高速列车牵引变流器故障诊断研究

针对高速列车牵引变流器冷却滤网状态异常引发的牵引变流器故障问题,通过综合分析牵引变流器故障分类和滤网堵塞程度之间的相关性,提出一种基于多任务深度学习的故障诊断方法。首先,构建了包含牵引变流器故障诊断主任务及滤网堵塞程度子任务的多任务深度神经网络（multi-task deep neural networks,简称MT-DNN）;然后,为了准确预测牵引变流器失效退化趋势,将多任务深度神经网络预测结果与自组织映射（self organizing map,简称SOM）方法结合,构建了多任务深度神经网络自组织映射模型（multi-task deep neural networks self-organizing map,简称MTDNN-SOM）,该方法根据历史故障数据特征变量演化规律定义退化状态曲线,直接反映故障特征量和退化状态之间的关系,最终实现了牵引变流器滤网脏堵故障诊断和维修预测。试验结果表明,该方法在精度和效率上都明显优于单任务或传统故障诊断方法,得到了较好的效果。     

某型燃气涡轮起动机振动测试系统的研发

振动信号能够从时域或频域实时地反映旋转机械的故障信息,为满足某型燃气涡轮起动机故障诊断的需要,研发了涡轮起动机振动测试系统。该系统能够控制涡轮起动机的工作过程,监控工作状态,记录工作数据和分析振动信息。系统以起动机时域振动信息为基础,运用频谱分析和倒谱分析方法处理振动信息,以确定故障部位。系统研究了燃气涡轮起动机与加载系统匹配的方法,以及加载系统附加振动信号的识别与分离。试验结果表明,该系统能够实现涡轮起动机工作过程的控制,工作数据和振动信息的采集和分析,并且可以识别与分离加载系统的附加振动信号,为燃气涡轮起动机故障诊断提供可靠的实验研究平台。     

关于减速机故障诊断及其处理方法分析

文章对减速机故障诊断的介绍,目的是为了通过阐述了解故障所在并给出相应的处理办法,所以首先介绍了减速机的作业原理,进而分析了减速机作业中容易出现的一些故障,同时以涡轮减速机为例分析了故障产生的原因,最后对于不同的故障又提出了对应的处理方法。     

电梯故障诊断的RBF神经网络方法研究

以电梯曳引机为研究对象,在阐述其振动故障的基础上,针对涡轮蜗杆减速器故障,给出了故障特征现象和故障代码.对已发生的蜗杆不平衡故障,分别采用RBF神经网络和BP神经网络,利用Matlab工具建模,给出了故障诊断结果,并进行结果分析比较.多次数据离线检验和实时在线监测结果均表明采用RBF神经网络方法能够及时、有效地检测出曳引机工作过程中的故障,并能够满足曳引机运行的实时性和鲁棒性等要求.     

航空用空气涡轮起动机典型故障诊断分析

通过收集科研与生产一线大量的样本数据,统计并归纳出空气涡轮起动机在使用中的几种常见故障现象,针对输出轴断裂、涡轮失稳碰擦和内部异常磨损这3种典型故障原因,剖析其形成机理和危害,采用故障树分析法开展定性分析和研究,为后续建立故障诊断系统积累样本.     

航空用空气涡轮起动机典型故障诊断分析

通过收集科研与生产一线大量的样本数据,统计并归纳出空气涡轮起动机在使用中的几种常见故障现象,针对输出轴断裂、涡轮失稳碰擦和内部异常磨损这3种典型故障原因,剖析其形成机理和危害,采用故障树分析法开展定性分析和研究,为后续建立故障诊断系统积累样本.     

基于分层多信号流图的飞机空调系统故障诊断

在对飞机空调系统各主要部件进行故障模式影响分析(failure mode and effects analysis,简称FMEA)的基础上,采用分层多信号流图(hierarchy multi-signal flow,简称HMSF)方法对飞机空调系统进行故障诊断与仿真分析,得出了飞机空调系统的故障-测试关联矩阵,并给出系统各部件的故障检测率和故障隔离率。针对系统故障隔离率较低的情况,在尽可能少增检测点的前提下,对飞机空调系统分层多信号流故障模型进行了改进,增加了涡轮等部件共5个检测点,使飞机空调系统的故障检测率从91.4%提高到100%,故障隔离率从32.9%提高到83.9%。研究发现,分层多信号流图方法有助于改善飞机空调系统的故障检测率和故障隔离率,提高系统的故障诊断效率,为飞机空调系统健康管理的设计提供技术基础。     

基于FMEA的飞机空调系统故障诊断与仿真

为保证飞机空调系统安全可靠运行,针对飞机空调系统各主要部件进行了故障模式影响分析(failure mode and effects analysis,简称FMEA),并结合故障树分析(fault tree analysis,简称FTA)方法,对飞机空调系统故障进行了诊断实验。同时利用Matlab/Simulink软件建立了各部件的数值仿真模型,搭建了空调系统故障仿真平台,给出了系统关键部件的故障判据,对飞机空调系统进行了故障仿真,将实时数据与得到的仿真结果对比可以得出故障检修排序。以飞机座舱温度异常故障为例,阐述了飞机空调系统故障诊断方法。结果表明,涡轮故障时对座舱温度影响最大,在设计和维修中应重点考虑。     

基于GA优化的SVM涡轮泵故障诊断

针对液体火箭发动机涡轮泵故障诊断中出现的多故障分类问题,为提高支持向量机学习机器的分类性能,提出了一种基于遗传算法的支持向量机参数优化算法,利用遗传算法的全局搜索性能对核参数进行了优化.结果表明,遗传算法能够加速支持向量机参数的优化搜索,所建模型对含有较强的噪音背景的故障样本进行了很好的分类诊断,表现出了很好的抗噪和分类能力.     

重型平板运输车微控系统故障诊断技术研究

重型平板运输车故障诊断是其微控系统不可缺少的重要功能.本文以WTW型平板车故障诊断系统开发为例,综合运用微电技术和基于知识的智能诊断技术对平板车故障诊断系统进行分析和研究,提出了一套准确判断故障、将故障信息分类打包并通过CAN总线传到故障监视终端报警显示或按要求记录的解决方案,目的在于快速、有效、准确地对平板车电液系统的状态进行监测和故障诊断,为平板车安全可靠运行提供技术保障.