基于SOM神经网络的风机故障诊断研究

应用自组织特征映射（SOM）神经网络实现风机的故障诊断。介绍了SOM网络的结构和学习算法;总结了风机的故障集、征兆集和故障特征数据。在MATLAB环境下给出了风机故障诊断的具体实例,表明该方法是一种可行有效的风机故障诊断方法。     

基于信息融合的便携式旋转风机故障诊断分析仪

针对大型旋转风机单传感器故障诊断准确率较低的状况，文中将多传感器信息融合技术引入风机故障诊断之中，提高故障诊断的准确率；以数字信号处理器DSP研制便携式旋转风机故障诊断分析仪，并详细阐述了系统的硬件结构以及软件设计思想。     

基于神经网络的大型风机智能故障诊断系统的研究

介绍了BP网络的基本原理,研究了基于神经网络的故障诊断方法,建立了风机常见故障模式样本。由此研制了一套基于BP网络的风机智能故障诊断系统,将其应用于某大型烧结风机的故障诊断中,结果表明:该系统诊断结果准确可靠,且具有较强的鲁棒性。     

基于粗糙集与人工神经网络的风机故障诊断

提出了一种粗糙集理论与神经网络集成的风机故障诊断方法。试验结果表明:该方法可以有效提高风机故障诊断的精度和效率。     

基于声信号人耳听觉谱特征的风机故障诊断

提出了风机噪声信号的人耳听觉谱特征提取方法,利用人耳听觉谱特征模拟人耳听觉系统的特性,采用支持向量机分类器进行风机故障的分类识别;设计了基于听觉原理和支持向量机分类器的风机故障诊断系统,并应用于风机故障诊断.文中所用实验数据是在工厂现场采集获得,对现场实测数据的识别实验证明,人耳听觉谱特征可有效用于风机故障诊断,可正确识别99.18%的正常机器,故障类型诊断的正确识别率在91%以上.     

鼓风机轴承故障的共振解调谱分析

简要介绍了风机的类型及应用,通过运用共振解调谱法对鼓风机轴承故障进行的故障诊断和技术分析,说明了共振解调谱法在风机滚动轴承故障诊断中的应用是行之有效的。     

基于MATLAB的变频器散热风机故障诊断系统的开发

风机是矿用隔爆变频器的主要散热部件,工作环境恶劣、故障率很高.利用小波包分析算法提取某大型变频器风机的故障特征向量,并构建了典型故障特征表.在MATLAB平台上用VC软件对其定制,开发出了基于小波包的风机故障诊断系统,该系统能够对风机运行状态进行实时检测和故障诊断.     

基于RBF人工神经网络的风机故障诊断

针对风机常见故障征兆与故障类型之间的非线性映射关系,结合专家知识建立了风机系统故障知识库,提出了基于径向基函数(RBF)人工神经网络的风机故障诊断方法.结果表明:该方法能克服诊断过程中容易陷入局部极小的缺点,并能满足故障诊断的快速性和准确性要求.     

风机振动故障诊断浅析

简要介绍了引起风机振动的原因,并进行了分类.介绍了当前的故障诊断系统及应用情况.举例说明了风机振动的实际情况,提出了建立更准确故障诊断系统的一点想法.     

振动检测技术应用四例

结合真空风机不平衡故障诊断处理、压榨辊齿轮箱内轴承故障诊断处理、臭气风机轴承故障诊断处理、制浆E/O中浓泵叶轮及腔内结垢诊断处理四个实例,说明振动检测技术在实际故障诊断中的应用及效果。     

煤矿通风机故障诊断研究

由于煤矿条件十分恶劣,煤矿通风机经常发生各种故障,应对煤矿通风机故障展开故障诊断研究。笔者采用小波和神经网络相结合的方法对煤矿通风机进行故障诊断,理论上表明该方法可以很好的对煤矿通风机进行故障诊断。     

HG-3568型动平衡系统在离心通风机上的应用

介绍了离心通风机振动故障的诊断思路和分析方法,并通过一台引风机故障的诊断分析,说明HG3568型动平衡系统在离心通风机上的应用。     

基于LS-SVM的一次风机振动在线监测及故障预警研究

针对火电厂一次风机运行工况复杂和多状态变量强耦合特性而难以构建设备精确模型问题,将智能数据挖掘方法应用于风机设备故障预警和诊断中。通过对风机典型运行特性进行分析,提出了一种基于最小二乘支持向量机(LS-SVM)的一次风机振动状态估计和故障预警方法。结合山西河曲发电厂1号机组的1#一次风机历史运行数据,应用Matlab对所提出的方法进行了验证和分析。研究结果表明,该预测方法有较高的估计精度,能够及时辨别一次风机在运行中的振动异常,适用于火电厂辅机设备的故障诊断,具有一定的工程应用价值。     

模糊识别在电厂送风机故障诊断中的应用

本文将模糊识别法应用到电厂送风机故障诊断系统中,建立了送风机的故障特征向量、故障模糊向量及模糊关系矩阵,通过模糊识别得出各故障的隶属度,根据最大隶属度原则确定设备具体故障。最后通过具体实例分析证明该方法效果良好。     

基于小波包分析的风机故障诊断

根据故障信号特征和小波包变换多尺度分解性质选取小波包分解层次,得到能正确地反映风机的运行状态的特征向量;参照特征向量的组成方法,提出并构建基于小波包分析的韶钢4号风机典型故障特征表。对待检信号选用db10小波进行6层小波包分解,利用待检状态的特征向量与典型故障特征表,通过模糊模式识别方法进行风机故障诊断。     

基于粗糙集的风机故障诊断专家系统知识获取

针对专家系统中知识获取的“瓶颈”问题、应用粗糙集理论建立风机故障诊断专家系统框架．并利用粗糙集的约简方法消去知识库中冗余的属性，实现了知识库的精简，有效地保持和完善了知识库的结构和性能．提高了知识获取的效率。此方法应用在风机故障诊断专家系统中．收到了良好的效果。     

基于听觉特征和频谱特征的油烟机异音故障诊断

提出了一种主观听觉判断和客观频谱分析相结合的风机异音故障诊断方法。对油烟机风机辐射噪声进行频域特征分析、结合人工听觉判断油烟机异音故障。分析表明:风机所产生的异音故障在频谱中表现为幅值和能量都比较集中的线谱频率,其听觉特征明显,并与频谱特征有严格的对应关系;实验证明,频谱特征和听觉特征可以作为有效的油烟机异音故障判别特征之一。采用该方法对实际测量数据进行异音故障诊断,诊断结果与听音员判断结论一致。     

共振解调技术在风机旋转失速故障诊断中的应用

风机旋转失速故障的振动特征通常出现在较低的频段。容易淹没在噪声或转子失衡等其它零部件的故障特征中。难以分析和诊断。共振解调技术对低频冲击的高频共振波形进行包络检波,可以有效地提取低频冲击特征。本文提出基于共振解调技术的风机旋转失速故障诊断方法,并成功应用于某炼铁厂废气风机旋转失速的故障诊断中。     

基于小波分析与Wigner分布的对旋风机轴承故障诊断

利用小波信号重构和Wigner时频分布对矿用对旋风机轴承进行了故障诊断,介绍了分析方法。结果表明：基于小波信号重构和Wigner时频分布的故障诊断方法具有较高的时频分辨率,能够在时域上更加合理地判断偶发性故障信号和真实故障信号的区别,更加准确地给出频率分量的分布,从而正确地判断轴承的早期故障。