基于图论的故障诊断技术及其发展

该文给出了基于图论的故障诊断原理，综述了基于图论的故障诊断研究现状，包括两种主要方法：基于故障传播有向图和基于符号有向图的诊断方法。     

基于神经网络与符号推理综合模型的故障诊断技术

提出了一种新的基于集成推理的旋转机械故障诊断技术，该技术把基于规则的知识处理方法与神经网络处理方法集成在一起．文中分析研究了集成神经网络的知识表示、推理、自学习和集成方法，并结合一旋转机械故障诊断实例进行了验证．结果表明该集成诊断系统比神经网络诊断系统具有简单、快速的特点，并且容易理解、易于解释     

基于SDG模型的风力发电机故障诊断方法

基于符号有向图SDG(Signed Directed Graph)的故障诊断方法在化工、钢铁等大型工业系统中已广泛运用。针对传统的风力发电机组故障诊断方法诊断耗时长、诊断过程复杂等缺点,提出基于符号有向图(SDG)模型的风力发电机组故障诊断方法。研究风力发电机组结构,建立风力发电机组SDG模型。利用关联算法通过风力发电机组分布输入矩阵对候选故障源节点进行筛选、排序。案例诊断结果表明,该方法能及时有效地检测风力发电机组的故障,提高风力发电机组故障诊断的效率。     

基于符号动力学信息熵与SVM的液压泵故障诊断

针对泵车液压泵早期故障特征信号微弱、故障特征难以提取的问题,提出了一种基于符号动力学信息熵与支持向量机(support vector machine,简称SVM)的泵车液压泵故障诊断方法。分别模拟了液压泵9种故障状态,测取了各状态下多测点的振动信号样本值。利用时间序列的符号动力学信息熵,计算各振动信号的符号动力学信息熵Hk,确定了各状态下相应的信息熵特征向量。建立了不同状态特征向量训练集,再结合支持向量机对液压泵故障模式进行诊断与识别,测试结果准确率为98.71%。将该方法与改进的BP(back propagation,简称BP)神经网络诊断结果进行了对比,结果表明该方法的识别率更高,诊断时间更短,适用于现场液压泵故障的在线诊断。     

组态技术前景广阔 先进控制任重道远

控制组态技术伴随着过程控制的发展，已经广泛应用于各类控制系统中，对过程控制技术的工程化、商品化功不可没。组态的概念已为过程控制界的人们普遍认可和熟练掌握．组态技术的直接应用——工控组态软件获得了广泛的应用和发展．是伴随着计算机软硬件技术迅速发展而发展的控制软件。同时组态的概念也渗透到其他应用领域．特别是和过程控制紧密相关的综合自动化（企业信息化）领域．组态技术促进了综合自动化系统的标准化和通用化。     

基于内禀尺度分量符号熵和ANNC的齿轮故障诊断方法

为提高齿轮故障诊断的准确率,提出了基于内禀尺度分量符号熵和ANNC的齿轮故障诊断方法。该方法利用局部特征尺度分解(LCD)对齿轮振动信号进行分解,获取原始信号不同尺度下的内禀尺度分量(ISC);根据符号熵能有效区分不同故障信号的复杂度,计算ISC分量的符号熵,获得原始信号多个尺度下的复杂度特征作为齿轮故障的特征参数;将该特征参数输入ANNC分类器中判断齿轮故障,实现故障诊断。齿轮故障诊断实验结果表明,所提方法能够有效地识别齿轮的典型故障,相比其他一些方法,具有一定的优势。     

PLC在石化企业储运装车自动化系统中的应用

储运装车是储运系统中产品销售的主要环节，其中的计量控制管理又是石油化工企业经济效益的关卡。石油化工企业日常的储运装车操作频繁，装车量大，又要面对一大批客户，人工作业的各式单据繁多，不仅工作量大，而且易出错，造成了储运装车生产效率不高。为克服人工操作、管理带来的弊端，提高储运管理作业的效率、减少环境污染，石油化工企业迫切需求机械化自动化程度高、安全可靠性好、便于操作维护的储运装车自动控制系统。储运装车的自动化程度直接影响了储运装车的效率和安全，储运装车的计量精确度也直接影响石油化工企业的销售效益，储运装车自动化已成为石油化工企业自动化管理的重要组成部分。     

基于变分模态分解和符号熵的齿轮故障诊断方法

为提高齿轮的故障诊断效果,提出了基于变分模态分解(Variational Modal Decomposition,VMD)和符号熵(Symbol Entropy, SE)的齿轮故障诊断方法。首先,利用VMD对齿轮故障振动信号进行分解,得到若干个本征模态分量(Intrinsic Mode Function,IMF);然后,计算IMF分量的符号熵,并将IMF符号熵组成齿轮故障特征向量;最后,将特征向量输入SVM进行故障诊断。齿轮故障诊断实测结果验证了该方法的有效性和优势。     

控制系统故障诊断技术的应用与发展

自动控制技术在航空航天、核电站和工业生产领域得到广泛应用,提高故障诊断的速度和可靠性是故障诊断技术发展的主要方向。本文简述研究控制系统故障诊断技术的意义;讨论了控制系统的结构、故障类型和任务,从监控诊断技术和人工智能两方面说明控制系统故障诊断技术的发展情况;进而从小波分析和人工神经网络技术的角度论述了控制系统故障诊断技术的应用。     

基于智能化技术的电气自动化控制系统研究与实现

提出一种基于智能化技术的电气自动化控制系统.该系统能够利用专家智能控制算法实时获取电气设备的运行数据,并将获取的数据和数据库中存储的数据进行对比分析.如果数据不一致,则借助专家系统处理问题,并将相应的处理信息反馈给控制台,以便管理人员查阅.测试结果显示,该系统能够精准预警和诊断电气故障.     

基于工程测试技术的设备故障诊断研究

主要介绍了工程测试技术在设备故障诊断领域中的应用.首先,回顾了设备故障诊断技术和测试技术的发展历史和研究现状,接着描述了工程测试技术和故障诊断技术的发展方向及分类,最后利用振动测试技术针对圆板低频发声器的使用寿命短这一故障进行了分析及精确诊断,得出了导致圆板使用寿命短的直接原因,从而也为结构的优化设计提供了支撑.     

基于虚拟仪器技术的滚动轴承故障诊断系统

基于虚拟仪器技术的思想,利用labview软件设计并搭建了滚动轴承振动测试及故障诊断系统。通过对滚动轴承振动信号的采集及处理,得到轴承的各项振动性能参数。系统能够根据参数值、振动的时域图以及频谱图,对轴承状态进行准确判断,并可显示出故障产生部位及其发展趋势。     

油田压裂车组控制系统的改进

大庆油田井下压裂车组,多数是1990年代初引进的压裂设备,设备操作与控制部分自动化程度比较低,技术水平相对落后.现对压裂车组控制系统进行改进,改进后系统自动控制能力明显提高,改善了设备的使用性能,提高了国产化水平,基本满足压裂施工现场的需要.     

构筑基于COM技术的远程虚拟故障诊断系统

构造基于Internet的远程虚拟设备故障诊断系统对扩大知识的共享范围具有重要意义.文章深入分析了基于COM技术的设备故障诊断系统的设计与实现方法,使之进一步具有了监测诊断的智能性、自主性.分析了高层发展技术,并就其应用在中国设备诊断网上的诊断实例给予浅析.     

基于模糊技术的离心泵故障诊断专家系统的构建

针对离心泵在运行过程中发生故障的事实,结合多名专家的实际经验及查阅文献构建了离心泵故障诊断知识库,采用模糊综合评判为推理方法,构建了故障诊断专家系统。最后以一具体实例表明,该系统推理准确性高,满足离心泵故障诊断的实用性要求。     

基于集成化的汽车故障诊断技术研究

随着汽车工业的发展,以及汽车在日常生活中的普及,车辆故障诊断等售后服务水平影响着汽车制造商、供应商及销售商的品牌价值。本文对当前世界先进的汽车故障诊断技术进行归纳总结,并在此基础上提出一种集成化的故障诊断方案,使汽车维修诊断技术形成一个能够覆盖车辆整个使用周期的系统性技术管理与改进体系。     

DCS的最新技术发展及其应用不断深入

在20世纪70年代DCS刚刚诞生时，系统还带有明显的单元组合仪表的结构特点，而其技术则脱胎于直接数字控制计算机DDC。DCS采用了DDC的数字技术和单元式组合仪表的分散结构，形成了一种完全新型的、具有适当分散程度的、数字化的控制系统，这相当于结合了DDC和单元组合仪表各自的优势，因此一经推出就得到了广泛的认可，开创了控制系统的新时代。     

基于多源信息融合技术的动车故障诊断

介绍多源信息融合故障诊断方法,以及动车故障诊断特点和常见故障类型。以制动系统为例,分析该方法的可行性和实现步骤。建立基于多源信息融合和神经网络的故障诊断系统,通过多种信号的融合诊断,减小系统的不确定性,从而提高故障诊断的可靠性。