铁路货车轴承在线故障诊断智能系统研究

为满足铁路重载货运车辆对运行设备故障预测的需求,本文设计了一种基于轴承状态监控的智能在线监测系统。为有利于检测轴承的早期故障,选用抗干扰和灵敏度都较强的声发射(AE)信号,用ARM微处理器对信号进行处理,利用基于无线传感器网络的无线信息传输网络体系进行数据传输,用小波包分解与支持向量机算法实现故障诊断与预测。文章针对铁路货车滚动轴承故障的实际情况,将支持向量机(SVM)方法引入货车轴承的智能故障诊断中,实现了轴承的在线智能诊断。     

基于WSN和数据融合技术的电力变压器故障诊断系统的研究

探讨一种基于数据融合和可拓理论的电力变压器故障诊断方法,基于此方法,应用无线传感器网络技术和.NET开发平台构建和开发出一套电力变压器故障诊断系统。该系统将WSN技术用于电力变压器油中溶解气体的无线数据采集,实现变压器油中溶解气体的实时数据采集和传送;同时运用信息融合技术对数据进行优化处理,既可以降低网络能耗又保证了数据的准确和客观;在变压器进行故障诊断时,针对现有电力变压器故障诊断的气体比值法存在的编码规则不完整、诊断故障类型单一等缺陷,使用可拓诊断方法,定量与定性相结合,使变压器故障诊断方法更为精细化。在线故障诊断可视化系统可以实现变压器油中溶解气体参数的采集、显示、分析、存储和回放等功能,实现对变压器故障信息的实时分析与自动诊断,既解决了作业人员远程实时监测变压器运行状态问题,又大大提高了变压器故障诊断的性能,为变压器在线监测和故障诊断技术提供新的发展方向。     

嵌入式系统在大型设备无线故障诊断中的应用

针对某大型装备对故障诊断系统的智能化和便携化要求,提出一种基于无线嵌入式系统检测技术的在线监测与故障诊断的方案,各检测终端固化于装备上,主机与各智能检测终端通过无线网络通讯,从而免去了主机与各终端间的连接电缆,实现了诊断系统的小型化和智能化。     

基于信息融合方法的电力变压器网络在线监测与故障诊断研究

针对电力变压器在线监测与故障诊断问题,提出了基于多传感器信息融合与嵌入式网络相结合的解决方案。介绍了变压器油中气体分析的原理及诊断方法,重点论述了基于Webit的嵌入式网络在线监测方法,基于BP网络的混合气体识别方法及多传感器一致性信息融合方法等通过试验,验证了方法的有效性。     

大型机电设备电气参数监测与故障诊断装置

提出采用实时在线监测电气参数方法,并结合物联网、WIFI无线通信、VC编程与数据库管理等多种技术,研制出物联大型机电设备电气参数实时检测与故障动态诊断装置,以实现机电设备电气参数的实时在线监测、故障动态诊断、预警以及设备与故障诊断中心间的双向无线操作。实践表明,本装置能有效避免故障发生,减少故障停机损失,并为"预知维修"提供技术保障。     

基于故障树和模糊推理的故障诊断研究

针对地空导弹武器装备结构复杂,用传统专家系统进行故障诊断时存在知识获取困难和推理效率低的问题,提出了一种基于故障树分析和模糊推理相结合的智能故障诊断方法。对某型地空导弹武器装备的故障分析诊断表明,该方法具有诊断速度快、诊断结果准确率高的特点,有效实现了装备故障的智能分析诊断。     

嵌入式智能代理用于装备远程故障诊断

针对目前武器装备故障诊断过程中存在的诸多问题,为了从根本上满足智能监测与诊断的需要,提出了一种基于嵌入式智能代理的远程故障诊断方式,在该方式下,通过利用现代互联网技术、嵌入式智能系统技术,系统可根据设备的具体工作情况,提取并传输诊断、预测和决策所需的信息,以实现异地间的监测,优化维护方案;通过对智能代理理论的研究提出了远程故障诊断嵌入式智能代理,并具体研究了该模型的硬件实现方案.     

基于神经网络的数模混合电路故障诊断模型设计

神经网络是智能故障诊断中运用最为广泛的诊断方法之一,能应对复杂数字电路和模拟电路故障诊断;基于VC++的神经网络诊断系统具有运算速度快、输入输出界面丰富、易于实现在线故障诊断等特点,而Matlab提供强大的神经网络工具箱,在网络训练方面有优势;利用参数文件将二者优势结合起来,可实现功能完善的数模混合电路智能故障诊断系统;诊断实例表明,使用该方法实现数模混合电路故障诊断系统,具有高建模速度和高诊断精度的特点。     

无线传感网络在机群状态监测中的应用研究

利用传感技术、无线数据传输和网络技术等，搭建了基于无线传感器网络的施工设备监测系统，通过对无线传感网络的传输标准、发送模块和网络接口的设计与实施，实现了对机群中各分散单机的远程监测与故障诊断，以实时评估当前机群总体运行情况及各单机的运行状况的目的。该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域。     

基于集成神经网络的电机故障诊断

研究异步电机安全控制问题,为解决故障诊断和速度问题,提高电机运行效率,减小早期故障损失,提出了一种基于集成神经网络的电机故障诊断方法。方法采用定子电流和转子振动信号作为电机故障诊断的输入信号,应用改进的BP神经网络进行故障识别,分别用两个诊断子网络进行局部故障诊断,再运用神经网络融合算法进行全局决策的融合,从而提高诊断的准确率。仿真研究结果表明,故障诊断模型具有诊断准确率高、诊断速度快等优点,是一种比较实用的故障诊断方法,对电机进行故障监测、预报具有重要的实际意义。     

基于信息融合原理的智能故障诊断模型

针对传统设备故障诊断方法中存在的局限性,文章在对设备智能故障原理和方法初步探索和研究的基础上,提出了基于信息融合原理的智能故障诊断方法。该方法利用多源异质传感器采集设备的各种特征信息,并采用模糊神经网络融合诊断中心作为诊断判决的执行机构,从而实现准确诊断设备故障诊断原因以及对设备运行工况进行态势评估的过程。并且通过对单传感器与多传感器信息融合诊断结果的对比表明多传感器信息融合诊断比单个传感器具有更高的准确性。     

面向电气设备在线监测的无线传感器网络即时通信系统

在无线传感器网络应用于电气设备在线检测中,监测网络对数据的实时查询和管理是实现电气设备运行状况及故障实时监测和诊断的关键问题。本文给出了基于VisualC++的即时通信系统的设计和基于VisualC++数据库编程技术的系统数据库设计。实验结果表明该即时通信系统实现了传感器数据的实时采集和动态显示,以及数据的实时存储和历史数据的查询。     

飞行器导航传感器故障诊断的应用研究

研究导航传感器故障诊断问题,由于飞行器导航传感器所处环境十分复杂,导航系统由多种部件组成,故障存在许多随机性、模糊性和不确定性因素,难以建立确定数学模型。传统线性模型故障诊断准确率低。为了提高飞行器导航传感器故障诊断准确率,提出一种神经网络的导航传感器故障诊断方法。飞行器导航传感器发生故障时信号中会产生突变成分,利用小波包对原始故障信号进行分解,提取信号特征向量,然后将特征向量输入神经网络训练,实现飞行器导航传感器故障智能化诊断。在Matlab平台实现传感器故障诊断的仿真,结果表明,神经网络提高了飞行器导航传感器故障诊断的准确率,是一种在线、行之有效的导航传感器故障方法。     

基于模糊神经网络的WSN无线数据收发单元故障诊断

在一些无线传感器网络(Wireless Sensor Network,WSN)安全监测系统中,节点长时间传输大量数据,导致无线数据收发单元容易出现功率下降和功率放大器(Power Amplifier,PA)被烧毁的现象,而此类故障的诊断方法一般比较复杂且低效。针对上述问题,在分析WSN单元级故障诊断的基础上,利用无线数据收发单元的电流模型,提出了一种基于模糊神经网络的无线数据收发单元故障诊断方法。首先,根据无线数据收发单元中发射消耗的电流与温度和供电电压的关系,建立电流模型;然后,利用聚类算法确定模糊神经网络模型结构,结合混合学习算法优化模糊规则的前件参数和后件参数;最后,提取训练完的模糊神经网络参数,以建立WSN节点故障诊断模型。实验结果表明,提出的无线数据收发单元故障诊断方法的计算量小,诊断准确度高;与高斯过程回归模型相比,其计算量降低了22.4%,诊断准确度提高了17.5%。     

嵌入式系统在军用电子设备故障诊断中的应用

电子装备现有的故障诊断系统一般无法完成装备工作过程中的实时在线状态监测。利用多种非接触式的传感器信息融合技术、以太网网络通信技术,设计了现场级嵌入式状态监测系统,采用嵌入式微处理器S3C44B0X构建最小系统实现实时地对系统各个重要部分进行信号采集和在线状态监测,为在线智能故障诊断系统提供诊断信息。     

基于模糊神经网络的复杂网络故障诊断设计

针对雷达等复杂大型电子装备网络系统的故障定位难、影响关系不清晰的问题,采用了基于模糊神经网络的故障定位方法,提高了网络故障定位的快速性与准确性：首先介绍了模糊隶属度及模糊神经元等理论,接着基于模糊理论将网络监测信息进行模糊化处理,并利用神经网络模型对模糊后的信息进行训练与学习,参数训练达到设置的期望误差0.01;最后利用训练好的模型对随机抽取的2组网络故障实例进行了验证,软件执行单次诊断耗时3.5s;结果表明采用基于模糊神经网络的诊断方法,能够较好解决网络故障耦合复杂、故障现象与故障原因关系不清晰等难题,对网络故障快速排除与恢复具有重要意义。     

定值和随动单闭环系统传感器故障诊断

在线闭环系统传感器的故障, 由于控制器的调节作用, 使得其故障诊断变得复杂. 本文针对定值和随动单 闭环系统传感器故障, 在正常系统和故障系统动态特性分析基础上, 提出了一种基于系统动态趋势和数据驱动的故 障诊断方法. 该方法利用动态窗口残差数据实现故障监测; 以数据变化最大值实现故障估计; 采用二次线性回归实 现故障分离; 建立了系统故障监测、故障估计和故障分离的静态模型; 同时给出了诊断模型在线应用的标定方法和 诊断流程. 通过实验验证了方法的有效性和诊断的高精度. 该方法适用于一般的一阶定值和随动闭环控制系统传 感器的实时故障诊断.