液压设备状态监测和故障诊断技术

机械状态监测和故障诊断技术已广泛应用于生产领域，并已取得较好经济效益。本文首先分析液压设备故障特点及故障机理，然后综述了液压设备状态监测与故障诊断技术的各类方法。指出采用预防性维护手段是提高设备使用效率及生产效率的重要方法，采用液压设备状态监测和故障诊断专家系统才能保障液压设备安全运行。     

注水泵机组的状态监测与故障诊断

对多级离心式注水泵机组实施设备状态监测与故障诊断,通过振动测试和频谱分析,监视注水泵机组运行状态,诊断和预测注水泵机组的故障,为预测维修提供依据,并取得了初步成效.     

大型设备状态监测与故障诊断技术——现状与发展

大型设备状态监测与故障诊断技术的研究和应用在近十年内有了很大发展，并显示出对国民经济建设的重要意义，本文从故障信息检测，故障特征分析、状态监测、故障识别与专家系统以及现代状态监测量民诊断系统技术等方面，重点阐述了该技术的研究现状与发展动向。在最后介绍了我们研制的一套２００ＭＷ汽车发电机组振动监测与故障诊断系统。     

设备故障诊断技术的应用实例

状态检测中设备的故障诊断和状态趋势分析，是通过对设备运行状态信息、数据等的分析，从而诊断设备故障或预测设备在何时发展为何种状态，是实现设备生产效益最大化的有效方式。     

核动力设备状态监测技术的研究

介绍了在核动力设备上应用状态监测、故障诊断的必要性及国内外研究现状.总结了大型机械设备状态监测的常用方法和核动力设备上易发生的故障类型,最后探讨了核动力设备状态监测方法及存在的问题.     

露天采矿设备润滑状态监测与故障诊断

主要介绍了几种设备润滑状态监测方法，论述了如何对露天采矿设备进行润滑状态监测，并提出利用设备润滑状态监测结果进行露天采矿设备故障诊断。通过设备预防性维修，避免设备故障扩大，从而提高设备可用率，降低设备维修成本。     

基于Internet的嵌入式设备状态监测系统开发与研究

网络化的设备状态监测及故障诊断是企业设备状态监测的发展方向。本文介绍了一种基于Internet的嵌入式设备状态监测与故障诊断系统，利用嵌入式动态信号测试分析仪进行现场数据采集，通过Internet上传至服务器，实现了设备数据的集中化管理，专家通过网络可以对设备状态进行远程监控，并且服务器可以对客户端的连接进行在线监控，增强了系统的规范化管理和安全性。     

制动系统状态监测与故障诊断研究现状

制动系统作为机械设备的重要安全保障装置,对其进行状态监测和故障诊断对保障安全可靠运行有着重要意义。在对设备状态监测和故障诊断技术的简单介绍基础上,综述了制动系统状态监测技术的研究现状,指出制动摩擦状态直接监测、控制装置监测和提高综合监测性能是制动系统状态监测技术未来研究的重点;总结了模糊理论、人工神经网络、灰色理论、专家系统和故障树等智能故障诊断方法在制动系统故障诊断中的应用现状,指出融合诊断方法、故障机理与模型、摩擦故障诊断与预报是制动系统故障诊断未来的发展趋势。     

设备故障诊断技术在高线的应用

设备状态监测及故障诊断技术是设备预防性维修的前提。在冶金行业,工作连续性强及安全可靠性要求高,而在设备的日常维护和安装调试过程中,经常遇到因剧烈振动而无法正常生产的情况,而振动的原因错综复杂,仅靠耳听、手摸的原始方法,很难全面准确的分析判断故障的原因。通过运用先进的设备状态检测和故障诊断技术,可以逐步掌握关键设备的工作状态、摸索出某些易损件的劣化趋势,判断出故障原因,缩短检修工期,合理的安排关键设备的预防维修计划,避免因突发性设备故障而造成的经济损失,确保生产的顺利进行,提高企业的经济效益。 1 使用频谱分析处理故障的实例     

预测维修系统在大型旋转设备维护中的应用

应用恩泰克预测维修（ＰＭ）系统对大庆油田化学助剂厂大型旋转设备进行了状态监测和故障诊断。为设备管理和维修部门提供了大量诊断报告和建议,多次预测出故障隐患,节约了大量的维修费用,创造了可观的经济效益。     

变速器状态监测及故障诊断方法

汽车变速箱是汽车的主要传动部件,准确地监测变速器运行状态和提前预估试验中可能出现的故障,对于产品改进、试验设备及人员安全及其重要。分析变速器各种零件振动信号的特征,建立基于状态监测和故障诊断的分析模型和状态监测方案。该方案可从复合振动信号中分离出齿轮的振动信号、轴不对中故障振动信号和轴承故障振动信号,能有效地诊断变速器内部零件的典型故障。     

基于神经网络的多特征和多步轴承寿命预测方法

试图用ＢＰ神经网络建立轴承寿命预测模型,并在该模型上进行多特征参数和多步预测方法的研究。实践表明：该模型能够较好地逼近轴承的运行状态的变化曲线,有效地消除了随机干扰,提高和改善了预测的精度和效果。     

遗传神经网络在轴系故障诊断中的应用

为解决BP神经网络收敛速度慢以及容易陷入局部最优解的问题,将遗传算法与BP神经网络相结合应用于轴系故障诊断中。首先设计了船舶柴油机轴系模拟实验平台,然后利用小波包分解技术分析了轴系故障时的振动信号,并将其能谱熵作为故障模式的特征向量,最后对轴系的4种运行状态进行了故障识别与分析。仿真结果表明,GA-BP算法预测精度要高于传统的BP算法,适用于轴系的状态监测和故障诊断。     

基于Elman网络的过程质量智能化控制研究

利用Elman型反馈神经网络对过程质量进行预测和诊断以克服前向型神经网络的缺陷,同时针对目前预测与诊断相分离的现象提出将两者相结合以实现质量的实时控制。仿真结果表明基于此网络的系统能有效预测质量特性值,识别异常变动模式并提高控制精度。     

基于信息熵和灰色系统的车辆变速箱故障诊断和磨损寿命预测

针对基于正态概率分布的润滑油中磨损元素预测容易出现误判的问题,提出基于最大信息熵的油液中各元素最无偏概率密度算法,得出车辆变速箱运行状态监测分界点;建立光谱分析元素浓度灰色系统模型,对车辆变速箱在整个寿命期间各组成元素浓度的变化情况进行预测,为车辆变速箱故障诊断和磨损寿命预测提供了新的方法和依据.     

基于颤振预报和预测的稳定性控制理论及方法研究

针对由颤振预测控制策略指导的稳定切削控制方法实时动态调整能力差的缺点,综合颤振预报、预测理论,进行了稳定性在线寻优控制理论及方法的研究。基于刀具—工件系统铣削再生颤振动力学模型,研究了考虑系统结构参数(刀具、工件装夹刚度)和加工参数(切削加工参数优化选择)的切削稳定性评价方法,提出了以扩大稳定性区域和稳定最大材料切除率为控制目标的机床稳定性控制方法。形成了以"预报—控制—效果评估—再控制"为步骤的在线监测、智能诊断和实时控制的集成一体化策略。设计并实施了稳定性控制理论验证实验,获得了与理论分析一致的结论。     

回归与时变自回归模型

提出回归-时变自回归（regression and time-varying autoregression,RTVAR）模型和广义回归-时变自回归（generized regression and time-varying autoregression,GRTVAR）模型,将误差项为平稳序列（均值和方差为常数）的回归-自回归模型推广到误差项为广义时变自回归序列（均值、方差及自回归系数都变化）的情况。文中给出RTVAR模型和GRTVAR模型参数的估计方法,并建立广义回归-时变自回归预测公式。该模型能充分发挥回归和时变自回归各自的特点,通过自回归对回归分析中的误差项进行补偿,同时采用回归分析解释变量的作用,大大提高时间序列的分析与预测精度,可广泛用于自动控制、故障诊断以及经济预测等领域。     

MATHEMATICAL MODEL OF MILLING TEMPERATURE AND TEMPERATURE FIELD ANALYSIS FOR THREE-DIMEN-SIONAL COMPLEX GROOVE MILLING INSERT

The mathematical mode1 on the temperature of the waved-edge is constructed accordingto Jaeger's theory of moving solid and based on the used temperature model of the fiat insert. It ispossible to forecast the milling temperature through programming. The comParable experimentshave been done between the two new three-dimension groove inserts (waved-edge insert, great edgeinsert) and flat fake insert. The theoretic forecast is in good agreement with the experimental result.     

滚动轴承故障的灰色GM模型预测

本文通过大量实验,获取滚动轴承时域特征参数,应用灰色GM模型进行故障预测,实验表明,灰色理论用于故障预测,具有较高的预测精度,适宜在故障预测领域作应用推广。     

HMM技术在数控镗刀状态监测中的应用

通过对声发射传感器采集的刀具磨损状态信号进行分析,提取出反映刀具磨损状态的特征向量MFCC系数及差分系数,然后利用HMM进行信号处理。建立了检测镗刀刀具状态的监测系统。实验结果表明,该监测系统在刀具的正常磨损阶段,可以实现刀具大致磨损量的预报;在刀具破损或损坏情况下,能够及时监测和预报刀具损坏状态。这种监测方法能够进行实时在线监测,为刀具的磨损监测提供了一条切实可行的途径。