共查询到10条相似文献,搜索用时 108 毫秒
1.
基于KPCA-HSMM设备退化状态识别与故障预测方法研究 总被引:3,自引:1,他引:2
为消除多通道观测信息冗余,压缩高维故障特征,提出基于KPCA多通道特征信息融合的HSMM设备退化状态识别与故障预测新方法.首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量,然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测.将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性. 相似文献
2.
对于目前很多大型复杂的系统来说,故障预测以及综合健康管理技术方面的研究越来越受到重视。文章对故障预测相关技术作了论述,就复杂系统的综合健康管理(IHM)的组成及关键技术进行了阐述,并介绍了一种视情维修开放体系结构。 相似文献
3.
4.
5.
针对现有设备管理系统对设备状态信息掌握不足、维修方式落后、大多数设备管理系统对设备状态的统计分析和故障趋势的预测功能不足等现状,结合状态监测诊断技术,运用状态维修的思想,建立了状态维修的实施模型,并采用计算机和数据库技术,开发了一个融合状态监测诊断技术的设备管理系统,对于如何预防故障,杜绝事故,延长设备运行周期,缩短维修时间,为企业设备管理现代化提供了一个新思路.实践证明该方法能够有效改善设备维修方式,最大限度地发挥设备的生产潜力,提高经济效益和社会效益,提高企业设备管理水平,从而大大提高了企业生产环境的安全性. 相似文献
6.
设计开发了基于MATLAB的齿轮箱轴承故障预诊与健康管理无忧运行系统。该系统可对原始机床轴承振动数据进行特征提取和信息融合,并采用复合轴承健康评估算法定量计算轴承运行时候的健康度,对轴承样本进行故障识别。最后,预测预判模块可实现轴承剩余健康寿命的预测,实现轴承全生命周期的管理。 相似文献
7.
8.
9.
随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器对设备运动部件间的摩擦、机械冲击和动态荷载的电子信号进行检测和处理,采用专为应力波分析而开发的时域和频域特征提取软件和基于神经网络的数据融合技术,对设备状态进行定量分析,对设备故障进行准确预测,并提供设备健康诊断分析报告。运行试验表明,与振动分析等传统的状态监测方法相比,本系统能更好地实时监控设备运行情况,更早地预测故障,保证了生产安全性,降低了设备检维修成本,提高了生产效率。 相似文献
10.
本文对一家汽车安全带生产厂的注塑机,冲压机进行了基于油液分析的状态监测,注塑机和冲压机是该厂的重要进口设备。为了获得注塑机运行状况的有关信息以及在该厂进行设备的现代管理视情维修。对该厂家注塑机、冲压机的油液分析持续了一年的时间,在监测中使用了多种监测技术,如:铁谱分析、发射光谱分析、理化指标分析、研究结果表明,使用综合油液分析技术对设备运行状态进行监测,对防止注塑机,冲压机的重大事故和避免代价高昂的事后维修有重要的意义,并对推进该厂的现代设备管理视情维修作出了重要的贡献。 相似文献