量数据进行建模并对空调检测系统中的四类传感器故障进行检测与诊断。结果表明主成分分析法具有很好的故障检测和故障诊断能力。     

柴油发动机燃油系统的故障分析研究

通过对高压油管压力波的分析，提出了一种基于压力波形分析的柴油机燃油喷射系统故障诊断方法。阐述了压力波形的特征提取与压力波形的模式识别。指出该方法可以有效进行燃油系统的状态监测与故障诊断。     

BP神经网络在MOA故障诊断中的应用

介绍了BP神经网络在MOA故障诊断中的应用情况。运用Matlab神经网络工具箱对避雷器故障进行训练,比较可知,采用改进的自适应修改学习率算法,具有较好的网络收敛性能和稳定性,并且能够有效解决局部最小问题,但是隐含层神经元数目只能通过试凑法得到。实例分析表明,运用神经网络方法能较为准确诊断避雷器故障,能够有效地克服单纯隶属函数对正常运行工况的误诊断。     

相互作用体系动态参数识别与故障诊断

在对动力机器-基础-地基相互作用体系进行了现场动力测试和试验模态分析的基础上,对该体系进行了动态参数识别和工作性能评价;通过现场考察和对试验数据的综合分析,获得了体系振动特性,并探讨了引起机组故障的原因;总结了诊断结果并提出了实用可行的加固处理建议。该文的研究方法可为动力机器-基础-地基相互作用体系的动态参数识别以及机组故障诊断和处理提供参考。     

空调系统的神经网络信息融合故障诊断研究

空调系统的故障诊断十分复杂。针对传统故障诊断的不足,提出神经网络与信息融合相结合的故障综合诊断方法,对来自多个时刻的故障信息进行融合,得到更为准确的故障综合诊断结果。通过在集中空调教学模型上的仿真试验,证明了该故障诊断方法的可靠性。