机械故障在线智能诊断

基于在线故障诊断的必要性,介绍诊断系统的硬件设计和软件编程,此技术已通过实际验证。     

基于RS和AHNs的轮毂电机故障模糊诊断法

为有效监测电动汽车轮毂电机在复杂工况下的运行状态,保证其运行安全,提出了一种基于粗糙集（rough set,简称RS）理论和人工碳氢网络（artificial hydrocarbon networks, 简称AHNs）的轮毂电机故障模糊诊断方法。首先,以轮毂电机运行安全为目标,重点考虑转速和负载转矩对振动信号的影响程度,用特征参数表征轮毂电机运行状态,并基于RS理论提出一种特征参数的离散化方法,对输入层进行了模糊化处理;其次,基于分子间能量优化AHNs算法,建立初步诊断模型,并考虑不同输出状态类型的模糊性,利用模糊理论建立AHNs多输出的隶属度函数,构建轮毂电机故障模糊诊断模型,实现了对复杂工况下轮毂电机故障的诊断;最后,通过轮毂电机机械故障台架试验验证了该方法的有效性。     

机械故障诊断方法及应用研究

主要介绍了机械故障诊断的现状,以及故障诊断发展的趋势,着重介绍了机械故障诊断学科的研究热点、专家系统和基于人工神经网络的智能系统及其发展动向。     

基于轮毂电机驱动的全方位移动平台

将全方位轮和轮毂电机驱动技术结合起来设计了一种新型的全方位移动平台,能在平面上实现任意方向运动,用于空间狭小的场合有较大优势.轮毂轮缘上垂直分布着很多小辊子,每个轮毂内都装有电机;平台采用了轮毂电机直接驱动,较传统电机具有转矩大、损耗小、结构紧凑等优点.     

轮毂电机试验台的开发

针对电机试验台检测轮毂电机驱动系统性能的问题,设计一款用于低转速的轮毂电机检测试验台。对试验台主要零部件进行设计,首先在SolidWorks环境下建立试验台三维模型,其次利用ADAMS软件进行模块仿真分析。分析结果表明:该设计方案是可行和合理的,也为轮毂电机试验台的设计和优化提供参考。     

基于整车工况的电动汽车轮毂电机散热分析

针对电动汽车运行的各种工况,在整车条件下采用计算流体力学（CFD）数值计算的方法对外转子轮毂电机的温升性能进行了仿真计算,并分析了汽车来流速度、电机轴的热导率对轮毂电机散热性能的影响。研究结果表明：来流风冷散热条件下,电动车在高负荷工况下电机的温升过大,可通过加装散热翅片或者采用水冷散热等方式来达到对电机的散热冷却效果;重复制动工况中,制动盘的高温热辐射没有使电机的温升恶化;汽车前方来流速度对电机的温升影响较大,电机轴的热导率对电机的温升影响相对较小。     

轮毂电机外壳的轻量化应用研究

为了进一步降低轮毂电机的壳体重量并提升使用稳定性和可靠性,以ANSYS仿真分析软件为基础对轮毂电机壳体的受力状态进行了研究,以减少壳体质量为目标对轮毂电机的外壳进行了结构优化设计。根据实际研究表明,优化后的壳体在保证受力状态不变的情况下,整体质量降低了22.8%,壳体上的最大应力比优化前降低了27.4%,变形量比优化前降低了11.2%。     

轮毂电机技术在新能源汽车上的应用分析

新能源汽车是未来汽车的发展方向,关键部件的选择与应用至关重要。通过对全球新能源汽车发展趋势、集中电机和轮毂电机的技术分析,说明了轮毂电机在新能源汽车上的应用前景,为新能源汽车的发展提供了参考路径。     

轮毂电机在电动汽车上的应用研究

介绍了轮毂电机的结构以及集成机械制动器的解决方案。通过装载轮毂电机的电动汽车的开发与试验工作,研究了轮毂电机在电动汽车上的应用问题,并提出了其亟需解决的关键技术问题。     

基于贝叶斯网络的机械设备故障诊断方法研究

建立了一种基于贝叶斯网络的机械设备故障诊断模型,引入评分函数和蚁群算法对模型进行了优化,在模型建立过程中引入知识进行自我学习,减少了因检测对象造成的不确定信息,提高了机械设备故障检测的可信度,最后通过实例进行了验证。     

基于小波包分析的电机转子故障诊断方法研究

针对异步电动机转子断条故障突发率高的原因,开展了基于小波包分析的故障诊断方法研究。通过小波包灵活的时频分析方法捕捉到的特征信号来确定故障信号的突变点和频谱特性,找出其故障特征,该方法为电机转子断条故障提供了一种有效的诊断方法。     

无线传感器网络多级融合的机械故障诊断方法

针对无线传感器网络(wireless sensor networks,简称WSNs)在机械故障诊断应用中大量振动信号不能实时传输的问题,提出基于无线传感器网络多级分层信息融合的机械故障诊断方法。采用簇树网络结构扩大网络监测覆盖范围,将WSNs信息融合分为数据级融合、特征级融合及决策级融合3个级别,终端节点对原始振动信息进行数据级融合以提取特征信息,簇头节点对特征信息进行特征级融合得到模式识别结果,网关节点对识别结果进行决策级融合以评估机械设备运行状态。实验表明,该方法能有效应用于机械故障诊断。     

基于Petri网的液压马达故障诊断

针对液压马达故障诊断中特征提取的瓶颈问题,提出一种基于Petri网的液压马达故障诊断方法。以叶片式液压马达为例,分析液压马达常见的故障及原因,利用Petri网的知识表示方法提取故障征兆和故障原因,建立基于petri网的液压马达故障诊断模型,经过Petri推理,结果表明该方法是有效的。     

基于CPS的中小型电动机故障诊断系统的实现

利用数字化控制与保护开关电器可通信的特点将采集到的电动机数据通过现场总线传递给Pc机,结合模糊神经网络在电动机故障诊断系统上的应用,使用UML语言进行系统建模。在面向对象分析与设计方法的基础上开发了上位机软件,实现了对中小型电动机的实时监控和故障诊断。     

基于贝叶斯网络的电子设备故障诊断技术研究

针对电子设备故障诊断的难点,通过分析贝叶斯网络的特点,设计了一种基于贝叶斯网络的故障诊断系统。首先介绍了故障及故障诊断的相关概念;然后在理解贝叶斯网络的基础上分析其优点,研究了贝叶斯的推理;进而研究贝叶斯故障诊断的关键技术;最后介绍了基于贝叶斯网络故障诊断系统的整体框架。     

An Online Fault Diagnosis System for Induction Motors via Instantaneous Power Analysis

This article aims to provide a new noninvasive method for the online diagnosis of bearing-localized faults under various loading conditions of the induction motors via instantaneous power analysis. The instantaneous noise variations and sensor offsets are considered to be one of the common factors that yield erroneous fault tracking in an online condition monitoring and fault diagnosis system. An adaptive threshold scheme has been designed to tackle the sensor offsets and instantaneous noise variations for reliable decision making on the existence of fault signatures in an arbitrary environment conditions. The performance of the designed threshold scheme has been evaluated on a motor with various bearing defects operating under various loading conditions. Detailed theoretical and experimental evaluations of several bearing-localized faults are presented. The results indicate the viability and effectiveness of the proposed method.     

离心压缩机在线故障诊断系统设计

针对当前故障诊断系统大多依赖人工操作,自动化水平低的问题,设计开发了一套离心压缩机在线自动故障诊断系统。系统以C++Builder 6.0作为软件开发平台。借助ADO与ODBC实现诊断系统与远程MySQL数据库的连接,并从中读取振动数据。设计的故障诊断模块用以进行数据提取、诊断、保存报告等一系列操作。通过计时器定时运行故障诊断模块进行诊断,实现了在无人值守情况下的在线自动诊断。     

基于贝叶斯网络的复杂系统故障诊断

系统结构和部件关系复杂、试验费用昂贵是小样本下基于不确定性信息的决策问题。针对其特点，建立了基于贝叶斯网络的复杂系统故障诊断模型，并提出采用Leaky Noisy-OR模型来降低数据需求量和计算复杂度。经研究表明，这种方法能综合利用各种来源信息，具有知识表达明确、样本需求量小、故障诊断准确度高等特点，可为复杂系统故障诊断提供决策支持。     

基于虚拟技术的发电机组故障诊断与在线监测

介绍了汽轮发电机组的具体故障形式以及转子的不同故障对应的转子轴心轨迹，分别计算了汽轮发电机组在3种不同状态下的关联雏数，开发了基于Lab VIEW的汽轮发电机组故障诊断与在线监测系统，综合利用频谱分析技术、小波分析技术以及分形理论，同时监测发电机转子轴心轨迹和轴承温度可提高发电机组故障诊断的命中率。     

基于粒子群优化的神经网络电机故障诊断系统

提取电机定予电流信号及转于振动信号,构成用于电机故障诊断网络的训练及测试样本.用BP神经网络建立诊断输入征兆与故障输出间的映射关系,引入改进粒子群优化的策略,对神经网络权值和阀值进行优化,提高了网络系统诊断的可靠性.仿真对比研究表明,经粒子群优化后的BP网络收敛速度显著提高,更适合于电机类故障诊断的要求.