多传感器信息融合技术与机械故障诊断研究

针对机械设备的大型化、智能化、复杂化,研究了多传感器信息融合的方法与特点,探讨了其在机械设备故障诊断中的应用前景,为机械设备故障诊断的研究指明了方向.     

机械设备检修与故障诊断初探

随着社会主义市场经济的发展,各行各业的机械化水平大大提高,工业生产中机械设备成了其基本设施,机械设备的影响力越来越大。一旦机械设备出现故障就会导致工业生产的停滞,影响工业生产的顺畅进行。机械设备的故障祀失效会给企业带来极大的损失,在这种形势下,企业尤其要做好机械设备的检修和故障诊断,提高机械设备的工作效率和使用寿命．良好的检修和故障诊断还会减少安全生产事故的出现．本文就我国机械设备检修和故障诊断方面的问题进行分析探讨。     

第三届全国机械设备故障诊断学术会议在天津召开

由中国振动工程学会故障诊断学会举办的第三届全国机械设备故障诊断学术会议于1991年5月28～31日在天津召开,与会代表有220多人,这是我国从事机械设备状态监测与故障诊断科技工作者和专家教授们的一次学术盛会。会议的主题是“展望九十年代机械设备状态监测与故障诊断技术的迅速发展及其为我国     

基于卷积神经网络的公路养护设备健康监测与故障诊断技术研究

针对传统养护机械设备健康监测与故障诊断方法故障诊断准确率低的问题,在总结目前公路养护机械设备的健康监测与故障诊断方法的基础上,提出一种新的健康监测与故障诊断方法,并进行仿真实验来验证诊断方法的有效性和准确率。该方法采用机器学习算法,建立数据训练模型,实现对机械设备健康状态的监测和预测。同时,还可以利用故障诊断技术,通过对异常数据的分析和处理,准确判断机械设备的故障原因。仿真实验的结果表明,新提出的健康监测与故障诊断方法具有较高的准确性和可靠性,在公路养护机械设备中具有较好的应用前景。     

试论特征分析与特征量选择

机械设备故障诊断是识别机械设备运行状态的一门学科。本文以旋转机械设备的故障诊断为例,论述如何在故障诊断过程中实现特征分析与特征量的选择。     

海上油田机械设备状态监测与故障诊断探讨

在我国海上石油开采规模及数量不断扩大的形势背景下,钻井平台机械设备状态监测与故障诊断的重要性越发突显了出来,通过做好钻井平台机械设备状态监测与故障诊断工作,能够将钻井平台机械设备故障隐患消灭于萌芽状态,从而保障海上石油开采的顺利进行。文章分别探讨了钻井平台机械设备状态监测方法和故障诊断方法,以供参考。     

浅谈机械设备故障诊断与监测的常用方法及其发展趋势

随着工业化进程的加速,机械设备在工业生产中起着至关重要的作用。机械设备的故障会给生产带来不必要的停顿和损失。因此,如何及时准确地诊断和监测机械设备故障是一个关键的问题。本文主要介绍了机械设备故障诊断和监测的常用方法,包括传统方法、基于数据挖掘的方法、基于机器学习的方法等。同时,本文也探讨了机械设备故障诊断和监测技术的发展趋势,包括基于物联网、云计算等新兴技术的应用以及人工智能的发展。本文旨在为机械设备故障诊断和监测的研究提供一些参考和思路。     

机械设备智能诊断与预测维修系统研究

通过对机械设备智能诊断和预测维修技术进行研究,建立了相应的机械设备故障诊断和状态预测软硬件系统。对该系统的功能展开了较为详细的说明,并在此基础上进行了实际应用。结果表明,该系统对机械设备故障诊断和预测维修的指导意义十分重大。     

卷积神经网络在机械设备故障诊断领域应用与挑战

现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪。为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向。     

LabVIEW实现机械设备状态监测与故障诊断

提出了利用LabVIEW实现机械设备状态监测与故障诊断的方法,详细说明了机械设备中常见参量的监测和诊断原理,给出了监测诊断系统的硬软件结构和应用功能模块,最后提供了振动和温度两参量的监测和诊断程序实例。该系统简单易用、测试效率高、柔性强,同时可实现多参量测试并行化,大大提高机械设备状态监测和诊断水平。     

基于故障树分析及虚拟仪器的电子部件故障诊断研究

本文简要分析了某型飞机光电雷达的工作过程，提出了一种基于虚拟仪顺技术的光电雷达电子部件故障诊断设计方案。通过对光电雷达电子部件所有关键信号的实验测试和部件故障树结构分析，阐述了光电雷达电子部件性能检测和故障诊断的实现过程。     

设备故障的二级模糊综合诊断方法的研究

在设备故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性。本文将模糊理论引入设备故障的诊断过程中,针对每种故障原因,建立一个故障原因两两比较模糊矩阵,通过故障原因两两比较模糊矩阵,确定故障症状对故障原因的隶属度,从而建立了模糊诊断矩阵,在模糊综合诊断过程中,由于模糊算子对信息的取舍均带有一定的倾向性,为抑制其偏激,我们首先分别采用5种模糊算子进行综合诊断,然后根据诊断的结果,将可信度较高的3种模糊算子诊断的结果加权平均,作为最终诊断结果,以提高诊断结果的可靠性。最后,通过实例演示了故障的诊断过程。     

车辆动力动系统故障诊断研究和应用

状态监测和故障诊断是防止机器出现重大事故的重要技术。本文介绍了车辆动力传动系统磨损类故障诊断的应用研究,重点介绍了作者研究的油液光谱分析界限值制定的方法和应用效果。     

基于CORBA的分布式故障诊断系统的设计与实现

基于 CORBA规范的公共对象请求代理技术 ,构建分布式故障诊断系统。诊断模块经过封装并实现为诊断对象 ,诊断对象加入分布式平台 ,并对外提供服务接口 ,客户通过 ORB实现对异构诊断对象的接口调用 ;利用已有的诊断对象可装配成面向具体设备的故障诊断系统。该体系的工程应用具有良好的效果和发展前景     

风力机叶轮质量不平衡故障建模及仿真研究

风力机叶轮质量不平衡故障对风力发电机组的安全稳定运行影响很大,传统的基于振动的故障诊断方法需要在风力机上安装大量的传感器,成本较高同时可靠性也较差。近年来,已有学者采用基于电信号的故障诊断方法对该故障进行试验研究,但未对该诊断方法进行理论上解释。在对该故障机理进行简要阐述后,在理论上推导该故障对风力机电功率造成的影响,利用Simulink建立在该故障状态下包含叶轮、传动链与发电机的风力机模型,仿真得到该故障条件下的电功率信号,频谱分析的结果显示其包含叶轮旋转的一倍频分量,且随着不平衡质量的增大而增大,与德国ISET研究所等试验研究的结果相符,仿真的结果从定量的角度表现该故障的严重程度,该方法可应用到故障诊断系统中用以确定不平衡质量的大小。     

基于信息融合的机械故障诊断技术研究

机械故障诊断技术是一项跨学科的技术。将信息融合思想引入到机械故障诊断领域。基于现有的结论,描述了信息融合的一般过程,并提出了一种基于信息融合的故障诊断模型。     

一种改进的小波神经网络在故障诊断中的应用

针对现有BP网络在故障诊断中存在的问题,提出将小波函数与神经网络结合构成小波网络,代替BP网络用于故障诊断。对其存在的易将未知故障化为某一已知故障的问题,提出将小波网络加以改进,对诊断结果做最后的验证,以确保诊断结果的正确,同时也能准确地发现新的故障,并将其另开新类。仿真实验表明小波网络较BP网络更适用于故障诊断,且对小波网络进行的改进对新故障的发现也很有效。     

转子故障贝叶斯诊断网络的研究

将贝叶斯网络技术引入到转子故障诊断领域,旨在提高故障诊断中不确定信息的处理能力和推理质量;提出了用于转子故障诊断的一般网络框架,使诊断故障时既考虑了实际的运行工况,又考虑了现场的故障征兆,这符合专家的诊断思路;转子同频故障网络算例验证了其良好的识别效果。     

Intelligent diagnosis method for machinery by sequential auto-reorganization of histogram

This paper proposes an intelligent sequential diagnosis method for plant machinery using statistical filter (SF), signal histogram and genetic programming (GP). The SF is used to cancel noise from the measured vibration signal for raising the accuracy of fault diagnosis. Since the vibration signal measured for the condition diagnosis conforms to various probability distributions, histograms are used to reflect the signal features instead of the conventional symptom parameters (SPs). Then, the genetic programming (GP) is used to generate new variables termed “integrated symptom parameters” (GP-ISPs) from the histogram. GP-ISPs obtained by the auto-reorganized histogram can reflect features and raise the sensitivity of the fault diagnosis by the greatest amount possible. Furthermore, a sequential diagnosis algorithm using GP-ISPs is also proposed to realize precise diagnosis for distinguishing fault types. Finally, the effectiveness of the proposed method is verified by applying it to the fault diagnosis of a centrifugal blower. The proposed method has wide applicability and is practical in the field of machinery fault diagnosis.     

一种简便的多参数诊断方法

在现有的多参数诊断法的基础上，提出了一种简便的多参数诊断方法。该方法基 本上解决了多参数诊断法所存在的几个问题。经过实验验证，证明了该方法的有效 性。而且该方法具有计算简单、容易理解，便于在实际中应用的特点。