共查询到19条相似文献,搜索用时 109 毫秒
1.
设备早期故障诊断是设备全生命周期健康状态监测诊断体系的重要环节。尽早对设备潜在的故障作出可靠判断,对于保障设备的可靠运行具有重要意义。早期故障特征提取技术是检测设备早期故障的有效工具。研究了典型的设备故障发展过程,以早期故障特征提取技术为基础,结合多技术融合方法,建立了设备全生命周期健康状态监测诊断体系,以促进设备厂家改进生产制造质量、流程工业企业优化检维修流程。应用以早期故障特征提取技术为重点的多技术融合方法,打造设备从生产制造、出厂检验到现场应用的全生命周期健康状态监测诊断闭环,实现了设备健康状态的全程可控。 相似文献
2.
基于虚拟仪器的设备故障监测诊断技术是一门将设备监测诊断技术与虚拟仪器相结合的新技术.本文在LabVIEW开发平台上进行齿轮的故障监测诊断模块的开发,通过在被监测设备上建立状态监测点,采集设备的振动信号并获得运行状态数据,从而实现齿轮故障监测诊断的功能. 相似文献
3.
4.
设备健康状态的监测、诊断以及维护将直接影响企业的生产经营和经济效益。有效的设备预防性维护过程,可在设备健康状况发生恶化之前制定合理的维护决策,杜绝设备的安全隐患。对移动互联网、物联网、大数据带来的设备健康状态感知、高速数据传输、分布式计算和诊断分析等先进技术进行了调研,并研究了以设备故障监测、诊断、预防性维护为手段,基于物联网和运行大数据的设备健康状态监测诊断模式。在感知层、网络层和应用层的3层系统框架下,应用机器学习算法对设备运行大数据进行数据挖掘,建立专家知识库,获得与故障有关的诊断规则,实现了集设备健康状态在线监测、远程监控、远程诊断、故障匹配识别为一体的智能、高效监测诊断模式。该模式对于设备运行维护具有指导意义。 相似文献
5.
6.
《自动化仪表》2019,(7)
泵类设备在流程工业领域应用广泛。泵的作用就像心脏输送血液一样,将各种液体介质输送到下一生产环节,是石油化工生产中用量较大的转动设备。论述了离心泵的工作原理,分析了离心泵的常见故障类型及原因,重点介绍了基于故障特征知识库的设备故障自动诊断流程。通过建立特征知识库及故障结构树,获得与故障有关的诊断规则,提高设备健康状态监测及故障诊断的可靠性。将频谱故障特征自动识别应用于石化行业、核电行业所用离心泵设备,故障诊断结论与设备解体后的实际情况相吻合。该案例验证了频谱故障特征自动识别的有效性及准确性。建议转变现有的设备维护思路和方法,将普遍采用的计划性检修向基于设备健康状态的监测和预警诊断进行转变。通过合理利用设备状态监测、故障诊断、预测性维护等手段,帮助企业、行业找到设备运行维护的捷径。 相似文献
7.
针对数字化生产线的自动化控制与诊断要求,结合当前的智能制造背景,以数字化生产线设备群为研究对象,对设备群健康管理体系结构做出分析,并设计开发了基于PHM的数字化生产线健康管理系统。首先借鉴了OSA-CBM的PHM技术体系结构,提出数字化生产线设备群PHM体系结构,然后应用组态技术在结构上对设备群监测系统进行设计研究,实现对异步、异构数据的集成应用,最后重点分析了对故障进行诊断的综合诊断平台和健康管理平台 相似文献
8.
基于小波分析的煤矿机电设备故障检测关键技术应用研究 总被引:2,自引:0,他引:2
针对煤矿关键设备中常见多发机械故障,深入研究煤矿设备机械故障振动特征识别技术及其应用。介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点,通过理论与技术分析,提出小波分析实现煤矿设备不同损伤类故障微弱特征识别,以及煤矿设备在线监测与故障智能诊断应用。 相似文献
9.
《工矿自动化》2021,(7)
煤矿机电设备智能化维护是智慧矿山建设的重要组成部分。从煤矿机电设备故障机理、设备状态监测、信号分析与处理、故障诊断与预测算法4个方面总结了煤矿机电设备的智能故障诊断与预测性维护研究现状:(1)设备故障机理研究主要是针对不同设备,采用不同方法建立设备故障的分析模型,并对模型施加激励以获得设备故障动态响应,从而为后续的故障诊断提供评判依据;(2)设备状态监测研究针对煤矿机电设备建立了较为完备的状态监测系统,能够准确及时地获取设备参数,为设备的故障诊断提供数据支持;(3)信号分析与处理研究除了采用传统的时域、频域和时频域分析方法外,还将多种方法结合的手段用于信号处理与特征提取,提高了信号处理效率和处理结果的可靠性;(4)故障诊断与预测算法主要采用人工神经网络及机器学习、深度学习等智能算法建立设备故障诊断与预测模型,从而实现故障的智能诊断和预测。指出煤矿机电设备智能化维护研究存在的问题:(1)设备故障机理的研究缺少多故障复合状态下的故障机理研究,需要更多地对设备某部分的故障带来的连锁反应进行研究;(2)模拟环境下所获得的故障数据不能完全真实反映设备实际的运行状况,需长时间不断采集现场监测数据,最好是设备全生命周期数据;(3)目前采用组合式的算法研究较少,并且研究对象更多局限在设备某个部分或零部件。最后给出煤矿机电设备智能化维护的发展趋势:(1)研究应用灵敏度更高的智能传感器来监测设备,结合随机共振、盲源分离等方法从强噪声中提取微弱的特征信号,及时地识别出设备早期故障,从而实现预测性维护;(2)采用独立的诊断方法已经不能适应实际设备的诊断需求,基于多传感器信息融合技术的诊断和预测可准确有效地识别出设备存在的所有故障;(3)将迁移学习算法作为"桥梁",建立仿真、试验数据与现场数据的相关性,为解决仿真与试验条件和现场条件差异的问题提供数据支持和保障。 相似文献
10.
《自动化仪表》2019,(7)
工作地理位置范围广、工作环境恶劣、运行监测手段单一、机泵故障诊断能力参差不齐、故障预测能力低等问题,使得机泵制造企业故障处理与运维处于初级水平。为了提升公司机泵运行的安全性、可靠性,设计了远程在线监测与智能诊断系统。该系统在各现场分布式采集数据,在机泵制造企业端集中式实现多参数在线监测与查看。采用基于数据融合的神经网络算法实现故障智能分析与决策,找到精准定位故障点、智能化分析故障原因,为设备高效率检维修决策提供依据。逐渐预测机泵故障、实时监控故障劣化趋势、将临时或计划检修转变为预知性维修的目的,为检修争取时间,减少非计划停机。该系统最终降低了机泵制造企业售后服务成本。 相似文献
11.
Modern computer-aided maintenance of manufacturing equipment and systems: Review and Perspective 总被引:4,自引:0,他引:4
Jay Lee 《Computers & Industrial Engineering》1995,28(4):793-811
This paper examines various methods in modern computer-aided maintenance including machine monitoring, fault detection and fault diagnostics. A perspective on proactive maintenance by monitoring the degradation of manufacturing equipment and systems is presented and illustrated. If the behavior of manufacturing equipment and systems can be monitored and measured adaptively then an early warning of possible faults can be generated. By doing this, maintenance personnel can perform early diagnostics and part replacement during regular maintenance hours. The paper also addresses the research needs based on the industrial perspective. The author believes that the development of in-process monitoring of machine degradation and faults is one of the most important research tasks for increasing machine uptime and improving production quality. 相似文献
12.
为了满足飞机机载电子设备以状态监控为基础的视情维修保障策略,提升设备可维护性,提出了一种基于在线检测、故障预测、辅助决策的健康监控管理故障诊断方法,支持对机载电子设备的健康状态进行预测和评估。通过划分机载电子设备子功能的敏感威胁区域,对这些区域设计专门的威胁预警监控电路,进行功能危害监控,建立推理监控模型对监控电路故障进行预警监控,结合辅助决策的方式对预警到的故障进行定位,实现对电子设备的智能故障诊断。通过FMEA的分析与故障注入测试验证,该预警电路、推理模型和辅助决策能有效的预测故障及定位,具有较高的故障预测覆盖率,可提高机载计算机的维修性、降低维修时间,在电子设备视情维修策略上具备工程应用价值。 相似文献
13.
文中所述ADIC(Automotive Dry Ignition Coil)是现代汽车电器的新型产品.环氧树脂液态真空灌封工序过程是ADIC制造成形的重要环节,因此,为了确保工艺质量,在该灌封智能电控系统中采用了基于BP-NN(Back Propagation-Neural Networks)的故障诊断设置,对整个灌封过程进行严密的实时监控,以保障灌封工艺过程在无故障状态下进行运作,从而使ADIC产品质量得到可靠的保证. 相似文献
14.
As high-voltage electric equipment has complex structure and works in harsh environments, fiber Bragg grating (FBG) sensors
are applied to realize the real-time monitoring of some parameters in which temperature is the main parameter. Using FBG sensors
to monitor temperature of high-voltage electric equipment can overcome the disadvantages of harsh monitoring environment such
as high-voltage, big current, strong electromagnetic interference and so on. The fault of high-voltage electric equipment
is difficult to be distinguished as there may be many different reasons. The traditional or simple methods cannot totally
meet the demand of fault diagnosis of high-voltage electric equipment. First, taking neural network as a classifier to distinguish
different fault types from complex fault information in the feature layer can supply a good foundation to final information
fusion diagnosis. Second, Dempster–Shafer evidence theory is used to make a comprehensive diagnosis of fault information in
the decision layer. All the uses above can increase the speed and accuracy of diagnosis and have practical significance. The
fault diagnosis system shows good results and provides an effective way to realize the real-time condition monitoring and
more accurate fault diagnosis of high-voltage electric equipment. 相似文献
15.
随着现阶段智能制造及高新技术的高速发展,现代航空装备的型号种类愈发丰富,设备功能先进,随之技术复杂程度也日益提高,这些现代化的设备在提高航空装备作战效能的同时,也带来了繁杂的测试、诊断和保障问题。由于设备的技术复杂程度越来越高,使得故障检测与诊断变得越来越困难。设备出现故障后,不能及时修复,严重影响了装备战备完好性,[]也增加了装备的保障费用。设计提出了一种航空装备通用自动测试平台,采用开放的体系结构、开放的标准和新一代测试技术,实现了装备自动检测设备的综合化、通用化、系列化和标准化,解决了装备测试和保障问题的同时最大限度地减少检测设备种类,提高检测设备技术水平,以较低的费用实现装备的快速高效检测和维修。 相似文献
16.
17.
Ge Ming Xu Yangsheng Du Ruxu 《Automation Science and Engineering, IEEE Transactions on》2008,5(1):127-139
Condition monitoring and fault diagnosis in modern manufacturing automation is of great practical significance. It improves quality and productivity, and prevents damage to machinery. In general, this practice consists of two parts: 1)extracting appropriate features from sensor signals and 2)recognizing possible faulty patterns from the features. Through introducing the concept of marginal energy in signal processing, a new feature representation is developed in this paper. In order to cope with the complex manufacturing operations, three approaches are proposed to develop a feasible system for online applications. This paper develops intelligent learning algorithms using hidden Markov models and the newly developed support vector techniques to model manufacturing operations. The algorithms have been coded in modular architecture and hierarchical architecture for the recognition of multiple faulty conditions. We define a novel similarity measure criterion for the comparison of signal patterns which will be incorporated into a novel condition monitoring system. The sensor-based intelligent system has been implemented in stamping operations as an example. We demonstrate that the proposed method is substantially more effective than the previous approaches. Its unique features benefit various real-world manufacturing automation engineering, and it has great potential for shop floor applications. 相似文献
18.
19.
监测点的选取对监测诊断系统的设计至关重要.在雷达设备监测与诊断系统实现中,提出了基于故障树分析的监测点选取方法,并通过实例验证了该方法的有效性.用该方法进行监测点的选取,可以减小监测系统的复杂性,避免诊断推理过程的盲目性,提高故障诊断的效率. 相似文献