基于本体的大型风力发电机组故障智能诊断研究

针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。     

基于SDG模型的风力发电机故障诊断方法

基于符号有向图SDG(Signed Directed Graph)的故障诊断方法在化工、钢铁等大型工业系统中已广泛运用。针对传统的风力发电机组故障诊断方法诊断耗时长、诊断过程复杂等缺点,提出基于符号有向图(SDG)模型的风力发电机组故障诊断方法。研究风力发电机组结构,建立风力发电机组SDG模型。利用关联算法通过风力发电机组分布输入矩阵对候选故障源节点进行筛选、排序。案例诊断结果表明,该方法能及时有效地检测风力发电机组的故障,提高风力发电机组故障诊断的效率。     

风力发电机组故障诊断研究探讨

与煤炭、石油等传统燃料型能源相比,风能作为一种可再生的清洁能源,应用优势体现在无环境污染、低成本、可再生等。目前,它的技术研发和推广应用越来越受到各国青睐。风能利用的重要方式就是风力发电,但因风力风速具有随机性、不可控和多变性等不利因素,要充分利用风能转化为电能,核心设备就是风力发电机组。因此,根据笔者多年风力发电机组运行维护工作经验,从风力发电机组故障类型、故障机理或产生部位、诊断处理等方面,探讨风力发电机组故障诊断方式方法,从而实现快速检修,降低维修时间和成本,提高风力发电机组安全在线运行时长,确保风力发电质量和电能。     

风力发电机组振动故障诊断案例推理系统

介绍了风力发电机组振动故障诊断案例推理系统的研究背景、系统流程、算法及界面。应用这一系统,可以针对风力发电机组的振动故障特征,采用基于形式概念的相似度算法进行案例推理,并可以实现振动故障相似历史案例的智能推荐,节约人力和时间成本。     

电力电缆故障诊断技术在智能电网中的应用研究

对智能电网中电力电缆出现故障的主要原因进行了分析,提出了几种先进的电力电缆故障诊断技术,对其原理和应用情况进行了研究,以提高智能电网的故障诊断效率,保障电网的运行可靠性。     

基于传递矩阵法的风力发电机组整机模态分析

在风力发电机组的结构动力学设计中,整机自振频率和振型是重要的设计参数。作者根据风力发电机组结构特点将其简化为带扭转变形的无质量梁单元和集中质量惯量单元的有序组合,并根据单元受力特点建立了梁单元和集中质量惯量单元的传递矩阵。以叶尖为输入,塔架底部为输出,根据多体系统传递矩阵模型构建原理,建立了风力发电机组整机传递矩阵模型,并使用该模型对NREL 5MW风力发电机组模型进行了模态分析。结果表明:传递矩阵法所得分析结果准确可靠,相对于有限元法,传递矩阵还具有建模灵活、计算效率高、无需建立系统总体运动方程等优点,非常适合风力发电机组的设计和优化。     

基于Multi-agent的电梯曳引机故障诊断系统研究

在传统故障诊断的基础上,利用MAS系统的自主性、分布性、自适应性、同时对环境具有较强的适应性等特点,将多智能体(MAS)技术引入电梯曳引机故障诊断领域。基于Agent技术构造了一种MAS电梯曳引机故障诊断模型,设计了主要Agent,阐述了MAS电梯曳引机故障诊断系统的组织结构和关键技术,分析了基于MAS的电梯曳引机故障诊断方法和过程。该系统具有可扩充性、诊断资源可重用性、诊断过程自主性等优点,具有极好的推广价值。     

便携式滚动轴承故障智能诊断系统的设计

设计了一种便携式滚动轴承故障智能诊断系统，对系统的工作原理、硬件结构及软件技术进行了详细的描述。该诊断系统除具有“便携式”的特征外，还具有操作简便，测试、诊断与分析自动化、智能化等特点，适用于生产现场对滚动轴承故障进行快速、自动地诊断。     

基于人工免疫系统的数控机床故障诊断系统研究

随着工业自动化程度的不断提高,数控机床在现代装备制造企业中的作用越来越不可替代,但其结构较为复杂,故障的发生也往往具有复杂性和隐蔽性的特点。现通过分析数控机床故障运用人工免疫机理建立一套故障诊断系统,它具有诊断速度快、结果准确度高的特点,能有效地对数控机床的故障进行智能分析诊断。     

基于FMEA的风力发电机组偏航系统可靠性分析

阐述了风力发电机组偏航系统的结构和工作原理,利用FMEA法对其进行了故障模式分析,确定故障模式严重度,并对其结果进行分析,为后续该系统的可靠性运行及维护策略提供了处理方向。     

粗糙集合理论在旋转机械故障诊断技术中的应用

粗糙集合理论基于严格的集合分析方法,通过对数据集合进行等价关系、近似空间、分类等运算,发现隐含在数据中的规律与性质,从而完成知识发现。在人工智能机器故障诊断系统中,如何获得故障诊断等知识成为关键技术。论文提出将粗糙集合理论应用于加工中心故障诊断技术,使得故障诊断技术中的知识获取瓶颈问题得以有效解决。     

可视化旋转机械故障智能诊断系统设计

介绍了可视化旋转机械故障智能诊断系统设计基本思想、方法和关键技术。讨论了旋转机械故障智能诊断专家知识的获取、可视化专家知识库的建立,及由专家规则、模糊逻辑、神经网络于一体的组合智能推理机。实现了信号采集与分析、特征参数的自动识别与提取、可视化专家知识库和组合智能推理机的集成。编制了整套系统软件,开发了一套故障智能诊断装置,对旋转机械典型故障进行智能诊断,诊断出机组运行中可能存在的故障种类、故障严重程度,故障发生时间及故障治理的专家建议,即可实现故障的检测、故障分离、故障辩识、故障对策等,并具有网络化功能。     

基于支持向量机和人工免疫的机械故障诊断方法研究

利用支持向量机对故障数据进行分类和聚类预处理,然后以类别的中心作为人工免疫系统的疫苗,人工免疫系统把它们作为抗体进行免疫学习,获得机械系统的故障特征,并为人工免疫系统提供先验知识,建立故障状态空间至解释空间的映射.用该算法对转子实验台仿真故障进行分类比较,结果表明该算法学习速度快,诊断效果好.     

潜水轴流泵在线故障诊断的智能化研究

结合潜水轴流泵在线故障诊断的智能化研究 ,提出了故障诊断技术应与其设计制造技术融于一体的新思路 ,描述了潜水轴流泵故障信息的检测方法 ,定义了“白色故障”、“灰色故障”和“黑色故障”的新概念 ,在此基础上对潜水轴流泵进行故障归类 ,并给出了各类故障的诊断方法 ,本研究对其他机械设备的故障诊断同样具有指导意义。     

A real-time intelligent multiple fault diagnostic system

Modern manufacturing systems and their failure modes are very complex, and efficient fault diagnosis is essential for higher productivity. However, traditional fault diagnostic systems that perform sequential fault diagnosis can fail during diagnosis when fault propagation is very fast. This paper describes a real-time intelligent multiple fault diagnostic system (RIMFDS). This system deals with multiple fault diagnosis, and is based on multiprocessing by using a strata hierarchical artificial neural network (SHANN). If another fault occurs while an existing symptom is being diagnosed, the corresponding diagnosis module is triggered, and the fault diagnosis module of the new faulty unit begins to diagnose the faults in real time. RIMFDS can diagnose multiple faults with fast fault propagation and complex physical phenomena. The system consists of two main parts. One is a personal computer for remote signal generation and transmission, and the other is a host system for multiple fault diagnosis. The signal generator generates various faulty signals and image information and sends them to the host. The host has various modules and agents for efficient multiple fault diagnosis. A SUN workstation is used as a host for multiple fault diagnosis and graphic representation of the results.     

A real-time intelligent multiple fault diagnostic system

Modern manufacturing systems and their failure modes are very complex, and efficient fault diagnosis is essential for higher productivity. However, traditional fault diagnostic systems that perform sequential fault diagnosis can fail during diagnosis when fault propagation is very fast. This paper describes a real-time intelligent multiple fault diagnostic system (RIMFDS). This system deals with multiple fault diagnosis, and is based on multiprocessing by using a strata hierarchical artificial neural network (SHANN). If another fault occurs while an existing symptom is being diagnosed, the corresponding diagnosis module is triggered, and the fault diagnosis module of the new faulty unit begins to diagnose the faults in real time. RIMFDS can diagnose multiple faults with fast fault propagation and complex physical phenomena. The system consists of two main parts. One is a personal computer for remote signal generation and transmission, and the other is a host system for multiple fault diagnosis. The signal generator generates various faulty signals and image information and sends them to the host. The host has various modules and agents for efficient multiple fault diagnosis. A SUN workstation is used as a host for multiple fault diagnosis and graphic representation of the results.     

风机齿轮箱状态监测与故障诊断系统设计研究

针对风力发电机组地处偏远、人工巡检排故困难,利用物联网技术开发了远程状态实时监测和故障诊断系统,分析了总体框架,构建了故障诊断规则库,阐述了工作流程。该系统可实现对风机齿轮箱运行状态的远程实时监测,通过分析风机齿轮箱运行状态信息触发自动故障诊断系统和基于规则的故障诊断,生成故障诊断报告,并将其导入专家经验库。经风电机组齿轮传动实验台实验检验,系统界面友好,能为维修工程师进行故障排查提供解决方案,提高排故效率,缩短排故时间,降低排故难度。     

遗传程序设计在故障诊断中的研究与应用

作为一种新兴的强大的智能优化技术，遗传程序设计已经广泛地应用在工程科学的许多领域。这里重点研究了遗传程序设计方法在故障诊断领域中的应用，以推动和实现智能诊断。此外，在构建的实验台上模拟齿轮箱齿轮的典型故障形式，利用遗传程序设计方法对其提取的征兆参数进行处理分析，实现故障的模式识别。     

行星齿轮箱故障诊断技术的研究进展

行星齿轮箱广泛用于风力发电、直升机、工程机械等大型复杂机械装备中,低速重载的恶劣工作环境经常导致其太阳轮、行星轮、行星架等关键部件出现严重磨损或疲劳裂纹等故障。然而,现有的中心轴固定的传统齿轮箱故障诊断理论与技术不能有效解决行星齿轮箱诊断中所面临的诸多棘手问题,例如行星齿轮箱中多模式混淆和振动传输路径复杂导致故障响应微弱、载荷大范围瞬时波动引起振动的强烈非平稳性、多对齿轮啮合的振动相互耦合造成振动明显的非线性、低频特征频率成分噪声污染严重等。阐述行星齿轮箱故障诊断的特点与难点;从动力学建模和动态信号处理两方面,综述和分析行星齿轮箱故障诊断的国内外研究进展;指出当前研究中存在的关键问题;讨论解决这些关键问题的途径。     

基于智能分布式馈线自动化的配电网故障快速自愈方法

在分析配电网故障自愈模式的类型及其特点的基础上,重点研究了智能分布式馈线自动化的故障自愈方法,包括各个功能模块及其故障处置逻辑。最后以故障定位为例,应用一种基于智能分布式 FA的矩阵方法,对贵州电网某 10 kV 馈电线路的多种故障情况进行了算例仿真分析,验证了基于智能分布式 FA 的配电网故障快速自愈方法的可行性。