基于模糊层次分析的柴油机智能故障诊断

针对柴油发动机故障多,且具有模糊性和复杂性的特点.设计了基于模糊层次分析的智能故障诊断系统.以柴油机起动系统为例,构建了故障层次模型,并采用三角模糊互补判断矩阵来表示各故障因素的可能性,结合多Agent技术,建立了具有自学习、自修正能力的智能故障诊断系统.     

滚动轴承复合故障特征分离的小波-频谱自相关方法

为解决从单通道振动信号中实现复合故障特征分离的问题,提出基于小波框架理论的小波-频谱自相关方法.该方法采用正交小波基函数将复合故障信号分解为多个不同尺度的子信号后,对各子信号分别进行频谱自相关分析.研究表明:频谱自相关方法能够去掉时域自相关方法产生的拖尾现象,能量集中性更高、抗噪能力更强,能够突出复合故障信号中能量较大的冲击故障特征.对6220轴承内、外圈复合故障试验信号分析的结果表明:小波-频谱自相关方法将复合故障特征分解到不同通道后,有效地抑制各子信号中能量较弱的故障特征,实现了内、外圈复合故障特征分离.在相同的小波分解条件下,小波-频谱自相关方法比小波-包络谱的特征分离效果更好,具有较高的工程应用价值.     

基于延时自相关与重排Gabor变换的特征提取技术

根据自相关函数自身特性及时频分析重排算法,提出了基于延时自相关与重排Gabor变换的故障特征提取方法.本文首先利用时延自相关函数对信号进行降噪预处理,再对剔除干扰部分后的白相关函数进行重排Gabor变换,从而提取出故障特征频率,判定其故障类别.数值模拟仿真与齿轮箱故障试验结果表明:该方法更能有效地抑制噪声,凸显故障特征...     

基于SOM神经网络的柴油机故障诊断

利用神经网络的非线性映射及其高度的自组织和自学习能力,将SOM网络应用于柴油机的故障诊断.利用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形进行时域分析和特征提取.根据所取得故障信息及其对应的故障类型来构造网络结构,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断.通过仿真实验验证SOM神经网络在柴油机故障诊断的正确性.经实例分析证明,该方法可对故障进行有效诊断.     

网络化电动执行器故障自诊断与自保护技术

针对传统电动执行器可靠性低的问题,提出了一种网络化电动执行器故障自诊断与自保护方法.首先从网络化电动执行器的运行参数中提取故障特征信息并按其关联程度分类.其次采用模糊信息融合方法对故障特征信息进行信息融合,对运行中的异常现象作出判断.最后通过规则推理选择故障自保护措施,确保网络化电动执行器正常运行.本文还给出了故障诊断流程和断信号、过载等典型故障的判别与保护方法.检验与实际运行表明,具有故障自诊断与自保护技术的网络化电动执行器运行可靠、稳定.     

工程机械转向系统故障分析

分析了工程机械转向系统常见的四个故障,分别是:转向沉重、转向不灵、转向失效和转向盘不正.结合各部件的故障现象,分析故障产生的原因,针对原因结合自自身实践经验提出排除故障的一般方法.着重对转向沉重这一故障进行分析,讨论了机械转向器转向盘沉重的原因和动力转向器转向盘沉重的原因,针对两种不同转向器产生沉重的原因给出相应解决措...     

变频器故障检修与处理

简述变频器的工作原理,在运行中发生故障时,一般以变频器自诊断及保护功能动作时显示信息为线索进行分析,通过检测找到故障硬件进行修复或更换.本文就两例故障现象,介绍了各自的检修和处理过程,提供同行参考.     

输油离心泵机械密封冲蚀损坏原因分析及对策探讨

对机械密封被自冲洗液冲蚀损坏的现象进行了分析,建议采用补焊维修和技术改造并举的措施对故障进行处理,并为避免这类故障的发生,提出了改进机械密封设计的构想.     

用残差CUSUM控制图检测自相关过程中的故障

由于累积和控制图(cumulative sum,简称CUSUM)算法应用的基本假设是从过程得到的观测值彼此独立,而工业过程通常是自相关过程,数据自相关性会影响CUSUM控制图的性能.针对这一问题,利用数学推理的方法分析了数据自相关性对CUSUM控制图性能的不利影响,正自相关会使CUSUM控制图的平均运行长度变短,可能引起假警报;负自相关会使CUSUM控制图的平均运行长度变长,可能造成故障漏报.在此基础上,提出用残差CUSUM控制图来检测自相关过程中的故障,运用时间序列模型的残差检测自相关过程中的故障,消除数据自相关性对控制图性能的不利影响.结果表明,该方法具有较好的鲁棒性和较高的准确率.     

滚动轴承故障特征提取的EMD频谱自相关方法

首先,在论述频谱自相关方法(spectrum auto-correlation,简称SAC)的特点、经验模态分解(empirical mode decomposition,简称EMD)分析过程和轴承故障机理的基础上,指出了在故障信号不占主导作用时频谱自相关方法在轴承故障诊断中的局限性,并得到仿真算例验证;然后,提出了基于经验模态分解和频谱自相关的轴承故障特征提取方法,将经验模态分解得到的各分量进行分析比较,再对适合的分量进行频谱自相关分析,可有效提出轴承故障频率;最后,分别在轴承故障试验台实测了深沟球轴承和圆柱滚子轴承内外圈故障振动数据,结果表明,EMD-频谱自相关分析方法可以很好地提取轴承故障信号,较单一EMD分解、频谱自相关和峭度等方法效果更好,为轴承故障诊断提供了新思路。