蒸汽喷射泵故障诊断与智能化专家系统

详细讨论一种蒸汽喷射泵的故障诊断专家系统,利用这一专家系统可以判断出故障的种类和原因,并给出解决方案。故障诊断部分包括推理、判断和自学习功能。本系统对蒸汽喷射泵进行在线监测,可极大地提高设备的运行可靠性,在冶金、化工等领域具有广阔的应用前景。     

产生真空的喷射泵

喷射泵是被广泛应用于输送。压缩混合气体和蒸汽，液体和固体的设备，气体或液体常被作为动力介质。喷射泵用于产生真空是另一个非常重要的应用。     

大型水蒸汽喷射泵系统故障诊断专家系统

运用水蒸汽喷射泵抽气理论，结合射泵运行实际，分析喷射泵常见故障，可能产生的原因及处理方法，形成专家系统库，用产生式规则对知识进行表达；在水蒸汽喷射泵上，安装压力，温度，流量等传感器，获得所需数据，形成专家系统数据库，当喷射泵出现故障时，采用逆向推理机制从目标出发，找出故障可能产生的原因。此外，专家系统具有自学习功能，可以提高专家系统故障诊断的针对性和准确性。     

基于故障树的RH-KTB大型真空系统智能故障诊断

用于钢水炉外精炼的RH-KTB大型真空系统的故障点种类多且故障间的关系复杂.一旦发生故障很难找出故障的原因.本文根据故障树的分析法对RH-KTB炉外精炼大型真空系统的故障特点进行了系统分析,确定了基本故障点,找到了故障现象与故障点间的关系;建立了故障树,确立了基本故障模式;并基于最小割集理论给出了RH-KTB大型真空系统的故障诊断的推理策略.为下一步的故障模式识别及智能诊断奠定了重要的基础.     

RH-KTB大型真空冶金系统智能故障诊断

研究RH-KTB系统的故障种类及特点,进行故障树分析,找出故障间的关系并建立了原始样本采集系统.利用决策树理论对炉外精练大型真空冶金系统的约简集进行快速学习和分类.最后,提出一种基于粗糙集-决策树理论的炉外精炼大型真空冶金系统故障诊断模型.从理论上保证及时对干扰数据进行排除并实现快速诊断.基于该模型开发了一套智能故障诊断系统并应用于大型真空冶金系统,应用效果良好.     

水蒸汽喷射泵系统实用设计软件的开发

本文在Turboc环境下开发了多级蒸汽喷射泵系统的设计软件，该软件包括了压缩比优化分配、单级喷射泵结构尺寸设计和冷凝器的结构尺寸设计等内容，使设计人员能够根据具体的工艺条件，快速地完成多级喷射泵系统的设计，对于提高多级喷射泵系统的工作稳定性、节省能源具有实际意义。     

真空蒸汽处理系统的研制

本文详细描述了真空蒸汽处理系统的组成、工作原理、适用范围和工作性能,通过与滑阀真空泵及三级罗茨液环机组性能参数、工作情况及成本消耗情况的对比,说明真空蒸汽处理系统的优势及特点.与其它抽吸蒸汽的设备相比,真空蒸汽处理系统具有明显的节能优势.本文给出了不同压力条件下的真空蒸汽处理系统数据,对实际应用有参考意义.     

基于模糊神经网络的故障诊断方法研究

将模糊原理引入神经网络,对机械设备的故障诊断方法进行了研究,介绍了具体实现过程及原理,论证了单症兆和多症兆诊断的模糊模型分别与一定条件的单层神经网络等价,建立了单症兆和多症兆诊断的模糊神经网络模型,并由此模型建立了模糊神经网络故障诊断专家系统(FNN)模型.介绍了该模型在66-10空压机上的具体实现过程.     

基于响应面分析的结构参数对蒸汽喷射泵性能的影响

为了更准确地优化蒸汽喷射泵的结构参数, 提高喷射泵的性能, 选取A (喉径比) 、B (扩散器锥度) 、C (喉管长度与直径的比值) 、D (喷嘴距) 为优化变量, R (引射系数) 为目标响应, 将数值模拟法与响应面法相结合, 建立了能够较好反映各优化变量对引射系数的响应回归模型。通过方差分析和分析建立的响应面3D图, 得出:喉径比、扩散器锥度以及喷嘴距对喷射泵性能有显著影响, 且喉径比与扩散器锥度都与喷嘴距有较显著的交互作用, 借助Design Expert软件优化后得到在考虑这些交互作用下的最优结构参数组合为:A=0.11, B=8.75°, C=3, D=36 mm。研究结果为准确的选取蒸汽喷射泵的结构参数, 提高喷射泵的性能提供了新方法。     

基于模糊神经网络的机载设备智能故障诊断系统

针对某型飞机机载设备故障多,且具有模糊性、复杂性的特点,本文将模糊逻辑和神经网络相结合,采用模糊隶属函数来描述这些故障的程度,建立了模糊神经网络故障诊断模型.采用图形化编程技术,开发了一种故障诊断推理流程图,方便了用户的开发.该系统依据专家知识和测试数据,可将故障隔离到内场可更换单元(SRU)或某个功能电路.实践证明该诊断系统是有效的,具有推广应用价值.     

多级水蒸汽喷射泵系统真空度常见故障的成因及诊断

本文介绍了水蒸汽真空泵的工作原理及结构特点。阐述了真空度故障的特点,真空度故障的成因及规律。从理论和实践两方面讨论了影响真空度的因素。同时简要地介绍了目前我们的真空度故障诊断技术。     

基于模糊神经网络的智能故障诊断专家系统

发动机是车辆的核心部件,及时有效地发现并排除故障,对降低维修费用,减少经济损失,增加发动机工作时的可靠性,避免事故发生具有重大的意义。以某型号发动机为研究对象,运用测试技术、信号处理、小波分析、神经网络和模糊控制理论,提出了基于模糊神经网络的智能故障诊断系统。建立了发动机故障信号采集试验台,在试验台上人工模拟3种转速下6种工况,通过加速度传感器采集正常工况和异常工况的振动信号,之后利用小波包技术进行消噪处理,并提取出故障信号的特征值,作为网络训练和测试的样本数据。用样本数据训练和检测自适应模糊神经网络,完成对信号的离线模式识别,之后以测试样本数据实现在线故障诊断,通过仿真分析,取得了很好的诊断效果。与传统的BP神经网络故障诊断方法进行对比,无论在诊断精度上还是学习速度上,模糊神经网络在故障诊断中更具有优势。同时,在专家系统的理论基础上,将模糊神经网络与专家系统进行信息融合,实现数据接口通信,利用网络的自学习能力建立智能故障诊断数据库和诊断规则库,通过程序语言快速高效的设计出智能诊断系统。最后,通过发动机故障诊断实例仿真分析,验证了基于模糊神经网络的智能故障诊断专家系统的可行性。     

Rotor fault diagnosis system based on individual neural networks and fuzzy synthesized engine

Abstract

This paper proposes a robust fault diagnosis system for rotating machines adapting machine learning technology. The kernel of this diagnosis system includes a set of individual neural networks (INNs) and a fuzzy synthesized reasoning engine. First, the frequency characteristics from differential fault signals, including full spectrum, principal axis of full spectrum and slope of cascade, are used to feed into the INNs corresponding to assigned faults to emphasize the phenomenon of each fault. Especially, Taguchi’ s method is applied to quickly get optimal parameters of the above INNs. In the final step of the proposed diagnosis system, the evaluated indexes from each INN are synthesized by a fuzzy reasoning engine to identify the faults in the rotor system. Finally, five common faults of rotor systems, imbalance, misalignment, bow, whirl and whip, are generated from a rotor kit to verify the performance of this diagnosis system. The advantages of this diagnosis system are that the training epoch can be dramatically reduced, the over fitting problem can be avoided and diagnosis accuracy can be improved.     

基于模糊推理系统的制冷机组故障检测与诊断

设计制冷机组故障检测与诊断的模糊推理系统，并用实验数据对此系统进行检验。研究结果表明，利用模糊推理系统进行制冷机组故障检测与诊断是可行的。     

基于流形嵌入分布对齐的滚动轴承迁移故障诊断方法

针对变工况下滚动轴承不易获取带标签的振动信号,导致故障诊断准确率低等问题,提出一种基于自适应噪声完整经验模态分解(CEEMDAN)与流形嵌入分布对齐的滚动轴承迁移故障诊断方法.采用CEEMDAN对不同工况下滚动轴承振动信号进行分解,得到若干内禀模态分量(IMF);提取峭度较大的IMF分量的时域和频域特征构造多特征样本集...     

基于EMD包络谱分析的液压泵故障诊断方法

在对液压泵常见故障模式进行分析的基础上,针对液压泵早期故障诊断时故障特征信号微弱且传统的包络分析需要预先依靠经验确定分析频段的问题,提出了基于经验模式分解(EMD)和包络谱分析的诊断方法。该方法首先将采集到的液压泵壳体的振动信号利用EMD分解为有限个固有模式函数(IMF)之和;然后对前几个IMF分量进行包络分析,并求出包含主要故障信息的包络谱;最后通过对包络谱的分析,判断液压泵的工作状态和故障类型。实验结果表明,该方法有效提取了液压泵的早期故障特征,准确实现了液压泵正常、滑靴松动、滑靴与斜盘磨损及缸体与配流盘磨损四种状态的分类,是进行液压泵故障诊断行之有效的方法。     

基于PCA的多变量控制系统的故障监测与诊断

 主元分析(PCA)是一种能够对过程生产进行监测和质量控制的有效方法,在保证数据信息丢失最少的情况下,大大降低了原始数据空间的维数．利用PCA分析建模可以消除变量间的非线性关联,降低噪声影响．通过对某食品厂蒸煮设备控制流程进行大量试验表明,PCA 故障诊断模型能够有效地对设备生产进行监测,并能较准确及时地诊断设备运行中发生的故障．