基于数据挖掘的转子系统故障诊断方法研究

压缩机是工业领域的一类重要生产设备,运行过程中存在诸多的不稳定因素,如转子系统振动、轴承结合不良、元件滑落等。以压缩机中的转子振动故障为研究对象,用数据挖掘中的可辨识矩阵方法进行属性约简,用C4.5方法进行分类,得到故障诊断规则,通过诊断规则可以预测压缩机故障的发生。     

基于EMD能量熵的离心泵汽蚀故障诊断研究方法

汽蚀现象是导致水泵效率和使用寿命降低的主要原因之一。快速准确的诊断并排除汽蚀故障,使水泵正常运行,具有重要的意义。本文根据离心泵入口压力脉动信号的特点,提出一种基于EMD能量熵的汽蚀故障诊断方法。该方法首先应用提升小波,对原始信号进行阈值去噪处理,然后将处理后的信号进行EMD分解,计算其能量熵,并以能量熵作为离心泵汽蚀故障识别的判断依据。试验结果表明:在不同的有效汽蚀余量(NPSH)下,压力脉动信号的EMD能量熵值明显不同,因此可以将其作为一种有效的特征参数来表征不同的汽蚀工况。     

基于EWT奇异值与支持向量机的往复机械冲击特征分析方法研究

以柴油发电机组传动系统为研究对象,通过经验小波变换(EWT)的方法获得其本征模式函数的奇异值,将该奇异值作为特征向量结合支持向量机(SVM)进行分类,从而实现柴油发电机组的故障识别。     

基于EMD瞬时功率谱熵的神经网络滚动轴承故障诊断

滚动轴承在发生故障时,其动力学特性往往呈现出复杂性和非线性,振动信号也会随之表现出非平稳性。为此,提出一种基于EMD瞬时功率谱熵的滚动轴承特征提取方法。该方法将轴承信号进行EMD分解,得到有限个IMF分量,对这些分量进行功率谱处理,计算其功率谱的信息熵。EMD瞬时功率谱熵作为特征向量,采用神经网络进行故障分类,实验结果表明,此方法的分类准确率可达96.25%。     

基于IGA-SVM的气动调节阀在线故障检测及诊断

针对气动调节阀停机检修损失大、运行状态不易评估、故障模式复杂且故障诊断极为依赖工程经验等问题,结合残差法实现了故障的在线检测,并对传统的遗传算法进行改进,提出一种基于改进遗传算法优化的支持向量机（Improved Genetic Algorithm optimized Support vector machine, IGASVM）的故障诊断算法,作为实现气动调节阀在线故障诊断的算法基础。实验选取四类典型故障进行模拟、测试及数据分析,对阀门故障进行检测与诊断,结果表明：基于残差法的故障检测方法可以有效检测气动调节阀的故障发生,IGA-SVM算法测试诊断率达到92.67%,相较于传统方法具有提升。     

奇异值分解技术在齿轮箱故障诊断中的应用研究

首先利用伪相图确定齿轮箱振动信号的基本周期，并在此基础上对原始信号进行时域平均降噪处理。然后应用奇异值分解技术提取各齿轮轴的振动信号分量，并对此振动信号分量作进一步的时、频域分析，给出了描述齿轮轴振动信号分量变化的定量指标。最后结合实例说明这种方法对诊断齿轮箱故障是比较有效的。     

确定人工神经网络中间层神经元数的方法—奇异值分解

人工神经网络（ＡＮＮ）在化工中的应用日益广泛，这些应用包括过程控制系统的故障诊断、非线性动态的模拟、非线性系统的控制和非线性规划问题的求解等。大部分发表的文献集中在ＡＮＮ的应用上。作者在介绍ＡＮＮ的基本原理后，主要探讨ＡＮＮ的性质，提出了将矩阵奇异值分解作为确定ＡＮＮ中间层节点数目的方法，对中间层节点数目与所处理问题变量之间的可能关系作了讨论。     

基于相关性小波奇异熵的滚动轴承故障特征提取

针对轴承故障信号受噪声影响严重,导致故障特征提取稳定性较差的问题,将小波变换、相关性、奇异值分解和信息熵理论相结合,提出一种基于相关性小波奇异熵的轴承故障特征提取方法。该方法首先将轴承信号进行小波分解,利用小波分解系数和噪声的相关性特点不同,引入相关计算以去除噪声的影响;然后对相关处理后的规范化系数进行奇异值分解,轴承的不同故障信息就体现在奇异值中;再利用信息熵的统计特性对奇异值进行不确定度计算;最后,以相关性小波奇异熵作为特征向量,通过概率神经网络对滚动轴承故障进行识别。实验表明:该方法能够有效地提取轴承故障特征,具有良好的容噪能力和稳定性。     

基于支持向量机的机械设备故障诊断研究

大多数情况下,机械设备故障模式识别属于一个小样本机器学习问题,通过小样本进行故障诊断往往精确度不高,但是支持向量机能够对小样本进行故障诊断分析,文章将研究基于支持向量机的机械设备故障诊断,通过对支持向量机多类分类算法中的二叉树进行改进,然后选择合适的核函数并对其相关参数进行优化,最后将改进的方法应用到旋转机械故障诊断中...     

基于极限学习机的汽轮机故障诊断

针对汽轮机故障诊断中出现的多故障识别问题,为有效提高汽轮机多故障诊断的准确率,提出了基于极限学习机的汽轮机故障诊断方法.极限学习机算法在训练时只需设置隐含层神经元个数,从而解决了如神经网络及支持向量机等多参数选取困难的问题,有效地提高了学习机的训练速度.在确定了最优参数的基础上,将极限学习机应用于汽轮机故障诊断模型中,并将极限学习机的故障诊断结果与支持向量机的诊断结果进行对比.结果表明：基于极限学习机的多故障诊断速度及准确率均明显优于支持向量机的诊断结果,对汽轮机故障诊断的实践有非常显著的指导作用.     

基于结合参数整定和特征选择策略的模糊支持向量机的故障诊断

This study describes a classification methodology based on support vector machines （SVMs）, which offer superior classification performance for fault diagnosis in chemical process engineering. The method incorporates an efficient parameter tuning procedure （based on minimization of radius/margin bound for SVM＇s leave-one-out errors） into a multi-class classification strategy using a fuzzy decision factor, which is named fuzzy support vector machine （FSVM）. The datasets generated from the Tennessee Eastman process （TEP） simulator were used to evaluate the classification performance. To decrease the negative influence of the auto-correlated and irrelevant variables, a key variable identification procedure using recursive feature elimination, based on the SVM is implemented, with time lags incorporated, before every classifier is trained, and the number of relatively important variables to every classifier is basically determined by 10-fold cross-validation. Performance comparisons are implemented among several kinds of multi-class decision machines, by which the effectiveness of the proposed approach is proved.     

基于瞬时转速的电机转子故障诊断

针对传统定子电流分析方法存在断条故障特征频率(1±2ks)f1成分易被基频淹没的缺点,提出一种基于瞬时转速分析的诊断方法。将瞬时转速中易于识别的2sf1频率成分认定为新的故障特征,并利用Maxwell软件按照有限元分析方法进行故障建模和仿真,实验表明:转速不仅能在频域上良好地反映故障情况,转速波动程度和平均转速值还能够有效反映故障的严重程度。     

神经网络技术在分布式系统智能故障诊断中应用

阐述智能故障诊断技术的特点，针对多层次分布式系统，提出分层模块化的两种诊断模式及分层预处理规则；并就神经网络同其它诊断技术相结合的综合智能故障诊断模式的实现方法、特点及可行性作了进一步探讨分析。     

化工过程故障诊断专家系统研究进展

本文针对化工过程故障诊断专家系统，在知识表示，领域知识的抽象和组织以及推理机制等方面进行了深入讨论，并预测了发展趋势。     

基于PSO-BP神经网络的发动机故障诊断

提出一种将粒子群优化算法与BP网络结合的新算法——PSO-BP来训练神经网络的权值和阈值,并将该算法用于汽车发动机的故障诊断。仿真结果表明：PSO-BP算法较传统BP网络的故障诊断结果具有收敛速度快、准确度和精度高的特点。     

基于CLIPS的故障诊断专家系统开发

针对专家系统语言CLIPS仅支持正向链规则的限制,提出了一种利用面向对象的消息处理机制,使得在CLIPS环境下能够实现故障诊断中的反向推理;针对领域专家难以直接更新专家系统知识库的问题,结合化工故障诊断的实际情况,提出一个结构化的中文自然语言规则录入系统,并自动将录入的规则转化为专家系统语言CLIPS能够执行的代码。通过设计某合成氨企业变换工段故障诊断专家系统,验证了所提出方法的有效性和实用性。     

关联向量机在微生物发酵传感器故障诊断中的应用

微生物发酵过程具有严重的非线性和时变性,有许多过程参数需要监控,因此发酵罐的传感器故障诊断显得尤为重要。为此提出了一种微生物发酵的故障诊断新方法,即两个关联向量机分别作为观测器和分类器。观测器用于估计某传感器所测得的参数值(文中以二氧化碳释放率为例)以便得到残差序列,分类器用于对残差序列进行分类。仿真结果表明这种方法是可以有效地诊断传感器的故障的。