2D12型往复式压缩机气阀故障诊断的时频分析方法

分析了 2D12型往复式压缩机气阀的工作过程 ,针对气阀工作特点提取吸气阀与排气阀均关闭时刻的压缩阶段的局域声音信号 ,应用广义双线性时频法诊断气阀故障 ,给出了正常气阀和故障气阀的时频分析图     

旋转机械的自组织映射神经网络故障分类方法研究

旋转机械广泛应用于工业生产中，对旋转机械的故障诊断方法很多，本文根据自组织映射神经网络原理，应用故障诊断的标准样本进行神经网络的训练，并通过实验的方法给出自组织映射神经网络对故障分类的方法。     

基于参数识别和小波包分析的故障特征提取

针对2D12往复式压缩机气阀的工作特点,提取吸气阀与排气阀均关闭时的压缩过程的局域信号.以此为研究对象,应用模态参数识别与小波包分析相结合的方法对气阀进行故障诊断,最后给出气阀正常与故障时的时域特征参数的图谱分析.     

基于免疫机理的气阀故障诊断

生物免疫系统众多的工作机理为研究新的故障诊断方法提供了方向.该文研究了一种结合克隆和变异原理的反面选择算法.比较气阀正常和故障时的频谱,提取出气阀某一故障的特征频段,利用反面选择算法产生适于这一故障的检测器集.通过对3种气阀故障的检测,说明了该算法的有效性.     

往复压缩机连杆故障的特征提取方法

往复压缩机结构复杂,激励源众多,故障诊断较为困难.针对往复压缩机的连杆故障,本文根据连杆动力学特性,建立了连杆故障诊断的特征提取方法--基于小波和统计的故障特征提取方法.该方法已应用于2D12型往复压缩机的故障诊断.     

基于SCNN的转子热应力场的实现研究

热应力是监测机组寿命损耗的重要量 ,但现在对热应力的实时计算方法大多是采用解析方法 ,由于解析方法是对转子二维轴对称热传导方程的简化 ,这给热应力的计算结果带来了误差。基于这种背景 ,本文利用了有限元计算热应力场的中间计算结果 ,应用结构可控的前向神经网络 (SC NN)方法 ,仿真了热应力场的整体刚度矩阵代数方程组的求解 ,应用所得的节点位移 ,可求出转子的热应力场。     

一维温度场的神经网络实现方法

直接从汽轮机转子的一维热传导方程出发，研究了汽轮机转子径向上的危险截面的一维温度场与Hopfield神经网络的相似机理，提出了应用连续Hopfield神经网络实现转子一维温度场的实时监测方法。通过传真可以看出，此种方法测量速度快，测量精度高，转子热时间常数与Hopfield神经网络的电时间常数近似相等，Hopfield神经网络模拟测量结果与转子的温度变化规律较一致。     

风机振动信号的真有效值测量方法

风机的振动量测量是风机故障诊断的一个重要参量。对风机的振动量监测可以采用振动信号波形的实时监测，也可采用对峰值或有效值的实时监测。本文讨论了一种振动信号有效值的测量方法，些种方法易于实现，测量精度高。     

利用轴向力预测离心压缩机的级密封状态

根据离心压缩机转子所承受的、可实时监测的轴向力与级密封间隙的关系,提出了基于轴向力的离心压缩机级密封状态的预测方法.在分析叶轮两侧缝隙内泄漏气体流动的基础上,采用计算流体动力学方法对其进行仿真,得到轮盘及轮盖上的压力分布,由此计算出轴向力.把不同级密封间隙值及对应的轴向力作为输出、输入向量,对BP神经网络进行训练,以获得在线状态预测模型.测试结果表明,该模型对离心压缩机级密封的状态预测是有效的.     

基于反面选择算法的气阀故障诊断

研究了一种结合克隆和变异原理的反面选择算法，利用傅立叶变换把时域振动信号转换为频域信号，提取出某一故障的特征频段，基于生物免疫系统的反面选择机理，并利用反面选择算法训练和产生适合于这一故障的检测器集。通过对三种气阀故障的检测，实验结果很好地说明了本算法的有效性，为研究新的故障诊断方法提供了可能。