水压试验机故障诊断专家系统的知识获取

针对水压试验机故障诊断专家系统的知识获取问题,将减聚类算法与人机交互方法相结合,提出了一种基于减聚类的"变焦"知识获取方法.通过将知识获取问题近似为水压试验机AMESim仿真模型增压侧压力的数据分析,引入减聚类算法,并将聚类结果与专家进行交流,实现人机交互.分析了减聚类主要参数对聚类结果的影响,建立参数修改规则,根据专家评价结果不断调整减聚类参数,获得符合要求的结果.通过"变焦"方法针对某一类结果进行深入研究,从而实现知识获取.实验结果验证了方法的有效性.     

基于灰度聚类的钢管水压试验机故障诊断

针对钢管水压试验机在水压试验过程中可能出现各类复杂故障,并且短时间内很难找到故障发生的地点和原因的现象,提出了一种改进的灰度聚类方法,该方法通过提取反映真实打压过程的数据对生产过程中的打压曲线进行聚类分析,并对聚类结果应用专家系统进行推理分析,找出相应的故障结论.为了验证该方法的有效性和可靠性,将该方法在某钢厂3号线水压试验机上实现,实际结果表明该方法可靠有效地实现了对各种故障的划分和诊断.     

钢管水压试验机主液压系统建模与仿真

以钢管水压试验机液压系统为研究对象,阐述了水压试验机的工作流程和主液压系统工作磊理:选择AMESim作为软件环境,建立了该系统基于AMESim的主要元件子模型,并搭建成完整的某钢厂3号线水压试验机主液压系统模型,设置了模型中的主要参数,实现了该液压系统动态性能仿真.仿真结果表明,应用AMESim软件可以有效地对钢管水压试验机主液压系统进行模拟,取得了较好的结果,为进一步的深入研究奠定了坚实的基础.     

一种基于时段的水压试验机故障诊断方法

由于水压试验机机理建模的复杂性,很难从机理方面对其生产过程进行故障诊断,基于多向Fisher判别分析的故障诊断方法同时利用正常工况和故障条件下的数据建模,具有很强的诊断能力.为了解决应用此类方法遇到的不等长周期问题,根据水压试验过程的数据特性提出了子时段首部数据等长法将所有批次调整成平均长度.在此基础上对每个子时段分别建立MFDA模型,并结合递推思想将三个时段的诊断结果密切结合以提高诊断精度.采用水压试验机实际生产过程的4个锁阀故障数据对该方法进行测试,结果验证了该方法的有效性.