机械设备诊断学的探讨

本文提出了机械设备诊断学的目的、任务、内容与诊断过程,给出了按信号测取方式、信息提取方式与状态诊断方式对设备诊断方法进行分类,指出了目前分类中的一些混乱情况,并对设备故障情况的分析作了论述.文中还指出了在设备诊断中专家系统应用的广阔前景.     

浅谈水泥设备故障分析与诊断方法

水泥厂设备种类多,体积大,工作环境恶劣,这些因素都会造成设备故障率的上升。本文对水泥机械设备出现的故障进行了分析和归纳,对故障产生的原因进行了分类,对水泥设备的故障和诊断方法提出了几点建议。     

机械设备常用的故障诊断方法

<正>现代工业的特点是生产设备大型化、连续化、高速化和自动化。它在提高生产率,降低成本,节约能源和人力,减少废品率,保证产品质量等方面有很大的优势。但由于机械设备发生故障而停工造成的损失却成反比例的增长,维修费用也大幅度地上升。因此,机械设备故障诊断在现代工业生产中的作用是不可忽视的。     

机械设备诊断方法的研究

制造业是我国国民经济的基础行业,机械设备是制造业不可缺少的一部分,机械设备的稳定运行关系到制造业的可持续发展和企业的经济效益。机械设备出现故障,不仅仅导致生产过程出现中断,还会导致企业在生产中承受巨大的经济损失。因此,利用先进故障诊断方法保证设备的正常稳定运行是推动企业不断前进的保障。目前,在机械设备故障的诊断中已经研究出多种诊断方法,而且还在不断的研究和优化,目的就是提高诊断方法的准确性,提升诊断工作效率。该文阐述了机械设备诊断的研究近况,以及诊断方法给予简单的探讨。     

机械设备诊断学的再探讨

本文进一步探讨了机械设备诊断学的基本体系与基本概念.从系统论的观点出发,研究了机械设备的系统特性与系统分类;深化了故障、征兆、特征信号的概念;提出了故障传播过程的实质与故障的特性(层次性、相关性、延时性、不确定性);论述了“超层诊断”.文中从知识推理这一角度出发,进一步讨论了机械设备诊断学的目的、任务、诊断内容与诊断过程.     

基于支持向量机的机械故障诊断方法研究

针对因缺少大量故障数据样本而制约机械故障智能诊断发展的问题，提出了一种基于支持向量机的机械故障诊断新方法，介绍了该方法的原理和算法，并利用模拟故障数据建立了多故障分类器。这种诊断方法只需要少量的时域故障数据样本来训练故障分类器，不必进行信号预处理以提取特征量，便可实现多故障的识别和诊断。测试结果表明，当数据样本中含有26％的噪声时，故障分类器仍然能正确分类多种故障。这种诊断方法具有算法简单、可对故障在张分类和故障分类能力强的优点。     

模糊数学在设备故障诊断领域的应用及常用方法

介绍模糊数学在设备故障诊断领域的应用，指出模糊诊断方法可归结为模糊模式识别和模糊聚类两大类，其中模糊模式识别的方法有最大隶属原则方法、最小距离原则方法和择近原则方法等三种。本文指出了模糊模式识别和模糊聚类的不同点。     

浅谈数控机床常见故障分类及诊断方法

数控机床是高度机电一体化的技术装备,它与传统的机械装备相比,内容上虽然也包括机械、电气、液压与气动方面的故障,但就其维修和诊断方面的重要性来说,则是侧重于电子系统、机械、液压、气动乃至光学等方面装置的交节点上。由于数控系统种类繁多、结构各异、形式多变,给诊断和维修带来了许多困难。因此降低数控机床故障率,缩短故障修复时间,提高机床利用率是十分重要的工作。     

一种FNN分类器及其用于故障诊断的方法

通过对ＦＮＮ分类器的几种结构，算法以及输入、输出模糊化的分析，提出了ＦＮＮ用于故障模式分类的方法，最后用一仿真例子证实子分析结果。     

基于贝叶斯分类的分布式网络故障诊断模型

该文提出了一个基于Agent的分布式网络故障诊断系统模型框架，该模型对贝叶斯分类理论进行了推广。模型将先验知识和观察数据结合起来，从而大大改进了系统的诊断性能。模型采用一定的状态检查和验证策略，保证了Agent的自身安全和通信安全。Agent之间各自独立，相互协作，合作完成诊断任务。该模型与特定的系统应用环境无关。因此，该文提供了一个通用的网络故障诊断系统框架。     

模拟电路故障诊断方法述评

对模拟电路故障诊断理论及其方法运用科学技术方法论的观点进行考察,提出一种新的分类方法,以反映该领域的研究现状和动向,以供对于新兴学科的认识和参考,从而促进模拟电路故障诊断理论和应用的研究及其发展.     

基于支持向量数据描述的机械故障诊断研究

为了解决在机械智能监测与诊断中缺少故障样本的问题，提出了一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本，而不需要其他非目标样本，就可以建立起单值分类器，从而区分了非目标样本和目标样本。将这种方法应用在机械故障诊断和状态监测中，仅仅依靠正常运行时的数据信号，而不需要故障数据，就可以监测机器的运行状态，且不需要对原始数据进行特征提取。实验结果表明，支持向量数据描述法与传统的神经网络方法相比，具有较好的分类能力和较高的计算效率。     

小波分析及其在设备故障诊断中的应用

论述了连续小波变换和离散小波变换的性质、方法,介绍了离散二进小波变换的快速算法.对小波分析在设备故障诊断中的应用问题也作了讨论.     

多Agent诊断求解方法研究

该文首先建造了一种包括多诊断Agent的诊断系统结构。为提高诊断Agent求解效率,对诊断Agent内部的故障模式进行聚类,将故障模式聚集成多个故障原型,使诊断只在特定空间是进行求解,避免搜索过程的盲目性和无关性;在此基础上,设计了一种基于故障原型的诊断Agent内部序贯诊断算法。另外考虑到诊断对象固有的关联性特征造成的多Agent间的诊断耦合,提出了以故障原型为依据建立Agent间关联模型的方法。基于故障原型的序贯诊断算法和Agent关联模型使Agent的内部诊断和Agent间的协作行为得以有效的联系。文中最后通过一个化工过程诊断实例对提出的多Agent诊断求解方法进行了验证。     

基于故障字典法的雷达故障诊断技术研究

针对雷达故障诊断中被测电路单元的复杂性和多样性进行了分析研究,提出采用故障模式分类的方法。根据电路结构及特点建立故障字典,确定测前故障集,并采用基于故障事例推理的诊断方法,进行故障诊断,并给出了应用实例。该方法大大减少了测试时间和测后分析计算量,加快实时诊断能力。     

Haar小波及其机械故障诊断应用

小波变换是一种时频分析方法，在机械信号处理应用中，基小波常根据其时域波形与被检测的信号成分相似或匹配选择，很少考虑小波其他特性，这种方法并不完善．通过Haar小波说明这个问题，推导了Haar小波连续变换在时问和尺度上的周期性，应用于机械信号处理，有效地提取出故障特征频率．该研究结果开拓了基小波选择的思路．     

滚动轴承故障诊断方法研究

介绍了滚动轴承故障诊断的传统方法和现代方法,如冲击脉冲法、共振调解法、小波分析法等,预测了滚动轴承故障诊断的发展趋势。