气力输运粉系统中的堵塞故障检测方法

提出了一种基于主成分分析的气力输运粉体系统中堵塞故障的检测方法，通过采集管道内各个方位的电容测量值计算粉体的浓度，利用主成分分析能够抽取高维变量间相关性而实现降维的特点，可以快速准确地判断是否发生了粉体堵塞现象，实验结果验证了该方法的有效性。     

椭圆控制理论在轴承故障检测中的应用

本文将椭圆控制理论引入到轴承故障检测中,提出新的轴承故障检测方法。首先对轴承正常状态下的数据进行分段,以各段数据提取到的AR模型系数和残差为参考状态向量,然后将待测数据的AR系数和残差依次添加到参考状态向量中并计算其前两阶主成分,以得到的前两阶主成分构建控制椭圆,最后根据待测数据AR系数和残差的前两阶主成分在椭圆控制图中的分布来判断轴承是否发生故障。实验结果表明:该方法可有效地识别轴承是否出现故障。     

基于统计模量分析间歇过程故障检测方法研究

针对间歇生产过程非线性、动态性、多阶段、采样不同步等特点,提出一种基于统计模量分析的故障检测方法.间歇过程统计模量反映原始数据特征,可以有效提取过程的非线性特征,保证了统计模量近似服从高斯分布,并使采样数据在不丢失信息的前提下同步化处理.在统计模量训练集中应用主元分析(PCA)方法进行故障检测,可以满足T2和SPE控制限确定的假设要求,使故障检测的准确性与可靠性得到提高.通过在盘尼西林发酵间歇过程中的应用和与多向主元分析(MPCA)、核主元分析(KPCA)等方法对比,验证了此方法的有效性.     

主元分析方法的故障可检测性研究

主元分析（PCA）是一种有效的多元统计过程监测方法，PCA监测方法不依赖于过程的精确数学模型，这使得其难以对故障的可检测性问题进行系统的研究，基于故障子空间的描述方式，本文在主要元子空间的残差子空间中分别讨论了PCA故障可检测性的充分和必要条件，并提出了临界故障值的概念，通过对双效蒸发过程的仿真故障检测，表明所获得的结果能较好地刻画PCA的故障检测行为。     

FPCA和径向基极限学习机的齿轮箱故障检测方法

为了克服在数据处理中出现的信息缺失和冗余以及在故障检测上准确率较低等缺陷,利用函数型主成分所具有的鲁棒性和稳定性强的优点来弥补极限学习机在稳定性方面的不足,结合径向基极限学习机,提出了一种基于FPCA(函数型主成分分析)-RBF(径向基函数)-ELM(极限学习机)的齿轮箱故障检测方法。首先用基函数对原始数据进行预处理,然后应用FPCA提取特征信息建立RBF-ELM齿轮诊断模型,最后利用行星齿轮箱实验数据验证故障检测性能,并与FPCA、FPCA-SVDD和PCA-RBF-ELM的行星齿轮箱故障检测结果对比。结果表明:FPCA-RBF-ELM检测率最高且检测效率快,可用于行星齿轮箱的故障检测,此方法具有可行性和有效性。     

基于DPCA方法的故障检测与诊断分析

主元分析(Prlnclpal Component Analysis，PCA)已广泛应用于复杂工业过程的运行状态监控。然而，传统的PCA方法仅构造了生产过程的静态线性关系，无法从根本上有效处理具有较强动态特性的实际工业生产过程。动态主元分析(Dynamic PCA，DPCA)是一种将传统PCA分析推广到动态多变量过程的方法，但其较大的计算负荷阻碍了其实际应用。本文对文献中的DPCA作了算法上的简化，减少了实施中的计算量，并将其应用于重油分馏塔的动态运行故障监测与诊断。研究结果表明了方法的有效性。     

基于支持向量分类器PCA方法及其在过程监控和故障检测中的应用

提出了基于支持向量分类器对过程进行性能监控和故障检测的改进 PCA方法 ,该方法避免了多元统计过程控制(MSPC)假设主元必须服从正态分布的前提。此外 ,通过对苯 -甲苯两组分精馏分离过程的仿真研究表明 ,该方法是有效的 ,并具有比传统多元统计过程控制更为优越的性能。     

一种数据驱动的旋转机械早期故障检测模型构建和应用研究

传统在线监测系统未能实现早期故障预警,旋转机械状态劣化评估采用固定阈值分级报警方法,存在较多的误报警和漏报警现象,难以指导企业设备预测性维修开展,设备运行安全性、可靠性、利用率难以保障。立足于工程应用,研究基于小波包分解、动态核主成分分析、T2统计分析、Beta分布预警控制限自学习等技术,构建数据驱动基于振动信号分析的旋转机械早期故障检测模型。应用辛辛那提大学智能维修系统中心滚动轴承试验数据和中国某石化公司加氢裂化装置P3409A离心泵轴承"运转到坏"的在线监测振动数据,对构建的设备早期故障检测模型进行验证,结果表明,构建的设备早期故障检测模型,相比传统固定阈值分级报警方法,能够检测滚动轴承早期故障并实现早期故障准确告警,能够有效降低错误报警率和漏报警率。构建的基于振动信号的旋转机械早期故障检测模型,只需要知道监测部件正常运行状态历史数据,无需外部专家支持,实时数据驱动即可实现早期故障检测预警。     

基于KPCA残差方向梯度的故障检测方法及应用

针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法。非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间。大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现。     

多变量统计分析方法在制冷故障检测与诊断中的应用研究

研究了多变量统计分析方法在制冷装置故障检测和诊断中的应用。对ASHRAE资助下的一组实验数据进行预处理,对其进行故障检测和故障诊断。对于故障检测,可利用平方预测误差(Q统计量)等统计控制变量来判断系统是否在正常运行状态。而对于故障诊断,第一次尝试采用各变量对于平方预测误差的负荷结合各变量的变化率来得到其对于平方预测误差异变的贡献率。从而快速利用变量的变化方向和程度判断故障类型。从结果分析,这种方法可以在众多变量中过滤掉不显著的变化,迅速找到故障主因。利用多变量统计分析方法可以实现对制冷装置的运行状态进行实时监控和诊断。     

基于谐波分量的转子系统碰摩故障定量诊断方法

提出一种利用碰摩转子系统响应中的高次谐波分量进行碰摩位置和碰摩力定量诊断的新方法。基于谐波平衡理论分析碰摩故障转子系统的动力学特性,证明了碰摩故障转子系统中任意两节点之间高次谐波分量之比等于无故障转子系统频率响应矩阵的相关元素之比。根据此关系,提出转子系统碰摩故障模型诊断方法和步骤:利用正常转子系统与故障转子系统响应的任意一阶谐波分量之差,结合转子系统的动力学模型,就可以诊断出碰摩的位置;进而可以根据故障转子系统响应的各次谐波分量还原出碰摩力分量。为验证该方法的有效性,对一转子系统进行偏碰和整周碰摩时的数值仿真,并分析支撑刚度及噪声对诊断方法的影响;又在模型转子试验台上进行了试验。该方法仅利用一个转速下两个节点的振动响应即可实现碰摩故障的在线定量诊断,因此便于在实际旋转机械上实行。     

机械系统故障树分析的一种新的模糊方法

对于非平稳和各态历经过程以及测试数据不足等问题的可靠性分析，传统的故障树理论未能给予很好的解决。针对上述问题，本文运用模糊集理论，提出了基于模糊数的故障树分析方法，并就机械加工系统给出应用实例。     

输油泵在线监测及故障诊断系统

介绍了输油泵机组在线监测及故障诊断系统的结构、特点,阐述了工作原理,并对其中的关键技术进行了探讨.     

计算机状态监测与故障诊断系统

介绍一个计算机状态监测与故障诊断系统的组成及其功能。该系统由机组数据采集器，数据分析处理工作站，通信网络及故障诊断中心等四大部分组成。分厂的工作站与总厂的故障诊断中心之间用无线网络进行通信。     

风机在线监测与故障诊断系统的应用

风机在线监测与故障诊断系统的系统构成、主要功能及其在离心风机设备管理中的应用情况和取得的成效,提出在线监测与故障诊断系统应用于设备管理对减少设备突发事故,节省检修费用,提高故障诊断水平具有重要意义。     

一种轴承故障检测的新方法

针对轴承故障检测中用一般的谱分析法难以实现故障的精确判定的问题,提出一种新的轴承故障检测方法。考虑到复倒谱法对周期性异常振动特征提取的有效性,利用频谱分析结合复倒谱分析对采集的轴承振动信号进行处理,先通过频域分析获取高、中、低频带的均值,再通过复倒谱方法获取异常振动产生的周期性激励信号提取振动信号特征参数,分离出噪声中的“异音”信号,并结合模糊算法,初步实现了轴承故障的智能定位。实验结果表明,该方法是有效的。在积累足够量的样本数后,可望建立相应的专家库,实现轴承故障的快速智能诊断。     

非线性模拟动态电路故障诊断的频域方法

提出了用Volterra频域核作为故障特征对弱非线性定常动态网络进行故障诊断的方法，利用计算方法求出网络响应在各种常见故障状态下的Volterra级数解的各阶频域核，并输入给BP神经网络，利用BPNN的分类功能建立故障字典，用对实测的故障网络的各阶频域核进行测试样本分类来实现故障诊断。给出了各阶频域核的统一递推算式，讨论了Volterra频域核的测量，并给出了故障诊断实例。