基于小波包和EM聚类的采煤机齿轮故障诊断

针对采煤机齿轮故障振动信号难以准确获取故障特征的问题,提出了一种利用小波包结合高斯混合EM聚类的齿轮故障诊断方法。首先对故障信号进行小波包分解和重构,得到其高频率尺度下的能量值,然后以此作为故障样本属性,结合高斯混合EM聚类算法建立故障模型数据库,最后将实时信号与故障库对比进行分类诊断。实验仿真结果表明,该方法对齿轮的几种典型故障表现出了良好的诊断能力,且可以实现采煤机不停机在线诊断,对提高采煤机故障诊断智能化水平具有较高的参考价值。     

机车电子控制柜动态检测与故障诊断系统研究

电子控制柜的内部组成结构中具有着多种而又复杂的插件板,由于相对于机车电子的工作流程与工作性能来说,具有一定的高温作业性,因此,在不断的高温供热和震动频率下往往造成不必要的问题,引起插件板的烧毁等问题,为此机车电子控制柜的动态监测系统就发挥了自己的作用和价值,而对于故障诊断系统的分析与研究,又可以进一步提高机车电子控制技术和安全行车。     

基于人工免疫算法的异步电机故障诊断研究

人工免疫算法的模型为异步电机故障诊断研究提供了新的视角和算法模型。本文的主要研究对象是基于阴性选择算法的异步电机故障诊断方法。基于免疫系统的原理,电机故障诊断即为检测"非已",检测非正常状态下的电机特征信号。首先通过正常电机特征信号生成"自己",再通过阴性选择生成信号检测器,将检测器与被测电机设备特征信号进行匹配,根据匹配关系便能诊断电机的故障。本文还将阴性选择算法进一步优化,在阴性选择基础上加以克隆优化,从而产生更合适的检测器。通过2种方法对同一故障进行诊断,可直观地看出优化后模型准确率的提高。     

基于MATLAB的风电机组故障诊断方法研究

为有效诊断风电机组主要部件的振动故障,分析了倒谱分析、包络谱分析2种分析方法的原理和优势,以及两者在MATLAB算法中的实现方法。并以现实风机振动故障提取的信号为例进行分析,分析结果表明算法可行。     

气缸压缩压力的测量在发动机故障诊断中的运用

随着社会经济与科技的不断推进,车辆的数量不断增多,这使得发动机故障问题较为常见,而气缸压缩压力这种测量方式在诊断中是非常有效的一种手段。对此,文章针对气缸压缩压力的测量在发动机故障诊断中的运用展开了论述。     

煤矿架空人车故障诊断分析

从煤矿架空人车常见故障类型分析入手,研究了煤矿架空人车故障诊断技术,并针对性地提出了煤矿架空人车故障维修措施.     

基于SVM和KPCA的滚动轴承故障诊断

从时域角度分析了滚动轴承的振动信号,综合利用SVM和KPCA方法来实现对滚动轴承的故障诊断研究。首先对滚动轴承的原始信号从时域角度分析提取典型特征,再利用KPCA方法对输入的典型特征降维,最后采用SVM算法对降维后的数据进行故障诊断。实验证明:该方法在保证较高的故障识别能力的前提下,不仅能够有效地提取损伤特征、降低数据维数,而且实现了数据可视化。