基于深度信念网络的风机主轴承状态监测方法

提出了一种基于深度信念网络（DBN）的风电机组主轴承状态监测方法。为了降低建模难度并减少训练时间,首先利用相关系数法选取建模变量,进而建立主轴承正常行为的DBN温度模型并用于主轴承温度预测。该模型克服了传统神经网络随机初始化网络权重、易陷入局部最小值等缺点,能有效提高主轴承温度的预测精度。然后采用指数加权移动平均法（EWMA）对主轴承温度残差序列进行分析,并利用核密度估计方法确定故障阈值。最后基于实测的数据采集与监视控制（SCADA）系统数据对主轴承故障进行模拟。结果表明,与传统预测方法相比,该方法能有效地实现主轴承的异常状态监测。     

基于IBIS5-B-1300的视频采集和显示系统设计

设计了一个基于CMOS图像传感器的视频采集和实时显示系统,详细介绍了系统的软硬件设计。系统采用IBIS5-B-1300作为视频采集的核心器件,通过数字编码器BT856将图像传感器采集到的图像数据实时地转换为兼容模拟监视器的复合视频信号,实现了视频的高速采集和实时显示。实验结果表明:该系统成像清晰可靠,实时性高,图像采集和显示帧率均达到50帧/s,能够很好地完成高速视频采集与监视的任务。     

计算机监视器显示字符不能保持的故障排除

作为计算机控制大型分析仪器程序和测试数据的显示窗口,监视器出现字符不能保持在监视屏的故障时,给仪器操作带来极大不便。从故障现象上看是计算机内存或通讯等方面的问题,但计算机打印、仪器控制功能均正常,因此可以判断仅仅是监视器故障所致。 980B监视器显示电路除了灯丝、阴极、栅极控制和扫描电路外,还有特殊的阳极控制电路。通过插件J58与监视屏相连接。从图     

基于SCADA温度数据的风电机组发电机驱动端轴承异常识别方法

为及时识别发电机驱动端轴承的异常运行状态，利用风电机组数据采集与监视控制(SCADA)系统参数序列之间存在的内在相关性，提出一种基于协整和向量误差修正模型的发电机驱动端轴承异常识别方法。首先，对所选温度SCADA参数序列的平稳性进行检验，分析各参数的单整阶数；然后，通过协整检验来确定所选参数之间的长期均衡关系；最后，在协整关系的基础上构建适用于温度SCADA参数的向量误差修正模型，计算模型预测残差的均方根误差，使用指数加权移动平均值设定阈值对发电机驱动端轴承的运行状态进行监测。利用内蒙古某风场的一组发电机驱动端轴承故障数据进行验证，结果表明该方法能有效识别发电机驱动端轴承的异常状态，及时发现早期故障。     

多变量统计分析方法在制冷故障检测与诊断中的应用研究

研究了多变量统计分析方法在制冷装置故障检测和诊断中的应用。对ASHRAE资助下的一组实验数据进行预处理,对其进行故障检测和故障诊断。对于故障检测,可利用平方预测误差(Q统计量)等统计控制变量来判断系统是否在正常运行状态。而对于故障诊断,第一次尝试采用各变量对于平方预测误差的负荷结合各变量的变化率来得到其对于平方预测误差异变的贡献率。从而快速利用变量的变化方向和程度判断故障类型。从结果分析,这种方法可以在众多变量中过滤掉不显著的变化,迅速找到故障主因。利用多变量统计分析方法可以实现对制冷装置的运行状态进行实时监控和诊断。     

风电场SCADA系统技术研究及实现

针对风电场SCADA项目需求,设计了一套SCADA系统方案,介绍了方案的架构和实施。该方案基于双网结构,自上而下分为SCADA后台、规约转换、控制层和风电机组4个层次。风电机组和后台之间通过控制层和规约转换连接,把自身的运行数据上送到后台,同时也执行后台下达的遥控命令,从而实现整个风电场的监控需求。实际结果表明,该方案能满足系统的实时性、稳定性和扩展性要求。     

特种车辆油气弹簧漏气故障的识别与预测

针对特种车辆实现基于状态的维修和自主保障需求,首次对特种车辆悬挂系统的核心部件油气弹簧进行了基于数据驱动方法的状态识别和故障预测研究。对油气弹簧的主要故障模式和机理进行了分析,针对发生频率最高的漏气故障,提出了一种适用于不同工况下的基于相同位移下气压变化的特征提取方法。提出了一种基于支持向量分类机和回归机的故障识别和预测框架,采用该框架能适应实车应用环境的要求,无需增加额外传感器,只利用车辆现有的测试环境就能实现油气弹簧漏气故障的实时监测和预防性维护,与其他基于振动信号的方法相比更具有实用性。在试验室内进行了模拟状态退化试验,利用采集的数据验证了方法的可行性,可用于特种车辆油气悬架的在线状态监控和预测。     

基于DSP的电机轴频信号实时故障检测系统研究

电机故障检测一般是通过使用先进的技术手段,在线监测异步电机的各种相关运行参数(如电压、电流、磁通、转速、温度、振动、局部放电等),判断设备是否处于正常状态.本文设计了基于数字信号处理器(Digital Slgnal Processor,DSP)的电机故障实时检测装置,通过电机轴频信号测取,特征提取,状态检测和状态分析实时检测电机故障,实验表明,相对传统单片机检测系统,利用数字信号处理器设计的检测系统不仅在速度上具有优势,还可实现二阶功率谱算法等较为复杂的分析方法,能有效提高电机轴频信号实时故障检测的准确性.     

基于生成对抗网络的风电机组在线状态监测

基于风电机组数据采集与监控系统(SCADA)的大量时序数据分析,提出一种基于生成对抗网络(GAN)的风电机组在线状态监测方法。首先,通过GAN模型中的生成器获得一组与SCADA数据相同维度的生成数据;其次,利用生成的和真实的SCADA数据对GAN模型进行优化训练进而得到用于区分机组健康状态的判别器模型。利用所提方法分别对一台故障风电机组和一台健康风电机组的SCADA数据分析后发现:GAN方法能够有效监测风电机组的在线运行状态,比SCADA系统提早5 d发现故障机组的异常;当风电机组正常工作时,GAN方法比其他方法(如马氏距离、主成分分析、深度神经网络、支持向量机等)误报的次数更少;当机组发生故障后,GAN方法比上述其他方法能检测出更多的异常样本。     

基于NOFRFs的中放检波电路系统故障定位方法

非线性电路系统在故障前后其非线性传递特性往往会发生明显的改变,通过比较系统正常状态下的频域特征与当前工作状态下的频域特征就可以判断系统是否处于故障状态.系统的非线性传递特性在频域的表现是广义频率响应方程GFRFs及非线性输出频率响应方程NOFRFs.基于NOFRFs理论对多级级联模拟电路中的非线性故障进行定位的方法作了具体介绍.并通过使用不同的激励信号激励系统,说明了激励信号的选择对故障诊断的影响.