基于模糊Petri网模型的炼厂压缩机故障诊断分析

为准确评价炼厂压缩机的安全状态，建立了包含完整子系统的压缩机评价体系，给出了模糊Petri网模型的计算方法和计算规则，通过层次分析法和Delphi法确定库所和变迁的置信度，并进行实例验证。结果表明，引起压缩机故障的主控因素依次为电机轴承振动过大、水软化装置压差过大和平衡管压力超限，三者引发故障的概率分别为0.27501、0.23832、0.233 33。通过该方法可有效减少现场操作人员排查故障的时间，提高故障诊断效率，可在其他设备诊断中推广使用。     

基于灰度-梯度共生矩阵的往复压缩机气阀故障诊断方法研究

提出基于灰度-梯度共生矩阵的气阀故障图像特征提取方法,以不同故障气阀阀片的平滑伪威格纳-维尔分布图为研究对象,通过提取图像中的纹理特征信息计算其纹理特征参数,由结果可知,不同的故障图像对应不同的特征参量,从而实现了往复压缩机气阀故障的定量诊断。     

基于遗传算法化工领域往复压缩机故障诊断分析

在对往复压缩机轴承故障诊断相关问题进行研究的时候,提出了变分模态分解(Variational Mode Decomposition,VMD)参数优化方法。VMD是一种高效的时频分析方法,具有很强的信号处理功能,可以通过一次性分解的方式对多分量信号进行处理,很好的满足各种实际生产和实践中的需求。研究使用遗传算法得出VMD算法的最佳影响参数组合,并对相关的带宽参数以及分量个数等进行研究,得到分解故障信号。之后,对分解后的BLIMF分量峭度值进行计算,并通过筛选,得出最佳BLIMF分量,实现对故障信号的重构。针对重构后得到的故障信号实施MDE分析,并通过极限学习机测验等方式,可以获得相应的故障类型中识别效果。在研究中,还结合实际案例进行了分析,证实了所提出的往复压缩机轴承故障诊断和识别方法是有效的。     

往复压缩机故障诊断技术研究

按照机械故障诊断的技术路线,结合往复压缩机故障特点,分别就诊断信号选择、故障档的建立、状态识别技术的应用等过程中一些具体问题展开了较深入的研究,提出采用阀腔脉动压力作为诊断信号,通过计算机仿真建立故障档,将模糊诊断与人工神经网络结合等新观点,这些观点将有利于推进往复压缩机诊断技术的发展。     

基于MATLAB的轴承故障诊断方法的研究

轴承被广泛应用于风力发电、直升机等各类机械设备中,由于其受到复杂载荷的作用并且工作环境较为恶劣,所以易受损坏.如果不能及时地发现轴承故障,则会造成更大的事故,甚至导致停产,造成经济上的损失.文章通过对轴承故障振动信号的采集,利用MATLAB软件对数据进行处理,力求在初期就能够及时发现故障,为维修提供科学依据,降低维修成...     

活塞式压缩机故障诊断技术研究

活塞式压缩机在石油化工等多个领域得到了广泛的应用,并起到了积极的促进作用。但是在应用中会出现一系列的故障,需要对故障进行诊断,以便提高压缩机的有效性。本文笔者从活塞式压缩机的故障分类着手,探讨了故障的诊断技术和方法,目的是为压缩机故障诊断提供借鉴和指导,进而提高活塞式压缩机的准确性和有效性。     

基于解析信号小波的变压器局部放电故障诊断

应用解析信号小波来分析变压器局部放电,提取信号在各尺度的幅值包络、相位和瞬时频率。并将该特征参数用于故障诊断。仿真结果表明：该方法用于变压器局部放电故障诊断中是行之有效的。     

基于离散过程神经元网络旋转机械轴承故障诊断模型

本文通过对旋转机械在设备的运行过程中振动、温度、压力、流量、电流等数据的统计分析,采用离散型过程神经元网络建立相关模型,用以估算轴承的使用寿命,为设备维修提供依据。     

基于图的拉普拉斯矩阵的塑料编织机轴承故障诊断研究

针对时域故障信号难以诊断的问题,提出基于图的拉普拉斯矩阵变换的注塑编织机轴承故障诊断方法。通过拉普拉斯矩阵变换将时域信号转化为图域,将时域的快速傅立叶变换思想引入图信号处理中,将转化所得图信号进行图像的傅立叶变换(GFT)得到故障振动信号的阶次图,根据所得阶次计算故障振动信号的故障频率,由此进行轴承的故障诊断。经仿真及实例分析结果表明:相比将时域信号直接进行快速傅里叶变换的故障诊断方法,本实验方法故障识别能力更强。     

基于VMD算法的化工机械——离心压缩机故障诊断

实际诊断离心压缩机故障时,采集得到的故障信号会产生一定的模态变化,导致存在故障信号幅值过小、特征数量过少的问题.结合压缩机实际工作原理,采集离心压缩机故障信号,采用VMD算法处理故障信号为不同的模态组,筛选与特定故障类型最为匹配的故障特征,设置不同的测点并在不同位置放置不同类型的传感器,构建一套故障分析软件,设定一个突...     

一种基于KNMF的非线性故障诊断方法

将核非负矩阵分解方法引入到过程监控中,设计了K2和SPE统计量反映原始数据的能量波动情况,进而检测过程故障的发生。同时提出一种KNMF贡献图计算方法,根据变量和非线性数据的相关性,计算变量贡献值并绘制贡献图,用于故障辨识。在TE模型上的仿真结果验证了KNMF故障检测的良好性能,利用KNMF贡献图可以较好地辨识故障变量。     

最大熵谱估计在旋转设备故障诊断中的应用研究

采用基于最大熵谱估计(MESE)的方法对机电设备故障诊断中的实时工程非平稳信号进行频谱估计,以期进一步提高其分析精度和准确性,并与传统的谱分析方法进行了对比.     

电气设备控制线路故障诊断及维修研究

当前,在我国电力系统中,电气设备的质量直接决定着电力系统正常运转的基础,是电力部门需要重点关注的内容。对此,对电气设备控制线路常见故障诊断做出具体分析,并对维修的方法作了系统梳理,为不断提高我国电气设备的维修水平,促进电力企业的可持续发展夯实基础。     

基于D-S证据理论的直接空冷凝汽器故障诊断方法研究

提出一种基于Elman神经网络和RBF神经网络通过D-S证据理论融合的故障诊断方法,把该方法应用在直接空冷凝汽器的故障诊断中。首先对故障进行神经网络初步诊断,得到属于不同故障状态的隶属度,然后采用D-S证据理论融合的方法进行决策诊断,得到最终结果。研究了直接空冷凝汽器的故障特征提取、样本选择、诊断系统结构和学习算法,并通过诊断实例阐述了该方法的具体实现过程,验证了所提方法的可行性,结果表明:该方法适用于直接空冷凝汽器故障诊断,故障定位准确率高。     

矿用设备润滑状态监测与故障诊断研究

针对煤矿设备因负载大、工作环境恶劣等原因导致故障率偏高、意外停机损失大等问题,建立煤矿级专业润滑油脂分析实验室,通过常规理化指标分析和铁谱磨粒分析等技术定期检测设备中的在用润滑剂,实现早期预报润滑剂劣化、润滑剂污染和部件异常磨损,及时采取措施,预防事故发生,减少停机损失。同时,针对煤矿生产环境污染严重的问题,研究煤矿设备的油液污染控制及清洁技术,延长润滑油液的使用寿命。开发专用的煤矿设备润滑管理系统,实现对矿区润滑的数据库信息管理。     

丁二烯生产装置的故障诊断与处理

乙腈法生产丁二烯产品的装置,对各种生产设备进行故障诊断和处理,才能保证生产装置的正常运行,达到预期的生产效率。各种塔设备是丁二烯生产的关键设备,如果频发故障,会影响到生产的顺利进行。因此,有必要研究丁二烯生产装置的故障诊断方法和处理措施,不断提高产品的收率,满足市场的需求。     

基于SDG方法的环管反应器故障诊断

以某化工厂丙烯聚合关键设备—环管反应器为例,通过熟悉工艺流程,选取合适的关键变量,确定变量之间的影响关系,建立用于故障诊断的SDG模型.在与工厂工艺操作手册及仿真模型模拟分析校对该模型后,对该模型进行了故障诊断分析.实验结果表明,基于SDG模型的故障诊断能够准确地揭示故障传播路径.     

基于虚拟技术的齿轮故障智能诊断研究

利用LabVIEW图形化编程语言开发了信号分析与处理、信号特征提取和故障诊断三大模块。信号特征提取由小波包分解来实现,故障诊断通过神经网络完成,小波包分解提取的齿轮振动信号各频段能量特征值作为神经网络的输入向量。以模拟故障实验台获取的齿轮典型故障振动信号训练神经网络,利用训练好的神经网络对齿轮进行故障诊断,实验结果表明：所开发的齿轮故障智能诊断系统能有效识别齿轮故障,较好地将虚拟技术应用于故障诊断领域。