数控机床进给系统爬行与振动故障的检测与维修

数控机床是机械、液压、电气和计算机技术高度集成的一体化产品，其故障的发生也多数是机械、液压、电气等方面的综合反映。分析数控机床进给系统爬行与振动现象的产生原因，阐述故障的诊断与维修，并通过实例说明诊断与维修技术方法。     

起重机液压系统的状态监测

介绍了采用集成传感器的起重机液压系统状态监测的方法。通过对液压系统卸载压力、安全压力、流量、油温的在线监测，可以较好地获取液压系统的工作状态，诊断液压系统的故障。     

FMS集成故障诊断专家系统

从设计的角度出发,介绍了一个用于FMS加工设备的集成故障民专家系统,主要包括系统的硬件配置,软件实现,系统工作原理及功能,对状态监测及诊断故障诊断策略,以及监测与诊断一体化的信息集成技术也作了简要的论述。其设计方法、原理具有普遍的适用性。     

基于模糊积分理论的故障智能集成诊断策略的研究

为有效而充分地利用故障信息以提高诊断精度 ,本文受生物感知系统“先分后合”信息处理方式的启发 ,提出了故障多征兆域集成诊断的诊断思想 ,并对该思想的实现途径进行了研究 ,提出了基于模糊积分理论实现集成处理的可行策略 ,最后就所提出的方法和策略进行了示例研究。     

基于集成神经网络的风机故障诊断系统的研究

利用集成神经网络建立了风机故障的智能诊断系统.该系统在设备异常后进行诊断,通过运行和诊断实例得出了故障诊断结果.     

工程车辆液压系统检测仪的关键技术及实现

文章介绍了一种采用嵌入加载阀的集成传感器的工程车辆液压系统检测仪的结构原理、性能特点和测试方法，满足了在同一点、同时、高精度测出液压系统压力、流量、温度等3个重要参数的要求。最后给出了故障检测与诊断实例。     

集成电子传感器的液压系统故障测试方法研究

液压系统广泛应用于工业生产制造中，针对复杂应用工况导致液压系统经常出现故障的问题，集成了电子传感器的液压系统可以通过其检测信号快速的检测故障和定位故障，在集成电子传感器的液压系统故障检测结构基础上，采用工业CAN总线通信方式，通过故障信号提取和故障注入的测试方法来检测液压系统的故障，在实际的故障测试台架中对方法进行验证，最后分析测试数据表明该测试方法能够快速检测出液压系统的故障。     

采用集成传感器的液压系统故障检测仪

介绍了采用集成传感器的工程机械液压系统检测仪的设计思想及硬、软件设计技术。提出并实现了三位一体的传感器设计，软件设计中采用了分频算法和非线性校正等技术。使用结果表明，该检测仪可以准确地测量液压系统参数，诊断液压系统的故障。     

设备故障智能诊断与预测支持系统在PDP生产线绑定机上的应用

设备故障智能诊断与预测支持系统是诊断与预测支持系统与人工智能的集成,主要功能是对设备故障进行分析、诊断和预测。本文对IDPSS在PDP生产线邦定机上对故障智能诊断与故障预测的应用进行了分析,并对IDPSS在生产设备上的推广进行了前景展望。     

FMS换刀机器人在、离线状态监测和故障诊断集成系统研究

本文提出了一种ＦＭＳ换刀机器人,离线集成状态监控和故障诊断的总体结构方案;研究了监控计算机和精密诊断系统之间的串行通信和实时监控与诊断信息的传输方式,建立了ＦＭＳ设备故障的帝时显示,报警和故障精密诊断专爱系统的集成系统。     

基于虚拟现实的飞机可视化排故技术研究

融合虚拟现实技术和故障诊断技术,在虚拟现实环境下,建立了可视化排故仿真系统,排故的流程完全依据维修工卡的执行,可以达到很好的维修训练效果。首先介绍了可视化的含义,之后分析了系统的构造方法,给出了虚拟拆卸流程图和整个系统的设计流程图。故障诊断方法采用专家系统。推理机采用逆向推理策略。检测结果通过虚拟机载设备将其显示出来,诊断结果更加直观。最后以飞机空调系统为例进行可视化排故仿真,较好地模拟出了实际中的排故过程,取得了预定的效果。     

轮式装载机故障诊断虚拟系统设计

由于装备维修过程中故障诊断和故障排除的难度大,以轮式装载机为研究对象,结合虚拟现实技术,研究开发了轮式装载机故障诊断虚拟训练系统,建立了虚拟系统的功能框架和系统软件结构,针对轮式装载机的故障特点,将故障树与专家系统相结合,利用故障树获取知识,完成知识表达,利用专家系统,采用正向推理,完成虚拟训练中正确操作与误操作的比对,实现了虚拟故障诊断。运用EON Studio虚拟开发平台及数据库编程软件,构建了故障诊断虚拟训练系统,验证了方法的有效性。     

基于知识的FMS集成化工况监测与故障诊断专家系统设计

以ＦＦＳ－１５００－２ＦＭＳ为例，介绍了一具基于知识的ＦＭＳ集成化工况监测与故障诊断专家系统，包括系统的体系结构，故障数据采集，知识获取与表达以及诊断推理机制等，重点介绍了作为专家系统瓶颈问题的知识获取与表达。     

基于模糊神经网络的锅炉系统故障诊断研究

在介绍人工神经网络的基本原理和基于神经网络的锅炉系统故障诊断原理的基础上,将模糊逻辑引入了神经网络,研究了集成的模糊神经网络在锅炉系统故障诊断方面的应用,并给出了锅炉样本的一个实例训练过程及测试结果,与传统的标准BP网络算法对比,证实了该方法在锅炉的故障诊断方面能够取得更好的效果。     

FMS设备在,离线状态监测和故障诊断集成技术

提出了一种 Ｆ Ｍ Ｓ 设备在、离线集成状态监控和故障诊断的技术方案;重点研究了监控计算机和精密诊断系统之间的串行通信接口和实时监控与诊断信息的传输方式,建立了 Ｆ Ｍ Ｓ 设备故障的实时显示、报警和故障精密诊断专家系统的集成系统。     

基于语义推理和数据融合的IETM综合诊断系统

为满足复杂装备对故障诊断的需求,面向智能交互式电子技术手册(interactive electronic technical manual,IETM),提出了结合模糊语义推理和贝叶斯信念融合方法的综合诊断系统。对清晰的故障征兆,首先通过基于经验的人工判读进行直接诊断;同时利用IETM的模糊语义推理结合故障征兆开展快速诊断。对于核心在线监测部件或子系统,采用基于状态的智能维护,利用贝叶斯算法融合多分类器决策进行增强诊断。以动车组空气压缩机和牵引电机为例,实验验证了该综合诊断系统能够应对不同复杂程度的诊断需求,诊断准确且快速有效。     

基于Internet的设备远程监控与故障诊断

随着Internet技术的不断发展,设备远程监控与故障诊断成为故障诊断技术发展的必然趋势。本文分析了设备远程监控与故障诊断的结构及工作模式,介绍一种基于Internet的设备远程监控与故障诊断系统,该系统利用现代计算机网络、通讯及自动控制等多项技术,将现场数据采集与处理,实时监控与决策等环节有机的结合,并利用专家系统中的知识库和远程诊断专家对设备故障做出诊断,提高设备故障诊断的可靠性和智能化水平,实现监测,控制与诊断的一体化。     

矿用强力带式输送机智能监控技术研究进展

强力带式输送机是煤矿主要运输设备,针对矿用强力带式输送机存在启停冲击、运行过程跑偏、撕带等故障综合保护、强力输送带缺陷智能识别和传动系统关键部件故障诊断等问题,研究了强力带式输送机软启动及节能运行技术、综合保护及传动系统关键部件故障诊断技术和强力输送带内部缺陷检测技术与智能识别方法。提出了一种矿用强力带式输送机智能监控系统,并构建了智能监控实验平台,该系统集变频控制、强力输送带缺陷弱磁检测、运行故障综合保护和传动系统关键部件故障诊断于一体,解决了以上各个模块信息孤岛问题,实现了带式输送机全面智能保护,对确保强力带式输送机安全、高效运行和煤矿安全生产具有重要意义。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

A hybrid approach of rough set theory and genetic algorithm for fault diagnosis

This paper proposes an integrated intelligent system that builds a fault diagnosis inference model based on the advantage of rough set theory and genetic algorithms (GAs). Rough set theory is a novel data mining approach that deals with vagueness and can be used to find hidden patterns in data sets. Based on this approach, minimal condition variable subsets and induction rules are established and illustrated using an application for motherboard electromagnetic interference (EMI) test fault diagnosis. This integrated system successfully integrated the rough set theory for handling uncertainty with a robust search engine, GA. The result shows that the proposed method can reduce the number of conditional attributes used in motherboard EMI fault diagnosis and maintain acceptable classification accuracy. The average diagnostic accuracy of 80% shows that this hybrid model is a promising approach to EMI diagnostic support systems .