小波分析在汽轮机故障检测和诊断中的应用研究

具有多尺度（分辨）分析和时—频局部化特性的小波分析技术,特别适用于边缘信号和峰值突变信号的处理和特征提取,因此在故障检测和故障诊断中将会有很大的发展前途。本文用小波变换的方法对汽轮机进行初步故障检测和故障诊断,结果表明小波分析在电力设备故障检测和诊断中有很好的应用前景。     

小波分析技术在汽轮机故障诊断中的应用研究

本文就小波分析技术在汽轮机故障诊断应用中的故障特征提取问题进行了深入研究，提出了基于小波能量分布的故障特征提取方法，并在转子试验台上进行了验证。实践检验证明，该实现方法能够满足汽轮机振动信号分析的需要，是一种灵活有效的特征提取方法。     

小波包分析在转子裂纹故障检测中的应用

在单跨转子实验台上对带有裂纹故障的转子进行实验，把采集到的非平稳信号利用小波包分解方法进行了研究，采用db44小波基函数进行4层小波包分解。考虑各频带内分解信号的特点，利用重分配小波尺度图对裂纹转子系统在1／2，1，2倍临界转速下稳态信号进行分析。发现发生裂纹故障时，在1／2和1倍临界转速下，产生2X谐波；而在2倍临界转速附近产生1／2X，3／2X，2X和3X谐波。这些频率特征可以作为检测早期裂纹故障的依据。     

小波分析技术在矿山机械轴承故障检测中的应用

由于原有检查方法的位置划分不明确,对故障点信息数据采集过程中存在噪点,导致故障点检测结果发生偏移,而滚动轴承是机械运转中常用的零件,在矿山的复杂环境中极容易发生故障,小波技术能够通过光线融合重组图像数据,设计小波分析技术的矿山机械轴承故障检测中方法。提取矿山机械轴承运转数据,基于小波分析计算转动阈值,能量谱分解信号噪点定位故障点信息,完成故障检测方法设计。实验结果：以两组常态运转的矿山机械轴承为测试对象,分别对其发生故障状态下的转速进行检测,本文方法能够在临界点前完成控制,及时关闭发生故障的轴承设备,保证矿山的正常开采,具有实际应用效果。     

小波分析技术在汽轮机故障诊断中的应用

由于汽轮机故障的振动频谱的特点,应用小波分析技术进行诊断,介绍了小波函数,提出用小波能量分布来提取故障特征的方法,并用试验加以验证.     

小波分析在天然气传输系统压缩机故障检测中的应用

介绍了小波变换的原理及在天然气传输系统故障检测中的应用，利用小波包分析了其主要设备压缩机的故障。结果显示，同傅里叶变换和短时傅里叶变换(STFT)相比，小波变换及小波包变换是更有效的压缩机故障检测方法。     

小波神经网络在货车滚动轴承故障检测中的应用

以352226X2-2Z型货车滚动轴承为研究对象,通过小波包分析方法提取货车滚动轴承故障声发射信号特征向量,并将其作为神经网络的输入,通过概率神经网络（PNN）的模式识别功能实现故障类型分类,证明了小波神经网络在货车滚动轴承故障检测中的有效性.     

小波分析和神经网络在超声波检测中的应用

小波分析和人工神经网络的引入,让检测得到了从定性到定量的提高。运用小波分析从超声波检测装置提取的信号,得到的特征值可作为神经网络的输人参数,用于训练和识别,实践表明,通过这种智能诊断系统可以得到令人满意的定量诊断结果。     

故障检测诊断技术在矿山机电设备中的应用研究

随着经济的发展,人们对于生活水平的提高有了更高的要求,社会的各行各业都有所进步和发展,但是煤矿产业在发展的过程中依旧存在许多的问题,为了改善这一问题,本文对煤矿行业内中高科技信息技术的应用进行了研究,尤其是矿山机电设备中故障检测诊断技术,目的是有效地提高煤矿的生产效率,促进我国的煤矿产业朝着可持续的方向发展。     

基于倒双谱分析的轴承故障诊断研究

将常规的双谱分析与倒谱技术相结合,提出了基于倒双谱的齿轮箱故障诊断方法。首先对齿轮箱振动信号进行双谱分析,以消除噪声的影响,再计算双谱的倒谱,对信号进行倒双谱分析,可有效提高信噪比,提取轴承的故障特征。齿轮箱轴承内外圈故障振动试验信号的研究结果表明,倒双谱分析能有效地诊断轴承的故障。     

PLC自动控制系统在淀粉蒸煮器中的运用

国内造纸行业中传统的淀粉糊的蒸煮工艺存在着能耗大、非连续性生产、自动化程度低等弊病。上海昂莱机电有限公司采用自主研制的蒸汽喷射加热器配以管道、阀门、阀门定位器、螺杆计量泵及PLC自动控制箱等,组成了淀粉在线蒸煮设备。此设备在专业工厂里集成,现已成功地在造纸行业中得到了运用。     

振动测试技术在雷达故障检测中的应用

某雷达在批生产调试过程中,有一部雷达出现了举升臂振动异常的故障,通过对故障雷达进行振动测试和分析,并与同批次中无故障雷达的振动测试数据进行对比分析,确定传动机构中齿轮啮合不稳定是引起举升臂振动异常故障的原因。调整齿轮啮合状态后,举升臂振动情况恢复正常,故障得以消除。     

主元分析方法在航空发动机故障检测与诊断中的应用

针对综合参数法计算的表征发动机整体性能的综合指数不能有效地检测故障,无法识别故障变量以及需要较多的故障样本,本文提出了一种基于主元分析模型的航空发动机故障检测与故障变量识别方法。该方法不需要故障样本数据,利用统计量T2和平方预测误差实现故障检测,利用贡献率图辨识故障变量。通过对某型涡扇发动机进行实例验证分析,表明该方法能够有效地检测到早期潜在故障,准确地识别故障变量,极大地方便了故障的早期发现和排除。     

An Ensemble Application of Conflict-Resolving ART-Based Neural Networks to Fault Detection and Diagnosis

Accurate fault detection and diagnosis is important for secure and profitable operation of modern power systems.In this paper,an ensemble of conflict-resolving Fuzzy ARTMAP classifiers,known as Probabilistic Multiple Fuzzy ARTMAP with Dynamic Decay Adjustment(PMFAMDDA),for accurate discrimination between normal and faulty operating conditions of a Circulating Water(CW)system in a power generation plant is proposed.The decisions of PMFAMDDA are reached through a probabilistic plurality voting strategy that is in agreement with the Bayesian theorem.The results of the proposed PMFAMDDA model are compared with those from an ensemble of Probabilistic Multiple Fuzzy ARTMAP(PMFAM)classifiers.The outcomes reveal that PMFAMDDA,in general,outperforms PMFAM in discriminating operating conditions of the CW system.     

小波多分辨分析在机械故障诊断中的应用

小波分析是一种时变信号时-频两维分析方法,本文应用了小波多分辨分析的方法,较好地处理了机械设备故障冲击信号富含的高频和故障信号出现的频率的低频的关系,使得机械故障的诊断结果更加准确,在实际应用中取得了良好效果和较大的经济效益。     

交流伺服电机传动参数检测方法在故障检测中的应用

论文给出了一种间接检测交流伺服电机传动参数的方法,按照这一方法,只需检测交流伺服电机的定子电流,即可通过计算得到电机的转矩、转速和转角。该方法可用于伺服传动链的故障检测。     

倒频谱分析在故障检测中的应用

倒频谱分析是语音和图象处理中广泛应用的非线性信号处理技术。由于能对周期性异常振动信号进行有效的提取和分离,近年来被广泛运用于化工设备的故障检测中。倒频谱分析分为实倒频谱分析和复倒频谱分析两类。通过对周期性异常振动信号进行有效的提取和分离,结合频谱分析能有效获取异常振动产生的周期性激励信号,并对信号参数进行转换得到故障源的一些特征参数,再与元件的特征参数相比对,精确地得到故障位置并及时作出处理。     

自适应滤波算法在导弹动力系统故障诊断中的应用

基于时间序列的AR模型方法在用于液体导弹动力系统稳态工作段故障检测时遇到了两难题。其一,由于系统差异,在以试车时的动力系统状态的均值作为实际运行时动力系统状态均值时,得到的时间序列必定不再是零均值;其二,导弹动力系统工作环境不同时刻不尽相同,表现在AR模型中其观测噪声是时变的。在实践中,我们采用了基于扩展Kalm an滤波的自适应算法以及带有时变噪声统计的自适应滤波算法很好地解决了相关问题。