基于LABVIEW的风机在线监测系统开发

基于LABVIEW设计了一种风机虚拟在线监测系统。利用WB-8100E监测仪表实现工艺参数超限报警和连锁保护。利用虚拟仪器实时采集和显示风机工况信号值，根据运行时的振动信号，采用频谱分析方法，可以很好地实现对风机状态实时监控和故障诊断。为矿井的安全生产提供了可靠保障。     

一种新型的在线式风机运行监测方法

为了满足特殊环境下的风机运行监测的可靠性要求，本文提出了一种新型的在线式风机运行监测方法。风机运行监测装置串联上风机运行电路中，在启动风机时投入运行，通过同步测量电路中的电流值的方式，判定风机运行状态。实际使用效果表明，这种检测方式实现简单、监测准确、运行可靠。     

概率神经网络在水/水热泵机组故障诊断研究中的应用

基于模式识别的设备状态监测和故障诊断原理,根据水／水热泵机组的运行特性,提出一种基于人工神经网络的智能故障诊断方法,通过应用2个概率神经网络估计器,实现对水／水热泵机组运行状态的实时监测和故障诊断。此外,建立水脉热泵机组常见故障与征兆之间的关系库,构建基于人工神经网络的水脉热泵机组状态监测和故障诊断系统的模型结构,以期为开发水脉热泵机组的智能故障诊断系统开辟一条新的可行途径。     

改进BiLSTM-GRU-DMD的风机叶片结冰故障检测与状态评估模型

针对风电机组运行监测数据的不平衡性与时序性，提出一种新的风机叶片结冰故障诊断与状态评估方法。首先，利用自适应过采样方法均衡风机结冰样本数据集的不平衡性；然后，改进堆叠双向长短时记忆网络和门控循环单元检测风机叶片结冰故障，利用焦点损失函数作为损失函数侧重于难分类样本优化模型，并结合改进非洲秃鹫优化算法优化超参数，从而提升检测准确性；最后，测度结冰样本与非结冰样本的动态马氏距离，并转换为结冰指数评估叶片结冰状态。真实风场数据验证表明：提出的风机结冰故障检测与状态评估方法，在结冰检测方面，其F1分数、精确率和召回率分别达到0.967 8、0.960 7和0.975 1，优于其他基线模型和优化算法，有效地减少了错报率和漏报率。同时，在定量化评估风机叶片不同阶段的结冰状态方面具有优势，可以为风电设备视情维修提供支持。     

矿井卞通风机智能化监控管理系统研制与应用

国外很早就对风机设备的安全与智能化运行进行了研究。至20世纪8眸代，一般的风机均配有自动检测系统，不但能判断工况，还能进行故障诊断，预报维修极限，成功地对风机进行了检测，取得了很好的经济效益，但成套设备的价格较高。而我国起步较晚，使用的检测仪器设备也相对比较落后。我国的煤矿主风机一般都在远离煤矿管理部门的井田边缘，由于通风机设备的不能实现实时监测和控制而成为煤矿自动化管理的薄弱环节。因此，解决风机性能的在线监测和远距离通讯，已成为大型现代化矿井自动化管理的关键环节之一。     

面向机电系统状态监测与故障诊断的现代技术

通过现代技术为主线综合论述了机电系统在运行状态下进行监测与故障诊断技术的提升,讲述了机电系统在运行状态下进行监测与故障诊断系统和方法的逐步进展,从技术流程的角度概括了信号的采集技术和处理方法与分析、诊断故障的方法和机电系统运行状态发展动向预测的先进技术。宏观的展望了位于异地设备运行状态在网络中进行的远程监测和诊断的技术,并基于通过虚拟仪器对机电系统状态进行监测和诊断仪器的技术发展前景。     

基于混沌理论的设备状态监测应用研究

以汽车变速箱中齿轮系统疲劳实验为例，充分利用混沌方法与小波方法各自在状态监测与故障诊断领域中的优点，进行机械系统状态监测与故障诊断。通过对实验所得振动信号进行小波包分解与重构，得到反映目标部件的特征信号，借助于混沌方法，对信号进行了二次处理，进而对所得特征量的变化趋势进行比较研究，确定了各监测部位的运行状态，并实现了故障定位。计算结果和实验结果相吻合，证明了该方法的可行性。     

谈大型设备状态监测与故障诊断技术

大型设备状态监测与故障诊断技术在近十年内得到了前所未有的发展，它对工业部门重要设备的管理维护、提高企业生产能力、保证安全生产、改进产品质量都具有重要意义。我国从用年代开始研究，1986年成立了中国振动工程学会故障诊断学会，国家将该技术列入“七五”和“八五”攻关项目。设备状态监测和故障诊断是从医学检验和诊断受到启发。有经验的人员利用耳听机器运转发出的声音，就可能知道设备运行是否正常；而现代状态监测与故障诊断技术，则是随着系统工程、信息论、控制论、电子技术、计算机技术、通讯技术等的发展而发展起来的，是多…     

矿井主扇风机远程监测及故障诊断系统

本系统以西门子S7-200系列PLC作为控制核心，通过应用先进可靠的传感器以及人机界面触摸屏和上位机的组态软件，实现了对主扇风机的性能状态参数、电机的电气参数的实时监测，并采用PowerBuilder9．0系统开发软件构建风机的故障诊断专家系统，实现对风机故障的全面诊断，并提供准确的专家意见和维修方案。采用先进的以太环网技术实现上位机与现场控制系统的通讯。实现了主扇风机的自动化管理，保证了风机运行的可靠性和稳定性。     

汽轮发电机组的多微机振动监测与故障诊断系统

大型汽轮发电机组振动监测与故障诊断的多微机系统是在线运行机组的实时监测、数据管理、图谱分析、报表打印、自检报警、事故追忆和故障诊断的多功能系统。它是一种以一主计算机指挥多从属计算机的主从工作方式。应用该系统可大大提高电站设备运行的可靠性、安全性与自动化程度,预防重大事故发生,并可推广应用到风机、水轮机等旋转机械方面。     

基于SVDD的机械设备状态监测方法研究

提出基于支持向量数据描述(SVDD)的机械设备状态监测方法。该方法首先依据正常运行状态下的数据样本建立数据描述模板,然后通过本文提出的距离变化率参数完成机械设备故障的识别和分类,通过实验验证该方法的可行性。而且实验结果表明,该方法可以根据设备使用状态的变化自动调整故障判断模型并减少模型重新学习次数。     

基于AR模型的转子典型故障诊断方法

基于一种含外部输入的ARX模型（Env-AR-ARX）,提出了一种通过模型匹配的转子故障诊断方法。本文以航空发动机转子健康状态下的振动数据建立AR模型,模型的准确度是故障诊断的关键。为了提高模型的匹配度,在AR模型的基础上,充分考虑了模型残差和信号时变性的特点,对比讨论了AR模型, AR-ARX模型以及Env-AR-ARX模型,最终确定了最优的Env-AR-ARX模型。由于没有航空发动机转子的故障数据,本文对本特利转子的故障（碰摩、裂纹、双裂纹）振动信号建立AR模型,结合单因素方差分析的方法,确定信号是否存在故障以及故障类型。实验结果表明,该方法能有效的应用于转子的故障诊断。     

基于SVDD和距离测度的齿轮泵故障诊断方法研究

提出了一种基于支持向量域描述和距离测度的齿轮泵故障诊断方法。该方法首先对齿轮泵各种工况下的振动信号进行小波包分解,提取各频带能量百分比作为特征向量;然后仅利用正常工况下的特征向量训练SVDD超球模型,通过定义绝对距离测度检测齿轮泵状态是否出现异常;最后针对每类工况下的特征向量单独训练SVDD超球模型,通过定义相对距离测度准确定位齿轮泵的不同故障工况。试验结果表明,采用小波包频带能量降低了数据维数,有效浓缩了故障信息;基于绝对距离测度和相对距离测度的SVDD故障诊断方法既能检测异常状态,又能区分各种故障工况,达到了状态监测和故障分类识别的目的。     

改进的生成对抗网络在轴承故障诊断中的应用

研究一种基于改进的生成对抗网络的滚动轴承故障诊断方法.针对传统的生成对抗网络模型无法进行故障诊断的问题,对其进行改进,在生成对抗网络基础上加入额外条件信息,并且在输出层添加辅助输出层,将生成对抗网络从无监督学习的生成模型改进为监督学习的分类模型.然后,利用西储大学轴承数据集对改进后的生成对抗网络进行实验验证.结果表明,...     

A Fuzzy Mathematics Based Fault Auto-diagnosis System for Vacuum Resin Shot Dosing Equipment

1　ＩｎｔｒｏｄｕｃｔｉｏｎＶａｃｕｕｍＲｅｓｉｎＳｈｏｔＤｏｓｉｎｇＥｑｕｉｐｍｅｎｔ(ＶＲＳＤＥ)ｉｓａｋｅｙｓｐｅｃｉａｌｅｑｕｉｐｍｅｎｔｕｓｅｄｔｏｐｅｒｆｕｓｅｖａｒｉｏｕｓｋｉｎｄｓｏｆｅｌｅｃｔｒｉｃａｌｃｏｍｐｏｎｅｎｔｓ,ｓｕｃｈａｓｓｔｒｉｋｉｎｇｗｉｎｄｉｎｇｓｏｆｖｅｈｉｃｌｅｓａｎｄｍｏｔｏｒｃｙｃｌｅｓ,ｔｒａｎｓｆｏｒｍ ｅｒｓ,ｓｅｎｓｏｒｓ,ｃａｐａｃｉｔｏｒｓａｎｄｓｏｏｎ (ｈｅｒｅａｆｔｅｒｒｅｆｅｒｒｅｄｔｏａｓ”ｗｏｒｋｐｉｅｃｅｓ”)ｗｉｔｈｅｐｏｘｙｒｅｓ…     

基于时频域模型的噪声故障诊断

为了避免传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率的麻烦,采用一种基于内燃机工作噪声信号和时频域分析的方法。首先讨论了对内燃机噪声信号进行小波包络谱分析,得到可以判断主轴承磨损故障的特征频率。然后,进一步阐述了采用噪声信号小波包分解,可得到包含更多故障信息时-频分布图。基于此,运用图像处理技术建立基于图像匹配的内燃机主轴承诊断模型。结果表明此方法简单有效,充分利用了故障信息。     

灰色预测法在机械测试中的应用

通过运用灰色系统理论建立关于轴承磨损量的灰色预测模型,计算结果表明,预测模型的计算值与实际测定值之间非常接近,而且可进一步预测设备运行状态趋势。灰色系统理论,其理论的简洁和思想方法的新颖特点表明,它将成为机械设备故障诊断的有力工具。灰色预测法的引进,丰富了设备状态监测与故障诊断技术学科的基础理论,推动了该学科向更高水平发展,预示了该学科具有更广阔的应用前景。     

An Embedded Condition Monitoring and Fault Diagnosis System for Rotary Machines

An intelligent machine is the earnest aspiration of people. From the point of view to construct an intelligent machine with self-monitoring and self-diagnosis abilities, the technology for realizing an internet oriented embedded intelligent condition monitoring and fault diagnosis system for the rotating machine with remote monitoring, diagnosis, maintenance and upgrading functions is introduced systematically. Based on the DSP （ Digital Signal Processor） and embedded microcomputer, the system can measure and store the machine work status in real time, such as the rotating speed and vibration, etc. In the system, the DSP chip is used to do the fault signal processing and feature extraction, and the embedded microcomputer with a customized Linux operation system is used to realize the internet oriented remote software upgrading and system maintenance. Embedded fault diagnosis software based on mobile agent technology is also designed in the system, which can interconnect with the remote fault diagnosis center to realize the collaborative diagnosis. The embedded condition monitoring and fault diagnosis technology proposed in this paper will effectively improve the intelligence degree of the fault diagnosis system.     

基于遗传算法的滚动轴承复合故障诊断研究

建立了滚动轴承外圈与滚动体各有一点损伤的典型故障模型,在损伤模型振动分析的基础上,利用遗传算法的寻优功能,对故障的特征参数进行自动优化,最后利用逐次诊断理论,对变工况条件下的滚动轴承复合故障进行诊断。计算结果表明该方法对于滚动轴承的复合故障诊断非常有效。     

基于EMD和AR模型的滚动轴承故障诊断方法

提出了基于EMD(Empirical Mode Decomposition)和AR模型的滚动轴承故障诊断方法。该方法用EMD将滚动轴承振动信号分解成若干个平稳的IMF(Intrinsic Mode Function)分量，对每一个IMF分量建立AR模型，以模型的自回归参数和残差的方差作为特征向量建立Mahalanobis距离判别函数，进而判断滚动轴承的工作状态和故障类型。实验结果分析表明，该方法能有效地应用于滚动轴承的故障诊断。