微地震监测技术对矿井冲击地压防治初步探讨

冲击地压是采矿诱发的矿井地震,是威胁煤矿安全生产的严重灾害之一。本文研究了矿井微地震方法对冲击地压进行预测预报,矿井微地震监测技术是一种新的地球物理探测技术,通过对岩层三维空间岩体的破裂与应力场状况分析冲击地压的前兆信息,通过现场实际应用表明,该研究方法可为冲击地压机理研究和预测预报提供有力依据。     

基于云计算技术的设备状态监测系统研究

传统的设备状态监测与故障诊断系统通常采用基于Internet的远程监测中心到客户端的B/S服务模式,但是随着客户量和业务量的不断增加,远程监测中心的硬件、软件以及网络速度等已远远不能满足发展需要。利用云计算的分布式存储、并行计算等特点,结合频谱分析算法,提出了一种基于云计算技术的设备状态监测系统。工程实践证明该方法是可行的。     

兆瓦级风电增速箱监测与诊断系统研究

随着石化资源的日渐短缺以及国家中长期发展规划战略实施,以风能、太阳能为代表的可再生能源将在能源消费结构中占据越来越大的比重.根据国外的风电设备运行经验来看,风电机组故障发生率也会随着运行的时间延长而增大.为确保风电机组安全可靠运行,必须对风电机组进行状态监测与故障诊断技术.介绍了状态监测与故障诊断系统在风电机组监测中的...     

基于云计算技术的设备管理系统研究与开发

针对现有设备管理系统投入和维护成本过高,无法满足中小企业需求的现状,本文利用云计算技术经济性和共享性等优点,提出了基于云计算技术开发设备管理系统的方法,并运用GAE云计算平台和对象数据库技术设计了一个基于云计算技术的中小企业设备管理系统。为设备管理系统的专业化和网络化提供了一个新思路。     

基于全矢谱 ARMA模型的机械振动强度预测研究

单通道预测方法由于获取振动信息不完善的缺陷,导致预测结果一致性差,从而不能实现故障的预测。针对单通道信息不完善的缺陷,将时序预测重要方法 ARMA模型结合基于同源信息融合技术的全矢谱技术,提出了全矢谱-ARMA模型预测方法。全矢谱是由互相垂直的两个通道获取的信息融合而成,在同一截面其频谱结构不会随着一对传感器安装的方位不同而变化。通过全矢谱获得的频谱结构具有唯一性,因此该方法能够实现预测并且结果一致性好,从而能够实现对故障的预测。实验表明:该方法预测结果好,并且比较实用。     

全矢FSWT方法在轴承故障诊断中的应用

针对在滚动轴承故障诊断中,传统单通道原始信号存在输入信息缺失,经方法处理后导致诊断结论不一致的问题,将全矢谱分析技术和频率切片小波变换（Frequency Slice Wavelet Transform,FSWT）相结合,提出了全矢FSWT的方法进行故障检测与诊断。运用FSWT分析同源相互垂直的双通道原始样本,并选择合适的时频切片区间进行包络重构,接着对重构后的信号进行全矢融合,观察提取故障数据的特征频率以进行故障诊断。实验结果表明,该方法既能较好地提取故障特征信号,又能准确有效地诊断故障类型。     

基于频段振动烈度和ARIMA的煤矿减速机状态预测

振动信号反映设备运行的状态,为了能够对设备的运行状态进行有效监控和预报,采用了频段振动烈度分析和ARIMA建模的方法。通过监控各个频段的振动烈度值,能够全面了解设备的状态。根据各个频段的变化趋势,选择处于上升阶段的频段进行ARIMA建模与状态预测。并讨论了如何处理现场数据的非平稳性以及模型类型判别方法,构建合适的时间序列模型。     

模糊理论在风力发电设备状态评价中的应用

在分析风力发电机组各功能结构关系基础上,将机组进行结构功能划分,以此构建其评价设备状态体系。然后将AHP-模糊综合评判方法相结合,对风力发电设备运行状态的各个影响因素使用从下而上的方式,分级进行评价,最后得到风力发电设备各系统的健康评价值,从而完成了风力发电设备的整体状态评价。实例结果表明,模糊综合评判应用在风力发电设备状态评价中是可行的,同时评判结果为我们掌握机组运行状态及对设备性能进一步改进,提供了一定的依据。     

融合状态监测诊断技术的设备管理系统

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.