基于蝶翼式MEMS振动传感器的轴承故障信号检测方法

轴承是旋转机械最易发生故障的零件,一旦发生故障,就会影响整个机械系统的运行,因此,对轴承的运行状态进行有效的监测意义重大。提出了一种基于蝶翼式MEMS振动传感器的轴承故障信号检测方法,具体介绍了蝶翼式MEMS振动传感器的设计、加工以及与之级联的电子谐振器的设计。仿真和应用验证表明,所提出的方法能够有效提取轴承故障信号。     

航空发动机气路碎屑静电监测传感器设计与试验

设计了一种航空发动机气路碎屑静电监测传感器.在阐述碎屑颗粒荷电机理的基础上,对该传感器感应原理进行了研究,然后在静电感应原理的基础上进行了棒状静电传感器和环状静电传感器的结构设计,为防止绝缘套管的过压崩坏,对探极与套管之间的间隙配合进行了详细计算,最后利用实验验证了所设计的静电传感器的有效性,实验结果表明:环状静电传感器可以得到比棒状静电传感器更高的检测信号输出信噪比.     

静电传感器结构参数与空间特性仿真分析

针对目前用于摩擦磨损在线监测的静电传感器结构尺寸参数与对应性能难以确定的问题,通过理论模型仿真,综合分析比较并得到了磨损区域和润滑油路静电传感器的结构参数及空间特性的变化规律.根据静电监测的感应原理及不同的应用场景,基于两类典型静电传感器的数学模型,分别进行理论仿真;以传感器空间灵敏度参数为核心,通过传感器结构尺寸参数的变化,得到了多个不同静电传感器的三维空间分布规律;进一步对比其理论效率与探极尺寸比之间的关系,结果表明,两类静电传感器在具有不同的空间灵敏度分布规律的同时具有相似的理论效率变化规律.     

基于BP网络的航空发动机传感器硬故障检测

研究了航空发动机传感器的故障类型.针对传感器硬故障本身的特点,使用神经网络训练并建立发动机传感器模型,依据建立的模型线计算出传感器正常运行时上下阈值,最后将计算出来的阈值嵌入到工控机中,进行航空发动机传感器在线实时硬故障检测的仿真模拟.整个算法软件采用C++语言编写,占用资源少、运行速度快、精度高、实时性强,根据仿真图形分析,该算法软件能够准确地监测航空发动机传感器的故障.     

基于神经网络的无人机传感器故障诊断技术研究

无人机传感器的故障诊断和容错控制是一项关键技术,为了能够实时监测传感器的运行状态、快速定位故障和控制重构,文章采用BP神经网络设计了一种由主、从神经网络构成的无人机传感器故障诊断算法,其中主网络用于传感器的故障检测,从网络完成对故障的识别;该算法减少了故障诊断运算量,提高了故障诊断的实时性;通过仿真研究表明了该算法可以有效地检测、识别出故障,并能给出故障传感器估计值用于容错控制.     

基于云平台的数字绘本图像传感器故障远程监测系统设计

为了监测数字绘本图像传感器的状态并进行故障诊断,研究设计了一种基于云平台的数字绘本图像传感器故障远程监测系统。该系统利用粗糙集理论进行数据简约,并采用贝叶斯网络模型计算故障原因的最大概率,推断传感器故障的原因。实验结果显示,该研究模型在IBM Watson Studio和SAS Enterprise Miner软件上,处理400条故障数据分别用时2.9 min和2.1 min,运行稳定值分别约为91%和94%,故障诊断正确率分别为92.3%和93.2%。这表明该模型能够有效监测传感器状态并分析故障原因,并为传感器故障诊断提供可靠的理论和方法基础。     

航空发动机气路静电监测传感器特性

分析了发动机气路静电监测的原理,对监测系统关键器件—静电传感器的灵敏度分布和频率响应特性进行了研究,通过数值模拟和曲线拟合的方法确定了传感器的灵敏度分布函数,进而推导了传感器的频率响应函数,分析了传感器探极半径和对灵敏度分布与频率响应影响,以及颗粒运动速度对频率响应的影响。理论分析和模拟实验结果表明:静电传感器在空域和时域内均为低通滤波器,半径大的传感器灵敏度较高,空域频谱和时域频谱较宽。颗粒运动速度越快,传感器输出信号的频带越宽,但幅值相对越小。     

传感器信息融合技术在变压器短路故障在线监测中的应用

本文基于传感器信息融合技术的容错性、互补性、实时性、高精度、低费用等众多优点,提出将其应用到变压器短路故障在线监测中.分析了变压器发生短路故障时的物理表现.研究了一种基于曲面拟合技术的多传感器信息融合方法,并利用压力传感器对某变压器顶层油压和油温的监测数据进行了融合处理分析.分析结果表明,利用传感器信息融合技术对变压器短路故障的在线监测比传统的在线监测能力有了明显的提高.     

双余度传感器缓变故障检测的改进残差检验法

分析了基于卡尔曼滤波器的残差检验法对传感器缓变故障检测的不敏感性原因.针对双余度传感器缓变故障检测,采取了先故障判断后故障定位的故障检测策略,并提出了一种基于移动伪正常状态的残差构造方法.数学仿真验证了改进方法比传统方法更能够及时准确地识别双余度传感器缓变故障.     

静电自组装技术制备多巴胺传感器的研究

利用静电自组装技术研制一种多巴胺传感器.以高纯度Pt丝为基体,利用壳聚糖(chitosan)结合静电自组装方法固定酪氨酸酶(tyrosinase),再修饰Nafion膜,制备复合膜修饰的新型多巴胺传感器,并用该传感器监测给药后大鼠尾核中多巴胺浓度.测试结果显示:传感器线性范围为5×10-7～5×10-4 mol/L,R2=0.9961;重复性误差为3.43%;给药后,该传感器检测结果显示多巴胺浓度与药物剂量间存在相关性,达峰时间为40～45 min.该传感器具有良好的选择性、稳定性和重现性;在体测定结果表明:该传感器可用于在体监测多巴胺的实验研究.     

基于Multi-agent的飞机智能故障诊断与监控系统设计

在对飞机故障进行分析的基础上,以Agent为基本单元,建立了飞机智能故障诊断模型,并对诊断任务的分解、飞机智能诊断与监控系统的结构、智能诊断与监控功能的实现方法等进行了分析和研究,设计了飞机故障诊断与监控系统仿真实验方案,对实验准备,实验过程进行了详细的介绍;仿真实验结果表明,基于智能Agent的飞机故障诊断与监控系统,提高了诊断效率及诊断结果的准确性,增加了诊断系统的灵活性和快速性及对故障的监控能力.     

模糊数据融合算法在设备状态监测中的应用

在对设备进行状态监测时,常采用传感器固定阈值检测法实现对设备的故障监测。为了克服该种方法所引起的信息损失问题,基于模糊集系统理论,提出一种应用多传感器模糊数据融合的融合监测方法,将监测设备的多个传感器所获取的信息模糊化,再将其融合,从而获取设备精确的状态估计。实验表明:该方法优于传统的设备故障监测方法。     

基于LabVIEW的航空发动机气路故障分析系统设计

针对在航空发动机气路中带电粒子的电荷信号微弱,传感器工作环境恶劣的条件下,监测航空发动机气路故障的问题,设计了一种能适应高温、高噪声等恶劣工作环境并对电荷信号灵敏监测模型,使用LabVIEW软件建立了航空发动机气路不同工况中静电信号的子V1,对信号进行采集和分析.通过对航空发动机多种工况的模拟和试验,建立了航空发动机气路故障分析系统.结果表明:该监测模型分辨率高、信噪比高、稳定性好,可稳定地监测航空发动机的多种工况,为航空发动机气路故障诊断提供可靠的依据.     

基于RVMD的牵引电机转子初期断条故障监测

针对牵引电机转子初期断条故障监测难的问题,提出一种基于重构变分模态分解(RVMD)的故障监测方法.该方法针对监测信号构造变分问题,求解多个模态函数,通过对模态函数进行叠加重构实现故障监测.结合损伤因子概念对电机转子初期断条故障进行建模,利用所建故障模型实现牵引电机转子初期故障注入,并进行故障监测实验.最后通过实验验证所提出方法的有效性.     

基于WPEE-RF的模拟电路故障诊断

为实现高效的模拟电路故障诊断,提出了基于小波包能量熵(WPEE)和随机森林(RF)的模拟电路故障诊断方法;选择合适的测试激励信号,监测电路收集数据,对模拟电路监测数据进行5层小波包分解,计算多频带WPEE向量表征故障特征,由RF分类器实现故障诊断;仿真实验结果表明,该方法在双二次滤波电路、Sallen-key滤波电路容差故障诊断以及对数放大器综合故障诊断中体现出良好的性能,故障诊断准确率达99%以上,且该方法具有参数鲁棒性,RF模型训练时间短;较支持向量机和BP网络方法相比,表现出更好的综合性能,更能贴近工程实践应用。     

油液在线监测技术研究进展

油液在线监测技术是机械故障智能诊断的重要发展方向,传感器作为其关键元件,发挥着重要作用。对油液在线监测的粘度传感器、水分传感器、磨粒传感器以及多传感器集成的国内外研究进展进行了介绍。从电磁法、静电法、电感法、图像识别几个方面对磨粒测量与分析的国内外研究进行了介绍。提出了现阶段存在的不足,对油液在线监测的未来发展之路进行了展望。     

局部近邻标准化偏最小二乘的多模态间歇过程故障检测

本文针对多模态间歇过程数据多中心和模态方差差异明显的问题,提出了一种基于局部近邻标准化偏最小二乘方法.首先,采用统计模量方法处理间歇过程数据,再利用局部近邻标准化方法将统计模量后的训练数据进行高斯化处理,建立偏最小二乘监控模型,确定控制限;然后,同样对统计模量后的测试数据进行局部近邻标准化处理,再计算测试数据的高斯偏最小二乘监控指标,进行过程监视及故障检测.最后,通过数值实例和青霉素发酵过程验证方法有效性.实验结果表明所提方法解决了故障样本近邻集跨模态问题,对多模态数据具有更好的故障检测能力.     

基于电流特征的电梯运行状态监测装置研制

电梯非正常停机识别是电梯运行安全监测和故障报警的基础。介绍一种基于电流特征的电梯运行状态监测方法,研究基于快速模板匹配的电梯非正常停机识别算法,开发电梯运行状态监测装置的硬件和软件,实现电梯非正常停机识别、停电监测和故障报警。试验表明：该方法可行,装置安装容易,识别准确率高,报警及时有效。     

重构与趋势分析相结合的工业过程异常原因诊断

针对传统重构方法难以分离方向相似的产品质量或运行状态相关的故障或异常,提出了一种重构与定性趋势分析相结合的异常原因诊断方法。首先,采用主元分析算法进行建模和监控,并利用重构方法提取故障方向和估计故障幅值;接下来,分别利用角度相似度和定性趋势分析定义故障方向和故障幅值序列的相似度;然后,根据故障方向和故障幅值变化趋势的相似度定义了一种新的综合相似度指标,根据当前发生故障与历史故障之间的综合相似度进行异常原因诊断;最后,采用蒙特卡洛仿真实验获取的数据开展实验研究,将所提方法与传统方法进行比较分析,结果表明了所提方法的有效性。     

基于复频特性分析的输电线路故障监测方法

为了实现对输电线路的状态监测与故障诊断,提出了基于复频特性分析的输电线路故障监测方法。给定了分段传递函数及其模值的相对偏差的定义,针对输电线路故障的在线监测,建立了基于分段传递函数的故障分析方法,该分析方法的核心是以文中所定义的相对偏差作为反映输电线路状态的故障特征量。运用此方法对单条10kV架空输电线路进行了接地短路故障的仿真研究。仿真实验结果验证了该分析方法在输电线路故障监测中的有效性。