活塞式氢气压缩机排气温度超限故障诊断方法

针对活塞式氢气压缩机各级排气温度超限的故障难以用传统故障的二态性准确描述，以及目前未见能对该故障实施自诊断的故障诊断系统等问题，以DW-(5.6-13)/(0.2-0.5)-20型无油润滑变频活塞式氢气压缩机为研究对象，对相关零部件进行了重要度分析，并设计了故障自诊断系统。首先，对该故障搭建了模糊高木-关野(T-S)故障树模型，并利用基于贝叶斯网络(BN)的T-S故障树分析法对底事件进行了重要度分析，以确定薄弱环节和故障零部件诊断顺序；然后，利用模糊数表征了零部件的故障状态，对排气温度超限故障发生概率进行了预测；最后，设计了基于规则的故障诊断专家系统，并对实例进行了故障原因的推理排查。研究结果表明：基于规则的故障诊断专家系统在对现有故障数据进行分析后，其诊断结果与事实相符，说明该系统能够准确地诊断出故障原因，并进行自诊断；同时，基于BN的T-S故障树分析法，使该系统可对顶事件故障发生概率进行预测，为活塞式氢气压缩机故障诊断提供了一个可行方案。     

大型电动机的状态监测及诊断

电动机故障包括绝缘故障、定子故障、转子故障、轴承故障等。各种故障都会以一定的故障信号方式表现出来，而通过对信号中故障特征信号的提取分析可以对电动机故障进行判断。本文对电动机的多种基于信号监测的故障分析方法进行了原理分析，包括对定子电流信号的多种分析、轴承振动的频谱分析、电动机转速的波动分析等，对其他的多种故障监测方法也进行了介绍，并对每种分析方法所适用的故障诊断类型及优缺点给予了说明，最后指出了今后的发展趋势，为电动机故障诊断方法的应用提供了参考依据。     

基于小波变换的电气设备故障诊断技术

小波变换具有良好的时-频特性，因此可以有效地用于电气设备故障诊断。在对电气设备进行故障分析、诊断过程中，利用小波变换进行故障信号的故障时刻检测具有重要意义。小波变换用于电气设备故障诊断就是对电气设备各种电磁、机械等信号进行实时监测控制，判断其状态，以便在故障初期或故障时刻发出警报，并随时进行处理，排除故障。对信号进行特征提取，是故障诊断的关键。突变信号往往表明电气设备发生了某类故障，如果能对突变信号进行有效识别，就可以进行故障诊断、故障分析，从而排除故障。分析了电气设备故障的奇异性，通过仿真得出小波变换用于电气设备故障诊断的方法，以准确检测奇异点，确定故障时刻。     

加工中心故障特点探析

根据大量现场故障数据，通过进行故障模式与故障部位分析，探讨了加工中心故障的特点，指出了调整性故障对加工中心可靠性的重要影响。从故障统计和故障机理两个方面，阐明了以往对加工中心故障特点产生歧义的重要原因，即对调整性故障不同的归类分析方法是产生这一歧义的重要原因。     

机械设备故障特征提取分析及维修决策研究

对工业设备的故障特点及共同特征进行了剖析和概括，介绍了目前常用于故障信号检测的方法，在故障识别过程中对故障识别的内容、过程及方法进行了探讨，为了预估设备的剩余寿命和故障发生的时间、部位及严重程度，利用灰色预测方法对设备运行状况进行预测，为维修决策提供依据。     

数控系统故障模式、影响及危害度分析(FMECA)

根据某型号数控系统1年半的故障数据，对其进行了故障部位和故障模式分析，并应用FMECA法对故障多发部位进行了进一步的研究；指出了该数控系统及其相关功能部件的可靠性薄弱环节，为数控系统的可靠性设计和分析提供了依据。     

长输管道输油泵离线监测与诊断关键技术研究及应用

随着长输管道离心输油泵机组运行时间增长，输油泵机组疑难故障层出不穷，尤其是多倍频故障特征和滚动轴承故障持续增加，使用常规故障诊断方法进行常见故障的图谱比对已显得越来越不适应故障的精确诊断业务。通过离线监测手段，对倍频特征频谱故障特性进行研究，找到了精确诊断轴承跑圈、转子不平衡和流体不均匀激振等故障的方法。对轴承加速度峰值(冲击脉冲)故障特征进行研究，找出了快速诊断滚动轴承故障的方法。     

基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型

针对齿轮箱振动信号中的背景噪声过大影响故障特征质量，进而降低故障识别准确率的问题，提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先，采用ICEEMDAN对齿轮箱振动信号进行了分解，生成了一系列从低频到高频分布的本征模态函数分量；接着，基于相关系数筛选出包含主要故障信息的本征模态函数分量，进行了信号重构，降低了信号的噪声；随后，提出了改进多尺度加权排列熵的非线性动力学指标，并利用其提取了重构信号的故障特征，以构建反映齿轮箱故障特性的故障特征；然后，利用线性判别分析(LDA)对原始故障特征进行了压缩，以构建低维的故障特征向量；最后，采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化，以构建参数最优的故障分类器，对齿轮箱的故障进行了识别；基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明：该方法...     

数控机床参数故障原因分析与处理

参数故障是数控机床常见故障之一，文章着重论述了引起数控机床参数故障的原因，并通过实例对其故障原因进行了分析，说明了不同故障的诊断及排除方法。     

故障树分析及其在制粉系统故障诊断中的应用

利用故障树分析法对火力发电厂制粉系统的常见故障进行了分析研究，建立了制粉系统的故障树，涵盖了球磨机、给煤机、排粉机、粗细粉分离器的常见故障，求出了其最小割集，给出了制粉系统发生故障的原因及导致故障各种原因组合的可能性。并且以球磨机为例给出了故障树分析的具体应用，通过球磨机振动信号的采集与分析，对球磨机的机械部件故障进行诊断。故障树分析法给制粉系统的故障智能诊断提供了一种有效的方法，为故障维修及故障预防提供了指导。