风机故障监测系统中的自适应传输速率技术研究

在高速公路隧道内的机电设备运行监测过程中,远距离无线电(LoRa)通信由于使用扩频技术,在提高抗干扰能力的同时,也降低了频带利用率。在监测存在较多高频分量的风机故障时,其有限的传输带宽会限制采样频率,影响故障诊断的准确度。针对这个问题,主要研究了风机故障监测系统中的自适应传输速率技术。自适应传输速率要求根据振动烈度判断设备上的监测点是否存在异常,进而调整传输数据量,为调整传输速率提供理论支持。通过信道估计并结合传输数据量自适应选择LoRa传输速率,实现利用有限带宽资源尽可能多地传输关键信息。仿真实验表明,该系统利用最大传输速率为62.5 kbit/s的LoRa传输模块,可以监测到最高频率达2.8 kHz的风机振动信号。系统满足隧道风机故障诊断的数据要求,能够有效解决传输带宽限制采样频率的问题。     

基于多征兆系统的模糊Petri网在风机故障诊断中的应用

针对风机系统故障征兆的不确定性和故障规则的冗余性,结合信息量和熵函数的概念,提出了一种基于多征兆系统的故障监测对象组的获取方法,利用监测对象的多征兆对故障知识库进行化简和分类,得到涵盖故障系统全部信息的简化故障规则,建立模糊Petri网模型用于风机的故障诊断.诊断仿真结果表明,基于故障监测对象组提取方法的模糊Petri网模型能够充分表征风机系统的故障,其推理过程接近人的思维活动,是一种有效的故障诊断方法.     

混合故障诊断专家系统

对大型复杂生产系统进行状态监测和故障诊断难以用单一诊断理论和技术实现.将协同计算机网络、专家系统、神经网络和小波分析等先进理论和技术有机地结合起来,研究和构造了模块化的混合故障诊断专家系统,以实现对某钢厂大型复杂自动化冷轧生产线进行状态监测和故障诊断.研究结果表明,混合专家系统为大型复杂系统的状态监测和故障诊断提供了崭新而有效的技术手段.     

风电场分布式SCADA系统设计与研究

面向湘电风能XE72风力发电机组,提出了一套风电场分布式SCADA系统构建方案.实现了多个用户对风电场风机状态在线实时监测以及对风机设备的远程故障诊断和维护.通过构建多个RTU服务软件,实现对风机的分组监测与管理:通过系统时间同步,实现了风电场各个设备单元之间的时间统一.保证了监测数据的时间一致性.经过实际应用.该方案完全满足风力发电场的现场监测与维护需求,适合于大型风电场的构建和运营.     

基于并行口的设备状态监测与故障诊断系统的设计

基于计算机通用并行口的设备状态监测与故障诊断系统具有采集与数据传输速度快,控制方便等优点.以电机状态监测与故障诊断系统为例,分析了基于通用计算机并行口的状态监测与故障诊断系统电路设计方法.     

分布式机载风电振动信号采集系统设计与应用

针对风电设备分布广泛、振动信号采集困难、监测数据处理要求高等特点,基于分布式风机在线监测的通用架构研发了一种能够安装于风机各关键部位的小型机载分布式风电状态监测装置,就系统设计中遇到的如硬件选型与架构设计、信号采样逻辑控制与处理、风机信号特征选择、上位机通信报文设计等关键问题进行了深入研究,并将该系统应用于实际风场的设备监测与故障诊断环境,验证了该装置的可靠性、有效性与可拓展性.     

数据挖掘技术在机械设备故障诊断中的应用

介绍了一种基于数据挖掘技术的机械设备故障诊断方法,介绍了数据挖掘技术在故障诊断中的实现步骤.以数据挖掘系统在煤矿风机监控系统中的应用为例,建立了数据挖掘模型,详细论述了关联规则方法的挖掘过程,对挖掘结果进行了分析,表明此方法可以很好的对设备故障进行预警.     

风机实时在线监测系统

介绍了一种应用EntekXM系列模块,解决大型风机设备的实时监测以及保护问题的方案。通过这一系统,可以将风机设备运行期间的实时数据通过以太网传输至上位机进行处理,实现了实时监测与故障诊断,同时对于风机设备运行期间的异常情况能够及时的发出警报和跳闸信号。     

网络化水电机组振动监测和故障诊断系统

针对水电机组振动监测与故障诊断的多样性和复杂性,运用PXI总线仪器和LabVIEW可视化的虚拟仪器系统开发平台,设计并组建网络化水电机组在线振动监测和故障诊断系统.该系统实现了水电机组振动信号的数据采集、数据处理和分析,并能通过网络进行故障诊断.实际应用证明这种基于虚拟仪器技术的网络化水电机组在线振动监测和故障诊断系统具有很强的灵活性和可扩展性.     

水轮发电机组状态监测和故障诊断系统

将Internet网络技术和虚拟仪器技术用于水轮发电机组的状态监测和故障诊断,使水轮发电机组状态监测和故障诊断提升到远程的网络环境水平,以切实提高状态监测和故障诊断的水平和时效性.通过采用Client/Server网络体系结构,运用LabIEW、DataSocket、PXI和MXI-3等技术,实现了水轮发电机组在线状态监测和故障诊断,为水轮发电机组的状态检修提供了可靠的技术保证,具有良好的应用前景.     

基于大数据的风电设备远程故障监测与诊断系统研究

大数据、云计算等新一代信息技术的快速发展,推动风电设备状态监测技术进步。文章通过风电设备远程监测与故障诊断平台建设实践,从系统功能、平台建设、故障分析等层面,论述了如何基于大数据实现对风机故障预诊断,提升风力发电机组监控与管理水平。通过对机组运行状态的实时在线监测,利用系统内智能数据报警策略准确筛选机组异常,借助于人工智能分析诊断系统和远程专家的综合分析评价,滚动预测故障未来的发展趋势,帮助用户优化风机维护检修工作,减少停机损失,降低维护成本,提高风机利用率。在集控中心预检测平台建立大数据存储、处理、分析、诊断服务器,收集风场各项数据后与专业厂家存储的数据资源整合,建立各种类型风机故障模型,集控中心培训诊断分析师可通过对比找出故障曲线特点和规律,对实时数据经诊断分析后提出整改措施,提前预防风机故障的扩大,开发相关监视及报警系统,联合风机传统监控系统提高监控中心的设备管理能力。     

一种煤气鼓风机数据采集系统的设计与实现

在对煤气鼓风机特点的研究基础上,设计并开发了一套数据采集系统。该系统实现了对煤气鼓风机工作中的实时数据的采集,为该设备的状态监测和故障诊断提供了可靠的依据。     

一种基于LabVIEW DSP模块的风机故障诊断系统

设计一种基于图形化开发环境LabVIEW DSP模块的风机故障诊断系统开发方案。方案以32位浮点DSP芯片TMS320C6713为核心,采集风机噪声信号并利用信号的功率谱重心、A声级和小波分解相关频段的能量构成故障诊断的特征向量,以BP网络作为故障的智能分类器,建立起智能诊断系统。实验结果表明,以噪声信号作为诊断对象,采用提升小波和神经网络相融合的诊断与识别技术具有良好的特征提取能力和自适应学习能力,可以准确地识别设备状态。     

基于WebService和ActiveX构建水电机组远程诊断系统

论文提出了一种利用WebService和ActiveX技术构建基于Web的远程诊断系统的实现方案。该系统由电厂、诊断中心和专家三部分组成,采用WebService实现数据的获取和分析处理,采用ActiveX实现数据的表达以及与用户的交互。与传统的客户端应用相比,这个系统是完全基于Web的,并且为了实现数据和分析算法的跨平台调用,引入了数据获取、分析和表达相分离的方法。这使得该系统的可复用性和可维护性也得到了很大的提高。     

基于数据驱动的风洞风机故障诊断研究

风洞风机是风洞动力系统的核心部件,是提供风洞试验条件必须的动力源。目前在国内外低速风洞设备中,主要使用大功率电机驱动风扇,其故障集中发生在电机和风扇机构上,一旦发生故障会造成大量的停机时间,严重影响试验工作。基于风机运行采集的大量数据,将故障预测与健康管理(PHM)技术应用于风洞风机故障诊断研究,重点探讨风机故障诊断系统构建的关键步骤,以期达到提前诊断风机故障的目的。数据分析使用主成分分析(PCA)法提取风机多维故障特征,选用随机森林(RF)算法诊断风机故障状态,并探讨了两种适合算法的硬件搭建方法。通过试验验证,RF算法具有很好的故障分类能力,平均分类准确率达94%、召回率95%、查准率94%,可精确区分风洞风机故障状态。     

基于膜聚类算法的风机振动故障诊断

在工业环境下,风机振动故障常常需要人工诊断,诊断效率低,不易完成实时计算和在线分析判断。针对上述问题,提出了一种膜聚类算法可用于风机振动故障的在线智能诊断。该算法将膜计算的方法引入到聚类中,并采用概率模型更新种群的方法实现最佳聚类中心的寻优。算法首先在多个数据集上进行聚类实验,实验结果显示该算法克服了常规聚类算法聚类结果不稳定,聚类质量差的缺点。然后将其应用于风机振动故障在线诊断系统中进行仿真测试,结果显示所采用的方法能满足风机振动故障在线智能诊断要求,也可应用于其他各类设备的振动故障在线智能诊断。     

LabVIEW与Access数据库访问接口研究

本文介绍了LabVIEW环境下用ActiveX技术访问Micmsoft Access数据库的方法．采用此种方法对某型装备故障诊断数据库进行访问管理，取得了较好的效果。     

嵌入式系统在液压状态监测与智能故障诊断中的应用

针对国产地F元轨采矿设备液压系统故障率高,而其检测和故障诊断手段落后的背景,提出了一种基于嵌入式系统的液搓状态监测与智能故障诊断模型,陔故障诊断模型通过没置在液压系统中的多源异质传感器实时采集设备特征信息,并采用模糊神经网络来实现数据的融合处理,诊断结果通过界而友好的LCD显示,实现了故障状态的实时岭测和故障的智能诊断。通过该故障诊断模型,有效地解决了无轨采矿没备液搓系统故障率高而其检测和故障诊断手段落后的问题。提高了设备故障诊断的自动化和错能化．增强了设备的市场竞争力。     

基于LabVIEW的风电机组齿轮箱健康状态监测系统设计

齿轮箱是风力发电机组的主要组成部分之一,也是故障的高发区,积极开展风电齿轮箱故障诊断具有重要意义.基于LabVIEW开发环境和NI CompactDAQ平台开发的风机齿轮箱健康状态监测系统,通过友好的图形化用户界面及图形编程语言控制运行,可以高效地实现对温度、转速、振动信号的采集、图形显示、存储、分析及数据回放等功能,具有良好的扩展性.同时,系统通过采取多种时频域方法对振动信号进行对比分析,可以快速、准确地确定故障的类型.实验结果表明,系统能够稳定、可靠地工作,是进行风机齿轮箱监测的有效工具.     

基于Agent技术的导弹故障诊断专家系统研究

为对大型复杂装备进行故障诊断,在某型导弹控制系统自动测试平台上构建故障诊断专家系统,从结构和功能的角度提出了复杂装备多Agent故障诊断模型,设计了Agent通信模型,并采用ADO(ActiveX Data Object)技术实现了黑板方式的通信,解决了多Agent故障诊断模型中推理决策Agent与自动测试Agent间的通信问题;基于Agent的故障诊断专家系统,以多个Agent协作的形式及时、正确地对单机的各种故障状态做出诊断,具有较好的主动性和灵活性,从而提高大型复杂装备故障诊断效率,缩短维修时间.