埋地管道三层PE外覆盖层及其检测方法研究

文章介绍了埋地管道三层PE外覆盖层系统的构造参数和性能特点,论述了两种用于埋地钢质管道外覆盖层状况检测的方法,一种是多频管中电流法,另一种是DCVG/CIPS组合检测技术。分别介绍了两种方法的工作原理、操作方法和设备,并结合工程实例进行了说明。这些方法和设备可分别或同时用于管道不开挖检测防腐层破损点的位置以及漏点大小。     

基于S3C2440和Windows CE5.0的嵌入式设备休眠唤醒技术研究

就休眠唤醒技术实现过程中的难点进行了深入研究,并针对S3C2440开发板提出了两种可行的低功耗休眠模式唤醒实现方法:外部中断唤醒和RTC中断唤醒.将这两种方法应用于一款基于S3C2440和WindowsCE 5.0的嵌入式智能巡检分析诊断仪,仪器运行稳定、效果理想.     

基于OMAP-L138的便携式设备状态监测与诊断仪设计

提出基于OMAP-L138的便携式设备状态监测与诊断仪的设计方案。介绍了其软硬件结构设计,重点对数据采集部分的硬件及数据采集模块的软件设计做了详细的介绍。利用了ARM核控制处理优势与DSP核数字处理能力,实现低功耗高性能的优点。     

基于S3C2440A的手持式分析诊断仪电池电量计模块

采用DS2786B芯片,设计并实现了一款基于S3C2440A处理器的手持式分析诊断仪电池电量计模块。介绍了该模块的硬件电路设计,以及基于WindowsCE5．0操作系统的驱动程序和应用程序的开发。实验结果表明,该模块工作稳定可靠,能精确地测量电池电量并实时在用户界面显示,在嵌入式便携设备中有很好的应用前景。     

往复压缩机组状态监测系统开发

往复压缩机组状态监测系统的开发，主要是针对机组的运行特点和现场要求而设计的，通过对机组进行状态监测，可以实时掌握机组运行状态和变化趋势，为实现预知维修及机组的高效运行提供了可靠的保障。     

含间隙的往复式压缩机变工况动力学分析研究

以含有间隙运动副的往复式压缩机为研究对象,利用RecurDyn软件的碰撞函数,建立带有十字头销间隙的压缩机传动机构动力学模型,根据往复式压缩机热力学方程,借助MATLAB模拟出无级气量调节下的动态气体力。考虑不同间隙幅值和多种工作负荷的因素,研究机组在无级气量调节系统作用下的动力学特性。仿真结果表明,间隙接触副对压缩机传动机构的动力学性能有显著影响,为传动机构的设计提供依据。针对气量调节下的机组,分析变工况给传动机构带来的一系列影响,为无级气量调节系统的研究提供实际参考价值。     

设备结构图通用平台在故障诊断系统中的应用

随着计算机技术的快速发展和广泛应用,远离高危、高噪现场进行设备故障诊断检测及维修成为可能.通过对新兴的基于Internet/Intranet的设备远程实时监测诊断系统的关键技术的深入分析研究,基于Windows平台开发出了远程设备诊断系统的设备结构图自动生成通用平台,此平台可模拟仿真各种机械设备,为技术人员对各种大型设备进行及时监测、诊断提供了一个平台,使技术人员远离机械设备进行实时跟踪监测,及时发现并排除问题成为现实.     

往复压缩机智能诊断专家系统的研究与应用

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点。为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断。建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业。实践证明:往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性。     

基于中间件技术的分布式远程监测与诊断系统

为了解决传统单机监测系统和目前的远程监测与诊断系统中存在的信号传输和处理实时性差等问题,提出采用中间件技术构建分布式远程监测与诊断系统。这种远程监测与诊断系统克服了以往监测系统存在的弊端,对保障流程工业企业的安全长周期稳定运转提供了保障。介绍了该系统的基本构成、主要功能、实现方法以及应用实例。     

基于特征增强倒频谱分析的齿轮故障诊断方法

齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大。倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显。为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取。通过实验,验证了所提方法的有效性。