风机齿轮箱状态监测与故障诊断系统设计研究

针对风力发电机组地处偏远、人工巡检排故困难,利用物联网技术开发了远程状态实时监测和故障诊断系统,分析了总体框架,构建了故障诊断规则库,阐述了工作流程。该系统可实现对风机齿轮箱运行状态的远程实时监测,通过分析风机齿轮箱运行状态信息触发自动故障诊断系统和基于规则的故障诊断,生成故障诊断报告,并将其导入专家经验库。经风电机组齿轮传动实验台实验检验,系统界面友好,能为维修工程师进行故障排查提供解决方案,提高排故效率,缩短排故时间,降低排故难度。     

振动诊断技术在设备点检定修中的应用

通过对步进式加热炉风机的振动监测与故障诊断,确定了风机实际运行状态,为设备维修提供了可靠依据,避免了由于过修造成的浪费和欠修引发的事故,节约了大量人力、物力及维修时间,实现了真正意义上的设备点检定修,同时进一步说明监测与诊断技术是实现点检定修的基础和重要手段。     

轨道交通车站环控风机在线监测系统开发及应用

为了保障轨道交通车站环控风机设备的使用安全，降低设备的故障率，减少安全事故的发生，对城市轨道交通车站环控风机的在线监测系统进行了开发和应用。针对地铁线路中的风机，分析了风机在线监测的重要性，主要从传感器的选择与布置、数据采集模块、分析软件等方面进行描述，构建一套完整的风机智能预警及故障诊断系统。系统采用了3层模块化结构，由现地传感器层、中间数据采集层及上位机数据储存分析层组成，可以实现对风机的振动、温度及风压等运行状态的实时监测和健康分析诊断。工作人员可以有效地了解被监测风机的实时状态，根据其实时运行状态预测被环控风机设备的未来运行状态、故障率和处理时间，从而有效地提高地铁运营安全的可靠性和稳定性。     

基于AR模型和支持向量机的故障诊断法

提出了一种基于时间序列AR模型和支持向量机的故障诊断方法。首先利用AR模型对振动信号进行建模,然后将AR模型自回归系数组成的特征向量输入到支持向量机,最后支持向量机完成对不同工况的分类识别。测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析。实验结果表明:这种基于时间序列AR模型和支持向量机的故障诊断方法是可行的。     

基于时序分析与模糊聚类的铣削刀具磨损状态识别

对XKA714数控铣床采集的刀具运行状态振动信号进行计算、检验、分析样本自相关函数和样本偏相关函数的截尾性、拖尾性和周期性以及模型参数估计等时间序列相关分析,可判断动态数据序列适于AR(p)(autoregression)模型.以阶数p取12的模型参数作为特征向量提取,并采用模糊聚类分析方法确定刀具运行状态特征向量样本的亲疏关系,实现对铣削刀具的初期磨损阶段、正常磨损阶段和剧烈磨损阶段运行状态的识别.研究结果表明,基于时间序列分析与模糊聚类分析相结合的识别方法可以用于刀具磨损运行状态识别.     

大型风机运行状态在线监测与诊断

通过对大型风机运行状态在线监测与诊断系统的介绍,分析了其优点与功能,并通过实用案例进一步说明了实施在线状态监测与故障诊断技术的必要性。     

基于AR高阶谱及其关联维数分析的减压阀故障诊断

为了识别减压阀的工作状态,建立了减压阀不同工作状态采集信号的时间序列AR模型,绘制了AR三谱、双谱及其切片谱图,计算了各切片谱的关联维数,综合分析了不同工作状态系统的谱图及关联维数变化。分析结果表明,AR三谱、双谱、各切片谱及其关联维数各自对工作状态变化的敏感性不同,双谱对角切片的关联维数、三谱及其切片谱对工作状态变化较敏感,更适合用于减压阀故障诊断,同时AR三谱、双谱的一维切片谱及其关联维数在反映系统动力学特性方面分别存在对应关系,可以将切片谱和关联维数相结合对减压阀进行故障诊断分析。     

基于LabVIEW的旋转机械远程故障诊断系统研制

根据机组运行特点和现场要求,针对旋转机械,特别是电厂风机,设计并开发出了一套在线监测与远程故障诊断系统。通过对设备进行在线监测,可以实时掌握其运行状态及变化趋势,为实现机组的高效运行、状态判断和故障分析提供依据和保障。该系统以LabVIEW作为软件开发平台,同时采纳了神经网络故障诊断方法,界面友好,功能完善。     

基于多变量状态估计的风电机组齿轮箱温度监测方法

风电机组的故障诊断是大型风电场运行中亟待解决的问题。由于风力发电的特殊性,大部分风电场都是在边远地区,风机与风机之间的距离更高,不能像火电或水电等设施,以方便检查,因此如何实现故障诊断的风力发电机组设备的状态是特别重要的。本文利用多变量状态估计(Multivariate State Estimation Technique)方法对齿轮箱的温度进行状态监测,通过对设备正常工作状态下的历史数据进行学习,对系统各个参数之间的关系进行定义,通过相关性分析来建立正常运行状态下多个相关变量间的内在非线性模型。然后,利用滑动窗口的统计方法,计算残差均值,当平均值曲线超出阈值范围时,设备运行异常。     

时间序列分析在风机状态参数预测中的研究与应用

研究了时间序列的建模与预测方法,并应用于生产实际.以某测点的振动日均值作为建模数据,建立了ARMA(3,1)时间序列模型,经检验,该模型具有较高的预测精度,能够用于该风机的运行状态预测.     

自适应滤波算法在导弹动力系统故障诊断中的应用

基于时间序列的AR模型方法在用于液体导弹动力系统稳态工作段故障检测时遇到了两难题。其一,由于系统差异,在以试车时的动力系统状态的均值作为实际运行时动力系统状态均值时,得到的时间序列必定不再是零均值;其二,导弹动力系统工作环境不同时刻不尽相同,表现在AR模型中其观测噪声是时变的。在实践中,我们采用了基于扩展Kalm an滤波的自适应算法以及带有时变噪声统计的自适应滤波算法很好地解决了相关问题。     

AR模型用于深孔加工状态监测的研究

提出一种用时间序列AR模型进行深孔加工状态监测的方法。对所采集的深孔加工过程中的振动信号先进行差分处理,再进行AR建模。模型参数估计使用了方法简单、参数估计无偏、精度高的最小二乘法。然后用模型参数训练一个模式识别神经网络,试验结果表明,这种方法有很好的实用性。     

基于协整分析的风力机多工况监测与故障诊断

为降低装备故障率、减小停机损失,提出一种基于协整分析的装备多工况监测与故障诊断方法。基于监控与数据采集系统采集的数据,利用随机森林特征选择算法提取与装备故障相关的关键特征变量;通过对关键特征序列的协整分析,计算协整系数,建立协整残差模型,获得反映装备状态变化的最优残差序列;采用概率图分析最优残差序列,完成了多工况状态的区间划分,确定了每种工况对应的残差预警阈值,实现了状态监测与故障预警。某型号直驱式风力机的研究结果表明：所提出的方法能有效分析非平稳时间序列,利用残差阈值可以监测电机故障、识别风力机工况,提高故障诊断的准确性。     

AR模型在数控车削在线监测中的应用研究

这里针对数控车削在线检测的需要,建立了用于状态监测与预报的AR模型,并开发了基于该模型的软件,它能够实现AR模型的自动定阶、AR谱分析、加工状态的实时预报。作为在线监测系统的重要组成部分,大大增强了原来系统的功能。     

基于时变自回归参数模型的滚动轴承智能故障诊断

轴承运行时的振动信号是典型的非线性非平稳时间序列,对其建立时变自回归参数模型,可以较好地表征轴承振动的非平稳特征。在对轴承振动信号时变自回归模型的时变参数进行大量实验分析研究的基础上,提取均值作为表征轴承运行状态的特征参数,并输入支持向量机分类器进行故障识别与分类,实现滚动轴承的智能故障诊断。实验结果表明,该故障诊断方法可以有效准确地识别滚动轴承的运行状态。     

矿井主通风机在线监测与故障诊断系统

文中以矿井主通风机为对象,对其常见故障类型、表现特征进行了研究和分析,确定了可反映风机运行状态和性能的主要监测参数.构建了以计算机为核心的硬件平台,设计开发了相应的监测和故障诊断程序,实现了通风机的重要参数的实时监测和常见故障诊断.故障诊断采用了以通风机的振动信号为诊断依据,利用小波包分解技术从不同频带中提取故障特征信息,作为BP网络的故障样本,建立故障智能诊断系统的方法.该研究对提高矿井通风机运行的安全性和故障诊断的准确性,保证煤矿安全高效生产具有重要的现实意义.     

基于无线传感器网络的风机远程诊断系统开发

煤气压缩风机是焦化厂焦炉煤气输送、净化系统的核心设备,一旦停机不但会影响焦炉及化产各工序的正常生产,而且会造成全公司煤气无法平衡,影响到烧结、炼铁炼钢系统的正常运行,因此实现结构健康监测十分重要。为了保证煤气压缩风机的持续稳定工作,达到对其状态实时监测的目的,开发研制出一套基于无线传感网络的在线监测与故障诊断系统,并通过对实测数据进行信号处理,确定关键零部件如轴承的工作状态,实现预知维修。     

AR模型在数控车削在线监测中的应用研究

本文针对数控车削在线检测的需要,建立了用于状态监测与预报的AR模型,并开发了基于该模型的软件,它能够实现AR模型的自动定阶、AR谱分析、加工状态的实时预报.作为在线监测系统的重要组成部分,大大增强了原来系统的功能.     

催化裂化能量回收装置主风机组运行状态分析

讨论了如何运用在线式烟气轮机状态监测及故障诊断系统监测诊断主风机组的运行状态，以实例分析了机组的故障原因。得出了不仅要看振动是否超标，而且要观察变化，尤其是相位的改变等结论。     

混匀取料机故障诊断系统的研发与应用

为了实现原料厂大型移动设备的无人值守自动运行,针对生产过程中易出现的设备故障问题,研发了混匀取料机在线监测与故障诊断系统,实现了混匀取料机生产运行状态的实时检测及故障诊断。经实验验证,采用的故障诊断模型具有较高的可靠性,从而为混匀取料机的连续安全生产提供了保障。