共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
基于BP网络的往复泵泵阀故障识别系统的研究 总被引:4,自引:0,他引:4
本文基于BP神经网络模型,通过准确采集往复泵液力端各阀箱阀关闭激起的瞬态响应,并以响应的振动频谱为主要征兆,建立了基于BP网络往复泵泵阀故障的诊断系统。计算机模拟识别表明,该系统可较为准确地识别出各泵阀的故障。 相似文献
3.
4.
5.
6.
7.
8.
信号处理在机械设备故障诊断中的应用(连载) 总被引:3,自引:7,他引:3
随着现代化工业大生产的不断发展,机械设备的结构变得越来越复杂,并且经常运行于高速、重载以及恶劣环境等条件下。由于各种因素的干扰和影响,会导致机械设备发生故障,轻则降低生产质量或导致停产,重则会造成严重的甚至是灾难性的事故。为此,为尽最大可能地避免事故的发生,机械设备状态监测与故障诊断技术近年来得到了极为广泛的重视,其应用所达到的深入程度十分令人鼓舞。目前,机械设备状态监测与故障诊断已经基本上形成了一门既有理论基础、又有实际应用背景的交叉性学科。故障诊断的基本任务是监视机械设备的运行状态,诊断和判… 相似文献
9.
10.
针对轴承故障早期信号非常微弱难以提取的特点,提出一种经验小波变换(EWT)和包络谱分析相结合的故障诊断方法。该方法应用EWT对信号进行自适应的分解处理,通过选取表征轴承故障的模态分量进行包络谱分析,对轴承故障进行判断,并在LabVIEW开发环境下实现,有效拓宽其适用环境。其中EWT是通过结合小波变换和经验模态分解各自的优点,建立自适应的小波滤波器来提取信号的模态函数。通过仿真信号和轴承故障实验信号的研究结果表明,LabVIEW开发环境下的EWT能够有效地对信号进行自适应分解,在与包络谱分析相结合后能够更为有效地提取并识别轴承故障类型。 相似文献
11.
往复式压缩机故障诊断研究现状及展望 总被引:1,自引:0,他引:1
叙述了往复式压缩机故障诊断的意义及研究现状,对往复式压缩机常见故障及机理进行了分析;介绍了国内外一些常见的往复式压缩机状态监测与故障诊断的方法及其原理和特点;最后提出了往复式压缩机的故障诊断技术的难点和发展方向,为从事该方面研究提供参考。 相似文献
12.
时域径向基函数网络诊断方法在往复泵故障诊断中的应用 总被引:5,自引:1,他引:4
往复机械是工程中广泛应用的一种机械设备 ,由于其动力学和运动学形态比旋转机械复杂 ,对其进行故障诊断存在较大难度 ,有效提取往复机械运动中非平稳时变信号中的故障特征和将故障特征准确分类是解决往复机械故障诊断问题的两个关键。本文利用时域数字特征分析方法完成故障特征信息提取 ;通过径向基神经网络对特征信息分类识别 ,实现故障的自动诊断。利用以上原理建立的油田往复塞泵故障监测与诊断系统 ,通过在大庆油田的实际应用表明 ,系统能够比较准确的识别往复柱塞泵多种常见故障 ,且具有较高的运算速度。 相似文献
13.
KL—Bayes方法在故障模式识别中的应用 总被引:4,自引:1,他引:3
有效特征向量的提取和状态识别是设备状态监测与故障诊断领域中的关键技术。近年来,国内外很多学者都非常重视自动特征向量选择与提取方法的研究和模式识别方法的探讨。文中提出的KL-Bayes 方法是KL变换特征提取方法与Bayes 逐步判别分析方法的结合,前者可在不改变原始样本空间分布特点的基础上降低特征空间的维数[4],后者是一种集“有效特征选择与状态识别”功能于一身的方法[1]。KL-Bayes方法用于不太复杂的系统故障诊断,如轴承、齿轮箱故障诊断中是非常简单有效的。文中给出了应用实例及分类器自学习前后的分类结果。 相似文献
14.
ZHANG Zhi min SHEN Yu di Institute of Diagnostics Cybernetics Xi''''an Jiaotong University Xi''''an P.R.China 《国际设备工程与管理》2003,8(1):9-14
A Bayesian Network is a reasoning tool based on probability theory and has many advantages that other reasoning tools do not have,This paper discusses the basic theory of Bayesian networks and studies the problems in constructing Bayesian networks.The paper also consturcts a Bayesian diagnosis network of a reciprocating compressor.The example helps us to draw a conclusion that Bayesian diagnosis networks can diagnose reciprocating machinery effectively. 相似文献
15.
为了实现准确可靠的涡轮分子泵故障诊断,提出了一种基于多样性特征和多源信息的分子泵故障诊断方法。在分子泵实验台上采集到分子泵不同故障下多个测点的振动信号,经过预处理后随机分为训练集和测试集。首先通过改变激活函数形成多个去噪自编码器,之后利用生成的深度自编码器对数据集进行多样性特征提取,最后将提取到的特征用于训练支持向量机(SVM)进行故障分类。实验结果表明该方法可以实现分子泵的准确故障诊断,准确率达到98.9%,而且在训练集不平衡或高背景噪声情况下依旧表现良好。 相似文献
16.
小波分析及其在压缩机气阀故障检测中的应用研究 总被引:21,自引:0,他引:21
从信号分析角度引入小波分析的基本原理,通过典型信号的小波分解、重构和小波尺度图展示小波分析应用在故障检测中的优点,最后将小波分析用于压缩机气阀故障检测中,进行气阀正常、进排气阀泄漏三种状态识别,通过实例证明了小波分析的有效性 相似文献
17.
18.
19.
针对机械设备状态监测与故障诊断技术中特征提取对诊断准确性的局限,从原始故障信号数据中提取出尽可能多的有用信息。提出通过最佳特征数据集对轴承故障进行诊断分析,分别从幅域和频域对故障数据进行特征提取。采用一种改善的粒子群(G-DPSO)算法对提取的特征数据集进行筛选,对传统粒子群算法权重系数进行优化,同时和故障诊断需要的决策树模型的信息熵增相结合,可以达到将最适合故障诊断的特征向量提取出来的目的。用5种轴承故障数据对所提方法进行实验分析,诊断正确率能达到97%之上,证明所提出的方法是有效、可靠的。 相似文献