基于预知维修的网络化设备状态监测系统的实现

在"预知维修"体制的构想下,构建了一种基于因特网的网络化设备状态监测系统,该系统在建立远程专家状态监测体系的同时,可以为设备管理部门及时提供现场设备运行状况,也可以成为一套独立的系统.本文详细的介绍了系统的构成方式与关键技术,并通过在某大型企业的应用证明了它的实用性和准确性.     

基于预知维修的开放式状态监测系统的实现

在“预知维修”的设备管理体制的构想下,构建了一种基于因特网、面向设备管理的开放式机械设备状态监测与故障诊断系统,该系统在建立远程专家状态监测与故障诊断体系的同时,与企业设备管理信息系统有机地融合,可以为设备管理部门及时提供现场设备运行状况,并通过设备故障诊断网和设备管理信息网实现了设备管理和状态监测的无缝结合。详细地介绍了系统的构成方式和思路,并通过天津某大型电厂的应用证明了它的实用性和准确性。     

压缩机状态监测系统的研制

介绍以压缩机为对象,提出了由多种模块组成的分布信息处理系统的构思,阐明了基于结构层次化和功能模块化的状态监测系统的软、硬件设计方案。该系统同速度、高精度、多通道等特点。     

浅谈继电保护系统的状态检修

传统的继电保护检验有很大的强制性和盲目性，没有考虑设备的实际情况。为了满足大电网运行的要求，有必要采取一种新的维修方式来提高系统的可靠性水平及设备的可用率。对电力系统的继电保护系统进行基于状态监测、状态评估及实时维修决策的状态检修势在必行。     

设备状态检修管理系统研究

状态检修可以有效提高设备的可靠性和降低成本．目前正在我国的机电行业中大力推广应用。设计一个完整的设备状态检修管理系统,详细论述该系统的体系结构、功能模块以及数据库设计。目前已经应用该系统成功开发多个模块,取得良好的效果。     

设备状态检修管理系统研究

状态检修可以有效提高设备的可靠性和降低成本,目前正在我国的机电行业中大力推广应用。设计一个完整的设备状态检修管理系统,详细论述该系统的体系结构、功能模块以及数据库设计。目前已经应用该系统成功开发多个模块,取得良好的效果。     

状态检修专家系统中神经网络的应用研究

介绍了设备状态检修专家系统的结构，提出了一种基于模块化的神经网络的系统结构和学习算法。它通过用分解判定子模块对输入向量的适当分区域、由合成子网将各区域的结果合成，实现了复杂任务的自动分解判定和模块化训练策略。研究表明该结构和算法是可行的、有效的，它具有并行性高、对新增样本易于学习等特点。     

状态检修的特殊模式--大检修

状态检修打破了原来预防性试验对设备一刀切检修模式,大大降低了设备陪试率,但对一些特殊的设备必须要求大规模停电才能进行检修,于是状态检修的特殊模式大检修应运而生。本文以运城220kV闻喜——三家庄变电站联合大检修为例,介绍这种特殊模式的实施与成果。     

基于状态监控与诊断中心的状态检修技术

本文分析了电力设备的状态监控与诊断技术，提出了状态监控与诊断中心的构成框架。绘出了基于状态监控与诊断中心的状态检修工作思路，给出了基于状态监控与诊断中心的变压器状态评估工作模型。     

重点设备状态检修系统设计与实现

利用计算机网络信息化技术,提出一种重点设备状态检修系统的故障诊断方法。给出了系统具体设计方式以及设计过程中遇到技术难点的解决办法。利用数据库信息化管理技术来克服传统单一故障诊断方法诊断能力弱、某些情况准确率较低的不足。     

工业人工智能的关键技术及其在预测性维护中的应用现状

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用, 工业智能化成为当前工业生产转型的一个重要趋势. 论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术, 总结了生产过程监控与产品质量检测等4个主要应用场景. 同时, 论文选择预测性维护作为工业人工智能的典型应用场景, 以工业设备的闭环智能维护形式, 分别从模型方法、数据方法以及融合方法出发, 系统的总结和分析了设备的寿命预测技术和维护决策理论, 展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用. 最后, 探讨了工业人工智能研究所面临的问题以及未来的研究方向.     

复杂系统维护策略最新研究进展: 从视情维护到预测性维护

对于复杂、可修复的工程系统, 设备维护是确保系统安全性、可靠性、可用性的重要手段之一. 系统维护策略已经历修复性维护、定时维护、视情维护等多种维护策略. 其中, 视情维护是目前最受关注的维护策略, 它通过收集和评估系统的实时状态信息进行维护决策, 具有全寿命周期内系统可靠性高、运营维护成本低等优点. 近年来, 随着物联网技术、信息技术和人工智能的快速发展, 一种更新颖的视情维护策略——预测性维护逐渐成为领域研究热点. 本文首先简要回顾了系统维护策略的发展历程; 然后, 重点介绍了视情维护的研究进展, 根据决策支持技术的不同, 将视情维护划分为基于随机退化模型的视情维护和基于数据驱动的预测性维护, 对每类技术的发展分支与研究现状进行了疏理、分析和总结; 最后, 探讨了当前复杂系统维护策略面临的挑战性问题和可能的未来研究方向.     

煤矿安全监控历史数据库动态维护研究及应用

在大型监控系统中,历史数据的海量增长成为影响服务器运行稳定性和效率的主要障碍。文章结合淮北煤矿安全监控系统的实际情况,就SQL Server2000数据库在煤矿监控系统的动态维护过程中,如何保障数据库安全、动态创建和读/写配置文件及动态维护数据库中海量数据提出了具体的解决办法,实现了数据的动态维护。为大型数据库的自动维护提供了一种切实有效的参考方法。     

基于状态的维修及其建模研究

基于状态的维修（Condition Based Maintenanec,CBM）是设备（武器系统）预报初始故障的主动维修的一种形式。是设备维修的重耍发展方向之一,也是本世纪初国内外维修领域研究的热点课题。为进一步推进CBM理论在国内的研究与应用,该文首先介绍了CBM的概念,分析了其在技术上的可行性,与定期（时）维修作比较,说明了CBM的优越性。其次,重点构造了单状态信息的CBM的模型,该模型实现了预防性维修的优化决策。最后,给出了该模型仿真软件的结构框图,该文对CBM理论的进一步研究具有十分重要的意义。     

An Ordinal Multi-Dimensional Classification (OMDC) for Predictive Maintenance

Predictive Maintenance is a type of condition-based maintenance that assesses the equipment's states and estimates its failure probability and when maintenance should be performed. Although machine learning techniques have been frequently implemented in this area, the existing studies disregard to the natural order between the target attribute values of the historical sensor data. Thus, these methods cause losing the inherent order of the data that positively affects the prediction performances. To deal with this problem, a novel approach, named Ordinal Multi-dimensional Classification (OMDC), is proposed for estimating the conditions of a hydraulic system's four components by taking into the natural order of class values. To demonstrate the prediction ability of the proposed approach, eleven different multi-dimensional classification algorithms (traditional Binary Relevance (BR), Classifier Chain (CC), Bayesian Classifier Chain (BCC), Monte Carlo Classifier Chain (MCC), Probabilistic Classifier Chain (PCC), Classifier Dependency Network (CDN), Classifier Trellis (CT), Classifier Dependency Trellis (CDT), Label Powerset (LP), Pruned Sets (PS), and Random k-Labelsets (RAKEL)) were implemented using the Ordinal Class Classifier (OCC) algorithm. Besides, seven different classification algorithms (Multilayer Perceptron (MLP), Support Vector Machine (SVM), k-Nearest Neighbour (kNN), Decision Tree (C4.5), Bagging, Random Forest (RF), and Adaptive Boosting (AdaBoost)) were chosen as base learners for the OCC algorithm. The experimental results present that the proposed OMDC approach using binary relevance multi-dimensional classification methods predicts the conditions of a hydraulic system's multiple components with high accuracy. Also, it is clearly seen from the results that the OMDC models that utilize ensemble-based classification algorithms give more reliable prediction performances with an average Hamming score of 0.853 than the others that use traditional algorithms as base learners.     

压缩机组远程监测系统的设计

在目前已有的光通信系统及数据中心基础之上,在总部建立远程监视及故障处理支持系统,以实现压缩机组运行状态的远程监视。     

模糊预测控制及其应用研究*

本文提出一种新的模糊预测控制算法。它将预测控制与模糊控制相结合，应用于一类复杂的工艺过程的终点控制，获得了优良的控制效果，如抗干扰性和模型失配等。本算法在对电弧炉炼钢的氧化过程控制的仿真研究中取得十分满意的兄啊过，它对培养训练操作人员十分有效。     

模糊预测控制及其应用研究*

本文提出一种新的模糊预测控制算法。它将预测控制与模糊控制相结合,应用于一类复杂的工艺过程的终点控制,获得了优良的控制效果,如抗干扰性和模型失配等。本算法在对电弧炉炼钢的氧化过程控制的仿真研究中取得十分满意的效果,它对培养训练操作人员十分有效。     

支持视情维修的故障预测技术研究

详细介绍了故障预测技术的定义、研究内容、研究方法、研究难点及其研究趋势.结合分析设备健康退化过程提出了故障预测的研究内容,并且按照故障预测实现所采用的方法将现有的文献分类进行了详细综述.     

Ovation系统在风机控制中的应用

介绍艾默生一西屋的Ovation构成的一种轴流式风机控制系统,重点阐述风机转速调节控制策略,提供了一种Ovation算法的应用实例。