共查询到20条相似文献,搜索用时 343 毫秒
1.
液压设备状态监测和故障诊断技术 总被引:20,自引:1,他引:20
机械状态监测和故障诊断技术已广泛应用于生产领域,并已取得较好经济效益。本文首先分析液压设备故障特点及故障机理,然后综述了液压设备状态监测与故障诊断技术的各类方法。指出采用预防性维护手段是提高设备使用效率及生产效率的重要方法,采用液压设备状态监测和故障诊断专家系统才能保障液压设备安全运行。 相似文献
2.
3.
大型设备状态监测与故障诊断技术——现状与发展 总被引:3,自引:0,他引:3
蔡进 《动态分析与测试技术》1996,14(3):26-31
大型设备状态监测与故障诊断技术的研究和应用在近十年内有了很大发展,并显示出对国民经济建设的重要意义,本文从故障信息检测,故障特征分析、状态监测、故障识别与专家系统以及现代状态监测量民诊断系统技术等方面,重点阐述了该技术的研究现状与发展动向。在最后介绍了我们研制的一套200MW汽车发电机组振动监测与故障诊断系统。 相似文献
4.
状态检测中设备的故障诊断和状态趋势分析,是通过对设备运行状态信息、数据等的分析,从而诊断设备故障或预测设备在何时发展为何种状态,是实现设备生产效益最大化的有效方式。 相似文献
5.
介绍了在核动力设备上应用状态监测、故障诊断的必要性及国内外研究现状.总结了大型机械设备状态监测的常用方法和核动力设备上易发生的故障类型,最后探讨了核动力设备状态监测方法及存在的问题. 相似文献
6.
主要介绍了几种设备润滑状态监测方法,论述了如何对露天采矿设备进行润滑状态监测,并提出利用设备润滑状态监测结果进行露天采矿设备故障诊断。通过设备预防性维修,避免设备故障扩大,从而提高设备可用率,降低设备维修成本。 相似文献
7.
8.
9.
设备状态监测及故障诊断技术是设备预防性维修的前提。在冶金行业,工作连续性强及安全可靠性要求高,而在设备的日常维护和安装调试过程中,经常遇到因剧烈振动而无法正常生产的情况,而振动的原因错综复杂,仅靠耳听、手摸的原始方法,很难全面准确的分析判断故障的原因。通过运用先进的设备状态检测和故障诊断技术,可以逐步掌握关键设备的工作状态、摸索出某些易损件的劣化趋势,判断出故障原因,缩短检修工期,合理的安排关键设备的预防维修计划,避免因突发性设备故障而造成的经济损失,确保生产的顺利进行,提高企业的经济效益。 1 使用频谱分析处理故障的实例 相似文献
10.
预测维修系统在大型旋转设备维护中的应用 总被引:1,自引:0,他引:1
应用恩泰克预测维修(PM)系统对大庆油田化学助剂厂大型旋转设备进行了状态监测和故障诊断。为设备管理和维修部门提供了大量诊断报告和建议,多次预测出故障隐患,节约了大量的维修费用,创造了可观的经济效益。 相似文献
11.
汽车变速箱是汽车的主要传动部件,准确地监测变速器运行状态和提前预估试验中可能出现的故障,对于产品改进、试验设备及人员安全及其重要。分析变速器各种零件振动信号的特征,建立基于状态监测和故障诊断的分析模型和状态监测方案。该方案可从复合振动信号中分离出齿轮的振动信号、轴不对中故障振动信号和轴承故障振动信号,能有效地诊断变速器内部零件的典型故障。 相似文献
12.
基于神经网络的多特征和多步轴承寿命预测方法 总被引:3,自引:0,他引:3
试图用BP神经网络建立轴承寿命预测模型,并在该模型上进行多特征参数和多步预测方法的研究。实践表明:该模型能够较好地逼近轴承的运行状态的变化曲线,有效地消除了随机干扰,提高和改善了预测的精度和效果。 相似文献
13.
14.
15.
16.
针对由颤振预测控制策略指导的稳定切削控制方法实时动态调整能力差的缺点,综合颤振预报、预测理论,进行了稳定性在线寻优控制理论及方法的研究。基于刀具—工件系统铣削再生颤振动力学模型,研究了考虑系统结构参数(刀具、工件装夹刚度)和加工参数(切削加工参数优化选择)的切削稳定性评价方法,提出了以扩大稳定性区域和稳定最大材料切除率为控制目标的机床稳定性控制方法。形成了以"预报—控制—效果评估—再控制"为步骤的在线监测、智能诊断和实时控制的集成一体化策略。设计并实施了稳定性控制理论验证实验,获得了与理论分析一致的结论。 相似文献
17.
回归与时变自回归模型 总被引:5,自引:4,他引:1
提出回归-时变自回归(regression and time-varying autoregression,RTVAR)模型和广义回归-时变自回归(generized regression and time-varying autoregression,GRTVAR)模型,将误差项为平稳序列(均值和方差为常数)的回归-自回归模型推广到误差项为广义时变自回归序列(均值、方差及自回归系数都变化)的情况。文中给出RTVAR模型和GRTVAR模型参数的估计方法,并建立广义回归-时变自回归预测公式。该模型能充分发挥回归和时变自回归各自的特点,通过自回归对回归分析中的误差项进行补偿,同时采用回归分析解释变量的作用,大大提高时间序列的分析与预测精度,可广泛用于自动控制、故障诊断以及经济预测等领域。 相似文献
18.
19.
Aiwina Heng Andy C.C. Tan Joseph Mathew Neil Montgomery Dragan Banjevic Andrew K.S. Jardine 《Mechanical Systems and Signal Processing》2009,23(5):1600-1614
The ability to forecast machinery failure is vital to reducing maintenance costs, operation downtime and safety hazards. Recent advances in condition monitoring technologies have given rise to a number of prognostic models that attempt to forecast machinery health based on condition data. This paper presents a novel approach for incorporating population characteristics information and suspended condition trending data of historical units into prognosis. The population characteristics information extracted from statistical failure distribution enables longer-range prognosis. The accurate modelling of suspended data is also found to be of great importance, since in practice machines are rarely allowed to run to failure and hence data are commonly suspended. The proposed model consists of a feed-forward neural network whose training targets are asset survival probabilities estimated using a variation of the Kaplan–Meier estimator and a degradation-based failure probability density function (PDF) estimator. The trained network is capable of estimating the future survival probabilities of an operating asset when a series of condition indices are inputted. The output survival probabilities collectively form an estimated survival curve. Pump vibration data were used for model validation. The proposed model was compared with two similar models that neglect suspended data, as well as with a conventional time series prediction model. The results support our hypothesis that the proposed model can predict more accurately and further ahead than similar methods that do not include population characteristics and/or suspended data in prognosis. 相似文献