基于EAM的设备故障树建设与应用

随着信息技术的不断发展，信息化平台的运用在设备管理中的优势日益显现，尤其在自动化程度较高的卷烟生产行业，设备信息化管理已成为趋势。面对繁冗孤立的数据，综合利用各种信息资源，搭建易于查找和远程共享的设备故障树，成为设备管理发展中的一种全新理念。     

掘进机故障诊断和技术支持系统的应用研究

针对掘进机故障率高、诊断难度大、维修作业困难、消耗时间长的问题,提出采用合理的故障诊断模型和推理分析方法提取掘进机实时数据的特征信息,实现对掘进机的故障定量评价,消除设备潜在故障,为煤炭高效掘进提供保障.     

制造系统数控机床故障处理技术研究

如果出现故障后不能及时正确地进行故障诊断和维修,则会带来大的经济损失。因此,车间设备故障维护和调度策略一直是制造业研究的热点之一。本文在分析了数控机床的信息管理工作的特点及意义基础上,重点探讨了基于知识的故障诊断技术,建立故障知识库,包括故障树查询、添加,故障诊断,故障历史记录统计分析等技术问题,对于今后制造系统数控机床故障处理发展具有一定帮助。     

神东煤炭集团设备管理迈入“大数据”时代

正【本刊讯】近日,神东煤炭集团设备管理中心设备数据分析及健康管理平台投入运行,这标志着神东的设备"大数据"管理模式已经初步建立。过去,由于该公司各矿井的采掘机运通设备较为繁多,存在数据采集难度大、数量大,以及统计分析难度大等问题,再加上现有的160多个信息化系统,各子系统间的数据共享度不高、关联性差,形成了相互孤立的信息孤岛。对此,设备管理中心大胆探索大数据在设备管理领域的深度融合,通过不断加强大数据标     

计算机软维护研究

本文对计算机"软"故障进行了分析,认为计算机系统的"软"故障主要由CMOS信息更改、硬盘主引导记录和分区表破坏、Windows注册表破坏及病毒感染所引起,并提出了计算机系统维护和"软"故障的预防和处理意见.     

计算机辅助设备故障,事故管理系统

在设备管理工作中,故障与维修是一对主要矛盾.在设备使用过程中,设备的故障和事故是客观存在的,有了故障就要对设备进行修复才能保证生产的顺利进行.为了全面了解设备状况,搞好设备维修,最终在设备使用期内,不断减少故障和事故或部分消灭故障和事故,就要对设备的故障和事故信息进行收集、整理、统计和分析,寻找故障和事故发生的原因,认识其规律,防患于未然.由于科学的飞速发展和工厂规模的扩大,工厂设备正向着大型化、自动化、连续化及复杂化的方向发展.因此设备故障和事故信息成倍增加,人工进行管理不但效率低,而且易出差错.计算机数据库技术为设备故障和事故管理现代化创造了有利条件,一方面它能及时、准确、高效地向管理者提供各种信息;另一方面它也是设备管理和维修现代化的一个重要标志.鉴于此,我们结合成都飞机工业公司设备故障和事故管理的实际,开发了一个实用的计算机辅助设备故障和事故管理系统,本系统全部管理程序采用汉字Foxbase~ 和Basic语言编写.     

传动设备智能检测平台系统开发与应用

目前智能化管理已成为各种系统开发的必然趋势,故障诊断技术和网络结合,利用网络可以充分发挥其组合优势,更好的应用于生产实际。本信息管理系统的开发将主线传动信息进行集中统一收集,实现基于Internet网络平台的故障数据库,实现远程协作诊断及信息推送。同时该项目作为宽厚板生产线信息化建设即大数据平台建设的一步,以通过实现设备集中监控为基础,实现设备的日常维护、故障查询、故障推送为依托,建立健全设备日常生产过程中的大数据库。     

基于相似性建模的发电机组设备故障预警系统

针对由于发电机组设备故障而引起的电厂非计划停机所带来的不必要的经济损失问题,在故障诊断技术的基础上,对电厂开展了故障预警系统研究。故障预警系统包括状态估计和监测两个模块,通过分析故障预警系统的建模方法,提出了利用相似性方法实现设备状态估计,通过比较设备实时数据与历史正常数据之间的相似关系估计设备可能达到的状态。监测模块接收设备实时状态数据或估计状态数据后,判断设备状态,并显示故障关联信息,为工作人员分析故障原因提供了参考。最后,对山西某电厂的预警案例进行了介绍。研究结果表明,该故障预警系统可全面分析其所监控的所有设备信息、辨识设备性能异常状况,使发电企业能够在设备故障形成早期发现征兆,提前采取措施以避免设备故障的发生。     

PPM集装箱正面吊吊具的常见故障与处理

集装箱正面吊是集装箱专用码头装卸集装箱的重要设备.由于它使用频繁,工作负荷大,使用环境差,因此不可避免地会出现较多的故障,从而严重影响着装卸工作的进度.所以,如何解决好这些故障,提高生产效率,是很重要的问题.下面以湛江港PPM集装箱正面吊吊具的常见故障及处理方法进行叙述.     

传统空调设备的数字化改造

数字化改造,是指在传统的机械装备中,引入信息技术,嵌入传感器、集成电路、软件和其他信息元器件,从而形成了机械技术与信息技术、机械产品与电子信息产品深度融合的装备或系统。通过空调设备状态、数据、参数的信息化手段运用,提升设备的使用寿命,降低设备故障时间,实现设备参数的最优推荐。     

基于最大故障信息量的电路板故障搜索

某型导弹地面发控电子装备采用集中控制管理的工作模式,在使用与维修中,检测到电路板级的维修是最终级的。电子装备电路板集成化程度和元件的密集度较高,拆装不便,受环境影响故障监测信息获取难度较大。基于此,文章采用电路仿真软件,对电路板软、硬故障仿真测试,基于最大故障信息量诊断准则,建立了故障搜索诊断树。该方法充分利用诊断信息,每步搜索按故障特征信息量最大的特征进行,动态地调整故障搜索路径,能实现具有惟一性的最佳搜索寻因定位故障。     

基于最大故障特征信息量准则的故障搜索策略

针对利用故障树搜索故障时路径不惟一的问题,研究利用诊断树进行故障搜索的策略。利用信息论中自信息和熵的概念,给出了故障特征信息量的定义,介绍了故障特征信息量的计算方法。制定系统的故障搜索策略时,首先选择故障特征信息量最大的特征进行测试。根据对故障特征的测试顺序建立诊断树,然后按照诊断树搜索系统故障。利用这种方法,可以根据前一个故障特征的状态来决定下一步测试或检查的内容,使故障搜索策略具有自适应特性,实现系统故障的动态和快速搜索。     

基于贝叶斯网络信息价值的故障维修决策应用研究

针对光电设备系统的复杂性与故障相关信息的不确定性和不完整性问题,本文提出了一种基于贝叶斯网络的信息价值的故障维修决策方法,并将该方法应用到某型号军用光电设备的激光告警单元故障维修决策中。这种方法的优点是能根据现有的信息(可能是不确定、不完整的信息)以最少的操作、最低的代价给出故障维修决策,提高了光电设备的故障维修决策能力,并大大增强了故障快速维修能力。     

环境温度变化引起的润滑故障及处理

机械设备发生的润滑故障很多。常见的有导轨面研伤、拉毛 ;丝杆、螺母、啮合点及摩擦面的噪音 ;齿轮、高速轴承过热 ;液压油箱和齿轮油箱起泡沫等。设备不同产生的润滑故障及原因也不同 ,因此 ,处理方法也不相同。现将环境温度变化所引起的润滑故障及解决办法分述于后。1　环境     

油色谱在线监测装置故障重启处理方法探讨

油色谱在线监测装置按运维要求每日对被监测一次设备油样开展1～2次不等的含气量状态分析,其主要由工控板、电路板、继电器等元器件控制油路和气路部件运作,长期运行中装置会出现故障导致监测离线或数据异常,在不明晰故障原因时,运维班组常使用重启方法进行初步处理,并能达到一定比例的消缺效果.鉴于此,结合日常运维经验,对油色谱在线监测装置故障后重启消缺的处理方法可行性进行分析,并对如何高效、安全、经济地实现故障重启的处理方法进行了探讨验证.     

基于免疫机理的往复压缩机气阀故障检测方法

气阀故障是往复压缩机最常见的故障类型之一,由于往复压缩机的工作机理复杂,故障样本缺乏,难以应用常规方法对其进行有效的故障检测。为了能够准确检测气阀的各种故障,基于生物免疫系统的反面选择机理及反面选择算法,首先对设备故障检测问题进行了描述,引进了设备状态空间、自己—非己空间及模糊空间的概念,继而提出了适于往复压缩机气阀故障检测的新方法。通过对气阀常见故障的检测结果表明,所提出的方法能够以异常度曲线的形式较好地反映出气阀的各种故障,表明了该方法的有效性。基于免疫机理的设备故障检测方法,是在对设备正常运行数据学习的基础上,实现对设备的故障检测,不需要设备运行的故障数据,它适合对故障数据缺乏的设备进行有效的故障检测。     

基于SVDD和相对距离的设备故障程度预测

针对设备故障程度预测问题,提出一种基于支持向量数据描述和核空间相对距离的预测算法。首先通过实验分析法,优化选取了对设备故障程度敏感的频域特征参数及核函数参数;然后分别单独训练设备不同故障程度的数据样本,得到相应的描述设备故障程度的各独立封闭超球体,并引入待测样本点至各超球体中心的相对距离,确定样本所属的故障程度,在此基础上建立设备故障程度预测模型。通过转子振动台所模拟的不平衡故障数据进行实验验证,表明所提出方法能有效预测设备的故障程度。     

AMSAA模型在机械设备现场故障时间数据处理中的应用

许多可靠性著作都强调,可维修的复杂设备的故障间隔时间,经验上服从指数分布;理论上也证明,在组成设备的单元数目很大时,不论各个单元的寿命是什么分布形式,设备的故障间隔时间总是可以近似表示为指数分布。 文献[3]曾以大型水泵现场故障信息为例,说明如何考虑取舍数据,决定故障序号,并说明根据6台大型水泵的现场故障信息可以认为在     

集团型资产密集性企业设备管理信息化研究

集团型资产密集性企业设备种类繁多、资产价值高、技术先进、设备故障损失大,对设备运维保障要求高.如何借助信息化手段,解决设备管理工作中遇到的问题,成为企业设备管理部门和信息管理部门的共同课题.     

基于卷积孪生神经网络的滚动轴承故障定位方法

在不同设备及不同工况的条件下,滚动轴承的振动数据分布存在差异,采用传统的深度学习模型难以应对数据集分布不一致的状况,针对这一问题,提出了一种基于卷积孪生神经网络的轴承故障定位方法.首先,选择孪生网络作为基本框架,对预处理后的设备数据进行了扩充,使之达到了数据增强的目的;然后,选择随机池化-ELU-CNN(SE-CNN)...