基于FMECA知识的故障诊断贝叶斯网络建模研究

为了构建具有较完备知识的贝叶斯网络诊断模型,提出了一种基于FMECA知识的故障诊断贝叶斯网络建模方法,该方法根据产品FMECA分析所得故障模式、故障原因、故障影响之间的因果关系构建贝叶斯网络拓扑结构,通过历史数据确定网络各节点的先验概率和条件概率分布,进而利用建立的贝叶斯网络进行故障诊断推理决策,最后通过某型飞机平视显示器的故障诊断贝叶斯网络建模及诊断实例,验证了方法的正确性及可行性。     

基于FMECA知识的故障诊断贝叶斯网络建模研究

为了构建具有较完备知识的贝叶斯网络诊断模型,提出了一种基于FMECA知识的故障诊断贝叶斯网络建模方法,该方法根据产品FMECA分析所得故障模式、故障原因、故障影响之间的因果关系构建贝叶斯网络拓扑结构,通过历史数据确定网络各节点的先验概率和条件概率分布,进而利用建立的贝叶斯网络进行故障诊断推理决策,最后通过某型飞机平视显示器的故障诊断贝叶斯网络建模及诊断实例,验证了方法的正确性及可行性。     

融合电控柴油机传感器数据的贝叶斯综合故障诊断网络研究

针对电控柴油机故障源多样性和不确定性的问题,对故障现象、状态数据提取及处理、贝叶斯故障诊断网络、故障源的先验概率获取、故障源的确定等方面进行了研究,在故障现象出现的情况下对如何有效确定故障源进行了分析和归纳,构建了融合传感器数据的电控柴油机贝叶斯网络综合故障诊断模型,提出了使用传感器数据技术检测电控柴油机工作状态,并结合经验法等估算出各类故障源的先验概率。通过运用贝叶斯网络技术推断查找到故障源的方法,并以丰田1KZ电控柴油发动机为实验对象,使用Hugin Expert工具对该诊断网络进行了推理验证。研究结果表明,该诊断网络充分发挥了传感器数据诊断技术的实时性和贝叶斯网络技术的判断决策能力,有效提高了电控柴油机故障诊断的正确率和实效性。     

发动机故障冷测试的贝叶斯诊断网络

为提高故障诊断中不确定信息的处理能力和推理质量,将贝叶斯网络技术引入发动机故障诊断领域。充分考虑发动机故障产生的机理,提出一种适用性较强的三层贝叶斯网络结构,增加了诊断信息来源,符合专家的诊断思路。诊断实例验证了其良好的故障源识别效果。     

贝叶斯网络数据细化的柴油发电机故障诊断

针对传统故障诊断方法在不确定问题诊断方面的不足,提出了基于贝叶斯网络的数据细化的柴油发电机故障诊断法。对柴油发电机转子的某些特定故障,结合专家知识确定转子特定状态下故障与振动频率、幅值及相关描述的依存关系,将获取的观测数据细化处理,利用结构学习,构建了基于贝叶斯网络的柴油发电机故障诊断模型,通过参数学习确定各节点的条件概率。实验结果表明,在已知信息具有模糊性和不完备性时,基于贝叶斯网络数据细化的故障诊断技术可明显提高诊断正确率。     

浅谈基于贝叶斯网络的泵故障诊断方法

针对发电厂水泵系统结构复杂，诊断过程中不确定因素众多的特点，提出了基于贝叶斯网络的水泵故障诊断方法。依据发电厂水泵故障机理，建立水泵贝叶斯网络结构；在定量参数方面，引入leaky Noisy-or模型，简化参数设置，从而克服水泵故障样本数量少导致贝叶斯网络参数设置困难的问题。最后，通过实例验证了基于贝叶斯网络的发电厂水泵故障诊断方法的有效性。     

多源信息融合及其在齿轮泵故障诊断中的应用

针对齿轮泵故障信息的不确定性和模糊性,提出了一种多源信息融合的贝叶斯网络故障诊断方法。在探讨齿轮泵故障机理的基础上提取振动、流量和压力信号作为故障特征,构造故障贝叶斯网络,建立贝叶斯分类器进行多特征信息融合,利用最大后验概率准则判别故障类型。融合结果表明,该方法能够有效实现齿轮泵多种故障的诊断,具有广阔的应用前景。     

贝叶斯网络理论及其在设备故障诊断中的应用

在分析机电设备故障诊断技术中广泛存在的不确定性和复杂关联关系的基础上，指出目前的故障诊断方法在处理不确定性和关联性问题时存在的局限性，提出了应用基于概率理论和图论的贝叶斯网络作为设备故障诊断模型具有很好前景的观点。阐述了贝叶斯网络的提出与发展、模型数学描述及研究现状，讨论了贝叶斯网络在故障诊断领域应用的可能方式及其应用情况。指出贝叶斯网络技术在故障诊断领域中的应用将进一步得到推广，提出了将贝叶斯网络广泛应用到故障诊断领域中需要解决的关键技术。     

基于贝叶斯网络的武器装备故障诊断方法

对武器装备故障进行快速、有效的诊断和处理,是提高其战备完好率及作战效能的重要方法之一。文中针对武器装备故障的不确定性特点,结合贝叶斯网络处理不确性问题的推理模型,提出了一种使用贝叶斯推理来进行武器装备故障诊断的方法,并通过实例验证了上述方法的可行性与有效性,这对以后处理类似的武器装备故障诊断问题具有借鉴意义。     

基于本体的机械故障诊断贝叶斯网络

针对机械设备维护与故障诊断过程中的不确定性,提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发,建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别,给出了基于最大可能解释(MPE)的故障概率推理算法,从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合,既实现了诊断领域知识的形式化描述与共享,又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明,该模型具有较好的故障识别效果。     

风力发电机齿轮故障诊断仿真与模拟试验

为了探讨无传感器故障诊断方法在风力发电机传动系统故障中的感应机理,在SIMULINK环境下,建立了一个双馈风力发电机仿真模型,对风力发电机传动系统故障在发电机定子电流中的响应过程进行理论分析。研制专用的风力发电机组模拟试验台,进行传动系统的断齿故障模拟试验与验证。利用Hilbert变换的幅值和频率解调方法,分析仿真及模拟试验结果,表明定子电流主要反映传动系统的扭矩或速度波动特征,将其用于风力发电机传动系统齿轮断齿类故障的监测与诊断是可行的。     

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。     

基于DSP和神经网络的风力发电机齿轮箱远程故障诊断系统

风力发电机齿轮箱是风力发电机组中发生故障频率最多的部件.为了满足对风力发电机齿轮箱的远程状态监测和故障诊断要求,设计了以C 2000系列DSP-TMS320F2812(简称F2812)为核心处理器的风力发电机齿轮箱远程故障诊断系统.系统可以脱离上位机独立运行,利用F2812丰富的外设模块构建了系统的硬件,可以对模拟信号、转速频率信号、数字信号进行数据采集,并具有以太网、全球移动通信系统(GSM)通信功能.针对风力发电机齿轮箱常见的轴承和齿轮故障,采用了有限脉冲响应(FIR)数字滤波、快速傅里叶变换(FFT)、倒频谱、小渡分析等方法提取出故障特征.将提取的特征向量输入训练好的BP神经网络进行嵌入式故障分类和识别,得出故障的类型、部位和程度.测试表明本系统能够实现长时间在线监测,并能正确的识别出故障,特别适用于风力发电机远程在线监测和故障诊断.     

基于模糊综合评判与故障树法的燃气轮机故障诊断

燃气轮机作为一种多功能供能机械,被广泛地应用于我国海上平台的生产作业,直接为平台的各个系统输送电能,其正常工作对整个平台的正常生产起到关键的保障作用;但是,近年来我国沿海钻井平台使用的不同型号发电机组时有发生叶片断裂的事故,造成严重的生产损失,所以研究故障叶片的诊断具有重要意义。本文运用一种将模糊综合评判与故障树分析法有机结合的诊断方案,克服了传统故障树诊断技术中难以解决的随机不确定性和复杂模糊性问题,并且以某作业区海上平台燃气轮机故障叶片为例,阐述了运用该方法对叶片故障原因进行的精确诊断。     

基于混合编程的风力发电机组轴承故障诊断系统

为了保障风力发电机组的安全可靠运行,结合风力发电机组中轴承故障特性,研发了一套针对风力发电机组轴承的故障诊断软件。该软件利用Visual C++和Matlab混合编程实现,可以对风机轴承进行数据采集和故障诊断。根据诊断结果可以对机组工作状态做出判断,针对异常情况可以帮助工作人员查明故障原因,提前做好预警和维护计划,提高风力发电效益。最后在模拟实验台上采集了故障轴承的振动信号并用该软件进行了时频分析、解调分析和倒谱分析,分析结果与实际故障吻合良好。     

汽轮发电机组振动故障的综合自动诊断方法研究

利用振动信号频率成分结构和频率幅值研究了汽轮发电机组振动故障的综合自动诊断方法。根据振动故障的频谱特点 ,将振动故障分为 4个模式类 ,并确定故障类模式中心 ,在故障类的层次上做模式识别 ;利用频谱征兆和模糊关系矩阵 ,计算故障隶属度值以确定故障的严重程度 ;通过实例阐明了本方法对故障模式有较强的识别能力     

大型汽轮发电机转子绕组匝间短路故障的诊断研究

通过对24 MW汽轮发电机内部转子绕组匝间运作时出现的短路故障的分析和讨论,并结合积累的运行经验,对其故障诊断技术所存在的问题及其特点进行深入性的探讨.据此提出了转子绕组匝间发生短路故障的几种常见形态,同时,在各种状态模式下,对所选用的检测方法的适用性进行了有效评价,为未来一段时间内进一步提高匝间短路故障的检测以及诊断水平提出了一些建议.     

风力机叶轮质量不平衡故障建模及仿真研究

风力机叶轮质量不平衡故障对风力发电机组的安全稳定运行影响很大,传统的基于振动的故障诊断方法需要在风力机上安装大量的传感器,成本较高同时可靠性也较差。近年来,已有学者采用基于电信号的故障诊断方法对该故障进行试验研究,但未对该诊断方法进行理论上解释。在对该故障机理进行简要阐述后,在理论上推导该故障对风力机电功率造成的影响,利用Simulink建立在该故障状态下包含叶轮、传动链与发电机的风力机模型,仿真得到该故障条件下的电功率信号,频谱分析的结果显示其包含叶轮旋转的一倍频分量,且随着不平衡质量的增大而增大,与德国ISET研究所等试验研究的结果相符,仿真的结果从定量的角度表现该故障的严重程度,该方法可应用到故障诊断系统中用以确定不平衡质量的大小。     

Development of a low cost test rig for standalone WECS subject to electrical faults

In this paper, a contribution to the development of low-cost wind turbine (WT) test rig for stator fault diagnosis of wind turbine generator is proposed. The test rig is developed using a 2.5 kW, 1750 RPM DC motor coupled to a 1.5 kW, 1500 RPM self-excited induction generator interfaced with a WT mathematical model in LabVIEW. The performance of the test rig is benchmarked with already proven wind turbine test rigs. In order to detect the stator faults using non-stationary signals in self-excited induction generator, an online fault diagnostic technique of DWT-based multi-resolution analysis is proposed. It has been experimentally proven that for varying wind conditions wavelet decomposition allows good differentiation between faulty and healthy conditions leading to an effective diagnostic procedure for wind turbine condition monitoring.     

[学科发展]风电装备故障诊断与健康监测研究综述

针对风力发电机传动链中的三大部件——复合材料叶片、齿轮箱、发电机的故障诊断与健康监测的发展现状进行文献综述，总结该领域的研究现状及主要方法。综述风电装备中复合材料叶片、齿轮箱、发电机三大部件的主要故障特点、故障形式及诊断难点，并结合国内外相关文献系统地介绍并比较了现有的针对三大部件的故障诊断与健康监测方法，最后对该领域的发展方向进行了展望。