往复泵泵阀故障诊断方法

针对往复泵在线故障诊断时难以提取故障特征的实际情况，提出一种适于往复泵的在线诊断方法。该方法利用小波包对采集信号进行分解和重构来构造能量特征向量，用该方法构造的特征向量能有效地反映往复泵的故障特征，通过用神经网络进行故障诊断，结果表明该方法能提高往复泵的诊断率。     

三缸往复泵泵阀故障诊断系统的应用

介绍了往复泵泵阀故障诊断系统的原理与结构,阐述了系统并对之进行分析、诊断的基本方法与过程,通过可靠的振动信号分析结果,证明了该系统的有效性。     

往复泵泵阀工作行为的理论分析

在详细分析往复泵泵阀工作行为的基础上，建立了泵阀的数学模型。该模型解决了泵阀在开启和关闭阶段升程为零的方程奇点问题，能对不同工作条件下的不同开启方式进行描述，给出了依据该套模型编制的程序框图和算例。     

往复泵泵阀故障的细化谱诊断法

往复泵泵阀振动信号的常规频谱分析,由于故障特征信息往往被淹没于强大的噪声以及相邻部件的干扰而使诊断精度大打折扣.研究了泵阀振动波形的规律和提取规则,并提出了特征波形的细化谱分析.通过模拟试验建立了正常泵阀和故障泵阀的细化谱,再经故障验证试验表明了泵阀故障细化谱诊断法的有效性.     

连续小波变换在往复泵泵阀故障识别中的应用

探讨了小波变换在往复泵泵阀故障识别的应用。分析研究表明,通过对测取的往复泵阀箱上振动加速度信号的小波变换,可有效提取泵阀失效的故障信息,结合泵阀关闭位置信号的相位分析,可较为准确地判别三缸泵任一泵阀的故障,该方法用到的测量数据少,具有较为理想的诊断树现场往复泵泵阀状态监测与故障诊断具有重要意义。     

基于小波包与粗集的往复压缩机故障诊断方法

提出了基于小波包与粗集的往复压缩机故障诊断的新方法。该方法使故障特征提取及规则的提取都由计算机自动完成，经诊断实例表明，使用该方法可对往复压缩机进行有效的故障诊断。     

基于概率粗集理论的故障诊断知识提取方法

结合工程设备系统故障发生具有随机性的特点 ,基于概率粗集 (PRS)理论模型实现了故障诊断知识的提取。通过改进的模糊 C-均值聚类算法对原始故障数据加以量化 ,采用正则条件熵进行诊断知识系统的统计约简 ,对不协调的诊断规则利用最小风险 Bayes决策理论加以分析处理。仿真实验表明 ,该方法弥补了现有方法的不足 ,克服了基本 RS模型方法无法处理不协调规则的缺点 ,可得到有效的简化诊断知识     

基于小波变换与粗集理论的滚动轴承故障诊断

结合小波和粗集理论的优点,提出了一种基于小波变换和粗集理论的故障诊断规则获取方法并成功应用于滚动轴承的故障诊断。该方法提取小波变换能量特征时不需要精确计算滚动轴承的故障特征频率,与传统的提取时域和频域参数方法相比,具有更高的诊断正确率。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路,也为基于规则的智能故障诊断系统提供了一种更为简单的知识库自动构造方法。     

三缸往复泵阀的故障多参数联合诊断方法的研究

针对往复泵运行的实际状况,分析提取了幅值域的四个参数,以及小波包分解重构后能量的分布特征,联合后构造了故障特征向量,可以明显提高故障诊断的准确率。     

基于免疫系统的往复泵在线故障诊断方法

生物免疫系统的主要功能是检测和杀伤来自生物体内外称为抗原的非己物质，受免疫系统自己－非己识别过程的启发提出的反面选择算法能检测任何异常变化。结合故障诊断应用领域对反面选择算法进行了改进，提出了对往复泵泵阀进行在线故障诊断的新方法。通过诊断实例表明，该方法是可行的，能对往复泵泵阀故障进行准确的在线诊断，对其它设备的在线故障诊断也同样适用。     

粗集理论在变速箱故障特征提取中的应用

根据CA10B变速箱故障诊断的需要,将粗集理论应用到变速箱故障诊断分析中。通过运用粗集理论,将变速箱的故障特征进行简化,最终将传动装置故障诊断最初用的14种特征量简化为4种,实现了在不影响诊断效果的前提下,大幅度的提高了诊断速度,为旋转机械的快速诊断提供了可行的办法。     

粗糙集理论在智能故障诊断中的应用

神经网络和规则推理是智能故障诊断的两种重要方法。给出了粗糙集理论在这两种系统中的应用，粗糙集－神经网络（RNN）系统，粗糙集作为神经网络系统的预处理，仿真结果表明RNN系统提高了诊断准确率和诊断速度，粗糙集用于故障诊断专家系统的规则获取，可得出确定性规则和可能性规则。结果表明粗糙集方法能处理由于类重叠引起的样本信息不精确，不一致情况下的规则获取，消除故障诊断中的误报和漏报现象对诊断性能的影响。     

基于小波变换与粗集理论的滚动轴承故障诊断

结合小波和粗集理论的优点,提出了一种基于小波变换和粗集理论的故障诊断规则获取方法并成功应用于滚动轴承的故障诊断。该方法提取小波变换能量特征时不需要精确计算滚动轴承的故障特征频率,与传统的提取时域和频域参数方法相比,具有更高的诊断正确率。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路,也为基于规则的智能故障诊断系统提供了一种更为简单的知识库自动构造方法。      

基于粗糙集和Petri网理论的矿井电网故障诊断

结合真实井下变电站的情况,将粗糙集和Petri网理论结合提出了一种故障诊断的方法,即利用粗糙集知识约简和处理不确定信息的能力,对变电站的故障诊断知识实现属性优选,获得最小诊断规则,用来建立最优的Petri网模型,并利用Petri网并行推理的能力实现简洁高效的故障诊断。测试表明该方法能有效地缩减求解规模,诊断速度快,正确率高。     

基于粗糙集的软计算方法及其在机械故障诊断中的应用

粗糙集理论是一种较有前途的软计算方法,为处理不确定性信息提供了有力的分析手段。对近年来粗糙集理论在机械故障领域的典型应用进行了归纳和评述,指出将粗糙集理论与现有的一些算法如基因算法、人工神经网络、主成分分析法等相结合,对现有算法进行改造和完善的研究路线的正确性。     

基于粗集理论的高精度伺服仿真转台故障诊断研究

介绍了粗集理论基本原理，详述了某型高精度伺服仿真转台机电控制系统的实现方案。将粗集理论应用于该仿真转台的故障诊断，提出的策略以决策表为主要工具，直接从故障样本集中导出诊断规则，并揭示了仿真转台故障信息内在冗余性。实际应用表明了用粗集理论对高精度伺服仿真转台进行故障诊断的有效性和可靠性。在该高精度伺服仿真转台上已完成多项含实物实时仿真综合试验任务。     

粗网络专家系统在往复式空压机故障诊断中的应用

基于智能互补融合观点，针对往复式空压机故障信息系统的不准确性和不完整性，设计了用于空压机故障分类的粗网络专家系统，对空压机系统故障做出准确的诊断。通过对某型空压机振动故障实际故障诊断，证明了该系统的有效性，为往复式空压机故障诊断提供了一条新思路。     

基于粗糙集理论的装载机故障诊断研究

采用粗糙集理论来进行装载机故障知识的获取，给出了装载机诊断推理的策略和流程。该方法提高了诊断系统的容错性，为在不完备信息下的装载机故障诊断提供了一种新的思路。实例诊断结果证明了该方法的有效性。     

基于粗糙集理论的状态监测与故障诊断

为了提高监测诊断的效率和自动化、智能化水平,将粗糙集理论引入到复杂装备系统状态监测与故障诊断领域.运用基于粗糙集理论的监测参数与故障特征约简算法,对发动机监测诊断过程中大量的冗余特征进行压缩或约简,实现发动机技术状态监测参数的优选;并针对故障点建立决策表,利用粗糙集约简所获得的诊断规则进行智能故障诊断.实例表明粗糙集监测诊断方法不仅大大减少了特征信息提取的工作量,也为在故障诊断中实现自主式学习和决策提供了很大的便利.