ABB Symphony系统通信模件故障分析及处理措施

介绍了DCS系统通信模件故障现象,针对不同的通信故障提出了不同的处理方法,有利于及时发现通信问题并做出准确判断,防止事故进一步扩大,保证机组的安全稳定运行。     

马脊梁选煤厂加压过滤机故障分析及解决方法

以马脊梁选煤厂HBF-S120型加压过滤机为例,介绍了加压过滤机结构及工作原理,并对加压过滤机在使用中出现的加压仓仓压低、刮板输送机报警、上/下闸板开关不到位、上/下密封圈充/泄气超时、卸料仓充/放气超时等故障进行分析,确定故障原因,并提出解决方案,有效提高了加压过滤机的稳定性,提高了设备使用率。     

机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

时空稀疏贝叶斯的多通道降噪方法及在机械故障诊断中的应用

压缩感知利用与稀疏基相独立的观测矩阵将具有稀疏结构的高维度信号投影到低维子空间,对于信号的压缩和降噪有很好的效果,但是稀疏基以及稀疏系数矩阵的获得对于分析的结果有决定性的影响。稀疏贝叶斯学习(sparse bayesian learning,SBL)算法能极大地提高信号稀疏分解的精度,提出了一种改进的基于时空稀疏贝叶斯(SpatioTemporal Sparse Bayesian Learning,STSBL)的多通道信号降噪算法。首先给出了多通道压缩感知理论模型,然后通过自适应过完备字典求取信号的稀疏基矩阵,最后提出基于STSBL的多通道理论模型获取多通道稀疏系数矩阵,从而实现多通道机械故障信号的有效降噪以及特征成分的精确重构。分别通过数值仿真实验和实测风力发电机轴承内圈故障信号进行分析,结果表明提出的方法有很好的降噪效果,同时能成功地提取信号的故障特征信息。     

基于信息综合判断的医院通讯网络差分故障分析

针对传统医院通讯网络运行中人工操作占用大量故障排除时间的问题,提出一种基于信息综合判断的医院通讯网络差分故障分析方法,通过对医院通讯网络差分故障定位、故障信息预处理及利用信息综合判断,完成对通讯网络故障问题的分析决策。实验证明:该方法与传统故障分析方法相比,故障排除时间明显缩短,进一步提高运行人员工作效率。     

基于Java的气象站数据对比平台设计与实现

目前在观测站上很多气象局使用的是DZZ4新型自动气象站,该站投入使用以来,不仅大大降低了气象测报人员的劳动强度,还使气象测报的质量得到了很大程度的提高。但在其运行过程中,有时因为环境因素或者自身零部件老化等问题,造成观测误差较大或缺测。在现行条件下,虽然有现用站和备份站两套自动站,但是做不到及时发现问题、切换。针对这一现象,结合沂水县气象局应用DZZ4新型自动气象站的实际状况,分析了如何利用在用站和备份站的数据差异判断故障,使用Java开发语言,设计研发一个实时监控报警软件。     

矿井主通风机安全隐患预警智能决策系统研发

煤矿主通风机在实时运行时一般只能进行通风机参数监控和超限阈值报警,缺乏安全隐患事件判断及预警方法及智能决策系统支持。为构建矿井主通风机安全隐患预警智能决策系统,对主通风机故障事件发生原因及判断依据进行了归类分析,建立了安全隐患故障树模型,并对实时运行数据和故障发生前隐患征兆进行数据挖掘分析,建立了安全隐患预警及处理对策方法。在此基础上,采用智能决策支持建立了基于Web的总体信息框架,设计开发了基于任务流调用机制的集成框架、运行界面、功能模型及信息库系统,并在南梁煤矿进行了智能决策支持系统的安装、测试和应用。研发结果为主通风机安全运行智能化、信息化管理提供了技术支持。     

一种矿用相控开关短路电流过零点预测算法

现有短路电流过零点预测算法存在计算复杂、误差大等问题。针对煤矿供电系统三相短路故障,提出了一种矿用相控开关短路电流过零点预测算法。该算法利用三相短路故障发生后1个基波周期内短路电流采样数据,通过累加和的方法计算短路电流的直流分量,可减小计算量、消除谐波干扰;将采样数据与直流分量相减,得到短路电流的交流分量;利用交流分量周期性的特点,可预测1个基波周期后任意采样时刻的交流分量;将1个基波周期后任意采样时刻的直流分量与交流分量相加,即可重构出任意采样时刻的短路电流,从而预测短路电流过零点。仿真和实验结果验证了该算法的准确性。