煤矿机械设备的运行维护和故障诊断技术

煤矿机械设备的运行维护和故障维修对于设备的使用具有重要的意义.分析了煤矿机械设备运行维护的要点,并探讨了煤矿机械设备故障诊断技术,可以为煤矿机械设备维护和维修提供一定的参考.     

智能诊断技术在水电机组振动故障诊断中的应用

简述了智能诊断技术的发展状况,介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点及在水电机组故障诊断中的应用研究成果,并分析了水电机组振动故障智能诊断技术的发展前景.     

机械设备故障神经网络的分级诊断

从机械设备诊断具有层次性的特点出发，分析了机械设备的诊断过程，并认为其也具有层次性，以此为基础，建立了神经网络分级诊断模型，并将其用于汽轮发电机常见故障的诊断。结果表明，该方法减少了诊断搜索范围，可大大增加标准故障模式个数和监测参数个数，具有实际应用价值。     

人工神经网络在混合智能故障诊断技术中的应用研究

故障诊断的关键是寻找一种使诊断结果更为有效的方法。人工神经网络作为一种新兴的故障诊断方法，越来越受到人们的关注。然而，对于复杂的系统，单一的传统神经网络很难给出理想的结果。本文重点对神经网络与其它诊断方式融合的混合智能技术，即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述。这些方法已应用到实践中，并取得了一定的成果。     

柴油机综合智能故障诊断系统

本文提出了将人工智能与人工神经网络合璧的思想,二者的集成将会高效地完成各种故障诊断;构造了这种综合智能系统的系统模型,并介绍了知识库中知识的基本表示方法,即层次分类树法。     

MATLAB在汽轮机振动故障诊断中的应用

为了提高汽轮机故障诊断系统的诊断精度和自适应性，尝试了将人工神经网络引入汽轮机故障诊断的研究，通过对振动信号的分析，建立了汽轮机振动故障特征表及人工神经网络目标输出。利用MATLAB仿真软件的人工神经网络工具箱，设计构造了汽轮机振动故障诊断的人工神经网络，并对故障诊断人工神经网络进行了仿真训练和故障诊断。图5表2参7     

汽油机活塞销轴心轨迹计算及在故障诊断中的应用

采用汉氏法求解雷诺方程,计算出不稳定载荷下滑动轴承在不同偏心率和动力参数和条件下的油膜无量纲承载力,并根据实测的发动机气缸压力计算出活塞销所承受的负荷。然后根据实际负荷与油膜承载力的平衡关系,计算出动载荷下每一时刻的油膜厚度,从而确定活塞销轴心在连杆小头铜套中的运动轨迹。计算结果表明。连杆在整个运行周期中,绝大部分时间承受压缩载荷。且压缩载荷远比拉伸载荷大。此结果可用于发动机活塞连杆组的结构设计与故障诊断中,并能对一些实际故障现象进行合理的理论解释。     

电气设备机房的智能故障诊断与防护研究

从智能继电保护出发,针对电气设备机房故障诊断与防护进行分析,提出了基于微机保护的故障诊断与防护功能,进而实现智能在线监测、诊断、防护集成化.     

汽轮发电机组远程智能故障诊断系统

分析研究了汽轮发电机组振动智能故障诊断技术,将人工神经网络技术与面向对象技术相结合,建立了振动频谱、轴心轨迹、升降速特性和负荷特性等4个征兆神经网络,同时构建了具有不完全征兆输入的汽轮发电机组振动智能故障诊断神经网络系统。以机组振动频谱征兆为例,研究了频谱征兆的自动提取方法．给出了基于频谱征兆的不完全征兆综舍故障诊断实例。在此基础上,采用B／S模式和Java技术,开发了汽轮发电机组远程智能故障诊断系统,介绍了系统的结构组成、功能模块以及服务器和客户端程序设计和实现方法。     

专家系统在发动机故障诊断中的应用

本文介绍了专家系统的结构及发动机故障诊断中的应用。     

基于规则的故障诊断计算复杂性分析

由于大量故障的相互作用使得多故障识别及计算量成为故障状态判断的难题.在复杂系统故障诊断中,基于规则的故障诊断特别是专家系统已得到广泛应用.规则数量是诊断精度的关键因素,潜在规则数量直接影响搜索匹配的计算量,其计算量将成为大系统诊断的重要指标.在分析规则构成的基础上,以征兆数量为输入,确定了诊断系统规模判定指标.以汽轮机轴系振动专家系统为例,展示了规则诊断问题的复杂性和诊断规模的确定方法.     

双截面信息融合在故障诊断中的应用

讨论了转子运动和单截面信息融合的相关理论,提出了基于双截面信息融合的旋转机械故障诊断方法,建立了基于双截面融合能量谱的旋转机械常见故障诊断BP神经网络模型。模拟实验结果表明:与基于单截面数据的诊断结果对比,将双截面融合应用于旋转机械常见故障诊断,可有效提高故障诊断的准确率。     

诊断键合图在动态系统故障诊断中的应用

基于解析冗余关系故障诊断方法的关键是建立解析冗余关系。系统键合图模型经过转换可以得到系统的诊断键合图模型,利用该模型中的虚拟传感器与系统组件的关系可以方便地建立系统解析冗余关系和具有残差方向的故障特征矩阵。然后,通过观测特征与故障特征的比较进行故障检测和隔离。通过在五箱系统的仿真验证,证明该方法是非常有效的。     

基于多信息融合的汽轮发电机组故障诊断方法研究

目前汽轮发电机组配备了大量的传感器，如何将各种传感器信息充分利用起来提高诊断准确性是一个很实际的问题。提出了基于多信息融合的汽轮发电机组故障诊断方法，介绍了信息融合的基本概念，给出了基于主观Bayes方法和基于模型的多传感器融合的实例。     

基于小波分析的汽轮机碰磨故障诊断

振动故障是故障诊断中的难点,故障原因复杂、类别繁多。小波分析因具有良好的时频局部性及多分辨率分析特性,被广泛地应用在振动故障诊断中。介绍了小波分析方法在振动故障诊断中的应用,利用时频等高图确定汽轮机碰磨故障发生的时刻,借助小波包特征熵向量诊断碰磨故障的严重程度,从而提出了完整的汽轮机碰磨故障的小波分析诊断方法。     

故障诊断技术及应用综述

系统介绍了目前故障诊断技术的研究现状,对于不同故障诊断方法进行了描述,特别对于支持向量机方法在水电机组上的应用进行了详细描述。在此基础上,指出了故障诊断中尚未解决的问题以及一些新的发展方向。     

煤矿电气设备绝缘故障采用故障诊断技术分析

电气设备发生绝缘故障时可造成巨大的经济和社会损失,故障诊断技术是一种利用计算机技术的现代化诊断技术,应用于煤矿电气设备绝缘故障诊断中可有效地提高绝缘故障诊断的准确性和科学性,进一步推进煤矿现代化进程.     

基于HHT的旋转机械故障诊断方法研究

希尔伯特黄变换(Hilbert-Huang Transformation，HHT)，是先把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，EMD)，然后经过希尔伯特变换获得频谱的信号处理新方法。详细地介绍了HHT方法的理论和算法。首先，通过仿真信号把该方法与小波变换(Wavelet Transformation，WT)方法进行了比较研究，验证了方法的优越性；然后，把该方法用于旋转机械油膜涡动故障诊断中，研究结果表明：该方法相对传统的分析方法在较低转速区能更早发现油膜涡动故障，说明把基于HHT的时频分析方法用于旋转机械故障诊断是有效的。图11参8     

基于粗糙集理论的旋转机械故障诊断方法

粗糙集理论是一种新的数据分析和处理方法，使用粗糙集理论可以对决策表进行简化，去除冗余属性。该文针对旋转机械故障诊断问题，计算旋转机械振动故障数据库中的频域征兆，使用粗糙集理论对其进行约简，根据约简的结果生成规则。利用得到的规则对故障样例进行诊断。结果表明：使用粗糙集理论可以在保留分类能力不变的前提下，去掉诊断中的不重要的要素，保留重要的要素，从而可以简化对诊断信息的需求。对故障样例的诊断结果也表明：得到的规则基本上是可信的。表5参8     

独立成分分析在转子故障诊断中的应用

探讨了一种基于独立成分分析的故障诊断方法。对于测得的多通道转子复合故障振动信号,通过独立成分分析来分离原始的振动数据,得到统计上互相独立的振动源信号。通过对这些估计的源信号频谱分析,可以区分两类故障。进一步说明这些源信号是内在激励源的再现。