快锻压机远程智能故障诊断技术研究

为解决快锻压机液压系统故障诊断时效率低、准确率低等问题,将远程智能故障诊断技术应用于快锻压机运行管理中。通过对近年来不同型号快锻压机液压系统故障类型及出现频次进行统计、分析,总结出快锻压机常见故障类型及故障部位。从基于滑动窗口的实时故障预测模型和诊断流程出发,分析系统开发目标,确定系统功能、系统开发架构及环境配置,建立了远程智能故障诊断系统框架,实现故障精准定位并做出有效处理,保证故障诊断的效率和准确率。     

电力通信网络智能运维故障诊断系统研究

当前,电力通信网络需要进一步提高对网络节点的感知能力,从而加快网络的故障运维效率。设计了智能运维故障诊断系统,以监测网络中节点状态、实时感知网络节点的运行参数,并实现故障诊断输出运维策略。系统的网络感知模块中加入了扩频调制技术,使模块能够感知到更大范围内的网络节点状态,提高了模块的通信范围和抗干扰能力。故障诊断模型中融合了生成对抗网络和决策树算法,通过各网络故障数据的拟合得到大量可靠数据集,输入最优特征组合以完成故障检测。试验结果显示,系统故障诊断模型的故障诊断率最高为99.8%,损失值最低为0.03。该研究确保了自动化诊断和检测的精确性。     

液压系统故障的识别与诊断

本文根据不同级别的故障诊断技术要求和液压系统特点,从压力脉动信号中提取故障信息,采用自回归模型参数作故障特征、用模式识别技术对系统各种状态进行分类,形成一种液压系统故障识别与诊断的方法。在泵源系统故障诊断试验研究中,采用三种分类方法,对不同传感器位置、不同模型阶次和样本容量时的确诊率、漏警率和虚警率作了比较。诊断方法原理正确,效果良好,具有很好的应用前景。     

长期在轨推进系统故障诊断实时仿真技术研究

为了解决长期在轨航天器易出现故障的推进系统故障常规地面检测费时费力且无法完全包络全部故障模式的问题,提出了长期在轨推进系统故障诊断实时仿真技术方案,建立了长期在轨推进系统故障诊断实时测试平台。通过建立推进系统实时仿真模型,实现对长期在轨推进系统的实时仿真;依托实时测试平台对推进系统故障诊断策略进行仿真优化、对在轨飞行器故障进行诊断、并对处置预案进行验证支持故障处置决策。长期在轨推进系统故障诊断实时测试平台有效缩短了器上故障诊断策略的优化迭代周期,同时节省了大量原本用来进行试车的经费。     

基于深度学习的智能设备故障诊断研究综述

智能设备故障诊断技术(Intelligent Fault Diagnosis, IFD)将深度学习理论应用于设备故障诊断,能自动识别设备的健康状态和故障类型,在设备故障诊断领域引起了广泛关注。智能设备故障诊断通过构建端到端的AI模型和算法将设备监测数据与机器健康状态关联以实现设备故障诊断,但设备故障诊断的模型和算法较多且相互之间并不通用,采用与监测数据不相符的模型进行故障诊断会导致诊断准确率大幅度下滑。为解决这一问题,在全面调查设备故障诊断相关文献的基础上,首先简述深度设备故障诊断的模型框架,再根据具体应用场景和设备监测数据类型对模型算法进行分类介绍、列表对比及总结,最后针对存在的问题分析了未来的发展方向。本综述有望为智能设备故障诊断的研究提供有益的参考。     

压缩式垃圾车液压系统故障诊断方法研究

针对传统液压系统故障诊断方法诊断效率低、诊断精度不高等问题,以垃圾车液压系统为研究对象,提出了基于支持向量机的液压系统故障诊断方法.运用AMEsim软件建立垃圾车液压系统仿真模型、采集故障数据,利用故障数据建立支持向量机分类模型并进行参数寻优,最后利用分类模型对液压系统未知故障样本进行测试.仿真结果表明,上述函数和惩罚因子的选择对诊断精度影响较大;支持向量机诊断方法能更加有效提取液压系统故障信息,有更高的故障诊断精度和诊断效率.     

控制棒驱动机构智能感知与诊断系统架构设计与实现

为提升核反应堆关键设备的智能化水平，使设备能根据实时获取的多源信号实现运行状态的自我感知、诊断和反馈，本研究针对控制棒驱动机构开发了控制棒驱动系统自适应控制数字化模型和控制棒驱动机构故障诊断智能模型，并基于dSPACE实时仿真系统搭建了控制棒驱动机构智能感知与诊断系统实验样机。通过功能验证，证明该系统能根据控制棒驱动机构线圈电流和振动信号对控制棒驱动机构的正常运行工况和典型故障模式进行实时判别、故障诊断、反馈与自适应控制，各种运行状态的识别准确率达到99.2%以上，为后续核反应堆智能设备的研制提供参考。     

基于系统参考模型的混合故障诊断技术研究

为满足复杂系统的故障诊断需求,提出了一种基于系统参考模型的混合故障诊断方法。针对不同系统中各节点的多种故障模式和交联关系,采用定性和定量的方法建立混合故障诊断参考模型。首先构建系统对象的故障元模型,然后建立对应的领域模型,最后基于故障诊断推理机实现对系统当前故障的诊断。通过构建某飞行数据设备的故障诊断模型,并进行仿真验证,结果表明该方法可以实时准确地判定系统故障,为提高复杂系统故障诊断的效率、提升系统运行安全提供了有效保障。     

水轮机调速器的智能故障诊断与控制研究

针对水轮机调速器故障诊断和容错控制难题,提出了一套适合于非线性时变系统的智能容错控制策略。该策略采用多传感器数据融合算法和符号法定性故障诊断法,以实现测频故障和液压随动系统故障检测;并探讨了控制算法重构规律,实现传感器故障时的无扰切换和稳定运行。该策略已在单机15MW高水头冲击水轮发电机上应用,效果良好。     

基于风洞的设备健康管理与数据有效性判定平台研究

低速增压风洞是满足我国航空工业科技发展而建设的一座气动力重大基础试验设施;为了保障该设施的高效率和可靠地运行,以各机电设备、电气测控设备、机械装置为对象,根据其故障模式和故障特点选取合适的监测点,获取实时工作状态数据,再以数据为基础,进行状态监测、故障诊断、故障预测,实现预先性决策和针对性快速维修;基于OSA-CBM+体系构建的风洞健康管理系统,根据设备的运行状态,实现对试验数据的有效性进行实时判定,并实现了风洞装备由事后维修向视情维修转变;实现了装备从使用、维护、管理模式由分散式管理向集约式管理的转变;实现了装备系统故障诊断、预测及判读从人工智能向机器智能的转变。     

基于人工智能的机电设备智能保障系统研究

为解决现代机电设备的运行管理、状态监测、故障快速诊断与维修以及保障决策问题,借鉴人工智能的先进研究成果,构建了机电设备智能保障系统.介绍了系统的组成和实现的功能,对系统知识库、模型库和数据库设计中的关键技术进行了分析,应用神经网络技术实现多种推理,提高了故障诊断效率,采用计算机网络通讯技术,实现了系统的远程智能决策和技术指导,实践证明,该系统安全可靠,实用价值较高.     

单片机采煤机液压系统故障诊断系统的应用研究

介绍一种新型单片机采煤机液压系统故障监测装置，分析阐述了其系统硬件结构功能特点及其与８９Ｃ５１单片机的连接方法。     

基于参数优化支持向量机的航空电子系统故障诊断

随着航空电子系统的不断发展,复杂性和关键性不断增强,其故障的实时在线诊断越来越受到重视;针对电子系统在故障诊断中表现出的非线性、复杂性、强干扰性和多样性的特点,提出采用支持向量机进行航空电子系统的故障诊断;同时,采用粒子群优化(PSO)算法实现支持向量机的参数寻优,以提高其参数选择的效率,避免人为选择参数的不足;仿真实验表明,该方法融合航空电子系统的多点测试信息,结构简单时效性高,故障检测正确率达到97.5％,平均故障识别正确率达到96.9％,适用于信息融合型的航空电子系统在线智能故障诊断.     

An improved convolutional neural network with an adaptable learning rate towards multi-signal fault diagnosis of hydraulic piston pump

Hydraulic piston pump is a vital component of hydraulic transmission system and plays a critical role in some modern industrials. On account of the deficiencies of traditional fault diagnosis in preprocessing of original data and feature extraction, the intelligent methods based on deep learning accomplish the automatic learning of fault information by integrating feature extraction and classification. As a popular deep learning model, convolutional neural network (CNN) has been demonstrated to be potent and effective in image classification. In this research, an improved intelligent method based on CNN with adapting learning rate is constructed for fault diagnosis of a hydraulic piston pump. Firstly, three raw signals are converted into two dimensional time–frequency images by continuous wavelet transform, including vibration signal, pressure signal and sound signal. Secondly, an improved deep CNN model is built with an adaptive learning rate strategy for identifying the different fault types. Moreover, t-distributed stochastic neighbor embedding is employed to visualize the distribution of features learned by the main layers of CNN model. Confusion matrix is used to analyze the classification accuracy of each fault type. Compared with the CNN model without adapting learning rate, the improved model achieves a higher accuracy based on the selected three kinds of signals. Experiments indicate that the improved CNN model can effectively and accurately identify various faults for a hydraulic piston pump.     

基于智能监控系统的分布式光伏故障自动诊断研究

传统故障诊断方法都是从分布式光伏组件外部特性进行故障判断,对于内部参数的变化缺少观察,导致分布式的故障类型诊断准确率低,因此,设计一种基于智能监控系统的分布式光伏故障自动诊断方法。以两级分布式光伏作为研究对象,建立并网运行的数学模型,通过智能监控系统得到内部参数故障评判特征值,采用崩溃点直接计算的方法计算电压崩溃、越限崩溃约束临界点,最后利用人工鱼群算法优化RBF神经网络,得到光伏自动诊断的算法流程。通过仿真实验结果表明,设计方法对不同故障类型的诊断准确率均高于两种传统方法,验证了设计方法的有效性。     

基于多Agent的智能监测与诊断技术

由于Agent系统是一个具有自主性、反应性、主动性和社会性的基于硬件和软件的计算机系统,其具有强的环境适应性,能够提高故障诊断的准确率,文中把Agent技术引入智能故障诊断之中。本文以诊断Agent为基础,构造了基于多Agent的监测与诊断模型,并对协作诊断中的任务分解策略、通信机制和诊断结果的综合等关键技术进行了分析,同时对模型实现中的软件机制进行了研究,从而为智能监测诊断的实现提供了支持。     

基于状态监测的高档数控机床智能保障系统研究

为了分析数控机床故障产生的原因,以研究制定相应的解决方案,同时为了实现设备运行状态的监控,并提高设备的可靠性,开发了集机床状态监测、故障预警、故障诊断和故障排除功能为一体的智能保障系统。通过对数控机床智能保障系统的研究和设计,展示了其实现的关键技术及方法。以丝杠运动状态监测为例,进行了运动状态趋势分析和智能故障诊断,从而实现了对数控机床的智能保障,并验证了该智能保障系统的实用性。     

基于TD-SCDMA的煤矿智能电力故障检测与分析系统

针对煤矿井下供电设备故障给煤矿安全生产带来很大隐患的问题,提出了一种基于TD-SCDMA技术的煤矿智能电力故障检测与分析系统。该系统通过供电检测采集系统实时采集各段母线电压、各分支电流、功率、断路器状态以及故障信息,然后通过TD-SCDMA/工业以太网络支撑系统将煤矿供配电系统各设备运行状态、运行参数、故障信息传输到智能电力故障分析系统,完成煤矿供配电系统的信息加工、分析和故障诊断与处理。应用结果表明,该系统提高了供电可靠性,为煤矿的安全生产提供了保障。     

基于人工智能的风机塔筒倾覆智能预警系统建设与开发

传统的塔筒倾覆在线监测系统往往存在数据采集、分析单一、非专业人员很难看懂和理解、运维管理模式落后等缺陷,为了解决这些问题,本文通过研究人工智能技术,综合塔筒倾斜、基础水平、风速、风向、功率等关联信息,运用机器学习算法构建塔筒倾覆故障模型,计算反映设备状态的模型特征值,检测模型特征值的变化趋势,实现塔筒倾覆状态的在线检测和劣化过程的早期预警。同时本文还重点介绍了基于人工智能的风机塔筒倾覆智能预警系统建设目标、系统架构、诊断流程和系统开发平台,通过此系统不断提高对数据挖掘技术的能力,对风机健康状况进行更为精准的判定及故障隐患的及时发现,保障风机基础和塔筒的安全运行,防止风机发生倾斜或倒塌等重大安全生产事故。     

高速隧道监控系统的故障诊断设计分析与改进

高速隧道监控系统控制设备有着种类多、数量大、难管理、易损坏的特点且隧道内空间封闭,环境恶劣,一旦高速隧道监控系统发生故障,将对高速公路的安全产生危害。因此良好的监控系统故障诊断能力对于高速公路的安全至关重要。文章结合军用产品测试性设计分析的流程和方法,提出了一套针对高速隧道监控系统的故障诊断分析与改进提升方法,根据系统设计架构进行故障模式与影响分析,得出系统故障模式以及故障率、严酷度等信息,进而针对性地开展BIT诊断电路设计改进,使故障诊断对故障率和严酷度高的故障覆盖率达到80%,为高速隧道监控系统设计开发提供更高效的思路和技术途径。