基于SDE-BP网络的油田注水管网故障诊断方法研究

针对BP神经网络在油田注水管网系统故障诊断中收敛速度慢、精度低、易陷入局部最优等问题，提出一种改进的BP神经网络诊断模型。该模型将自适应差分进化算法（SDE）用于神经网络的数据训练中，用以确定最优权重和阈值，并将仿真模拟与神经网络的训练相结合，计算管网故障工况，从而得出注水站、注水井的压力、流量异常和管段的故障情况。该方法能准确诊断管网系统各类节点和管线的故障位置，以及对站启停泵、井欠过注和管道漏损、堵塞等故障类型进行判断，通过实验对比分析验证了方法的高效性，对故障点位置一级诊断正确率为100%，故障类型二级诊断的正确率达98.07%。     

电气故障原因分析及改进措施

分析该厂十年来电气故障的原因，提出化工生产这一特定条件是电气故障频繁发生的重要原因。通过改变电气设备位置等措施尽量避免腐蚀物接触及提高电气设备绝缘等级等办法，使故障发生率明显下降。     

基于模糊神经网络的发动机故障诊断研究

基于模糊神经网络理论,对发动机涡轮增压系统、冷却系统以及润滑系统常见故障进行了研究,在MATLAB环境中,利用常见的故障案例样本,训练BP神经网络,建立涡轮增压系统、冷却系统及润滑系统三大系统的模糊神经网络模型,并通过未参与训练的故障案例样本对模型进行验证,经验证模型的预测误差均在5%以内,可以满足故障诊断的要求。另外,针对各系统的模糊神经网络模型,利用MATLAB GUI建立发动机故障诊断系统,该系统可以根据故障现象,诊断故障原因,并通过实际故障案例验证,诊断结果与实际故障原因相符,说明故障诊断系统具有指导性。     

试用"望、闻、问、切"诊断电气设备故障

中医诊断疾病方法有“望、闻、问、切”。实践证明，我们不但可以在实际工作中借鉴中医诊断的手法对电气设备故障进行诊断，而且还简单方便。下面结合我厂实例加以说明。１电气设备“望、闻、问、切”诊断１．１望即眼看，仔细观察设备的外形有无变色；保险有无烧断；电气设备有无冒烟；电气回路有无烧伤、烧焦痕迹；开关有无跳闸；机械部分有无损坏；设备的外部状况或运行工况有无异常。这些一般容易做到。如１９９７年，停窑后所有辅助设备相继停运，发现粗粉固体流量计仍有１００多t流量显示。经观察设备的外部状况，发现故障原因为固体…     

利用系统分析方法判断处理电气异常故障

电气故障中，有些并非属于电气设备本体故障，而是因为生产系统中其它原因造成的电气保护，这样有时很难快速判断出故障部位，应通过系统分析的方法进行判断处理，有些故障还需有一个技术分析认识的过程，在排除电气自动化设备问题后，再逐步分析系统中其它引起故障的原因，因此要求电气技术人     

常见电气设备故障的诊断与检修

介绍了常见电气设备故障的分类,故障后的分析判断和诊断的方法。通过电气控制的关系和原理图分析,运用电压测量法和电阻测量法以及短接法,迅速查找出电气故障的原因。     

ACO-BP算法在化工过程故障诊断中的应用

将蚁群算法和BP神经网络相结合,利用蚁群优化算法与误差反向传播算法结合而构成的混合算法(ACO-BP)训练神经网络的权值和阈值,给出ACO-BP算法训练神经网络的基本原理和方法步骤,并将该算法应用于连续搅拌釜式反应器的故障诊断。仿真结果表明:ACO-BP算法具有较高的诊断精度,能够及时、有效地检测连续搅拌釜式反应器中存在的故障。     

电气故障排除的方法与要领

随着国内工业化的快速发展和改革开放的逐步扩大及深入，科学技术在社会生产力的地位不断的加强，某些电气设备作为科技产品的转化在生产中已越来越广泛采用，而电气设备的数量和品种在迅速增加，其中电气设备和电气控制系统更新换代的产品很多，其维修方法和故障诊断技术也在不断的丰富和提高。一些科技含量比较高的电气控制系统的“维修难”（如：数控系统、变频调速拖动系统等）已越来越成为影响生产设备有效使用的突出问题。而电气维修人员是面对和解决这些问题的主要技术力量，在实际生产应用当中出现故障给予及时帮助和排除是每一位维修人员应尽的义务和职责。而维修电工是这种维修力量的重要组成部分，所以作为一名维修电工，在工作中除了对设备及线路的合理安装、良好的调试和日常保养与检查外。如何在设备出现故障时，迅速查明原因并排除，是保持生产设备正常运行的重要保证。     

免疫算法在焦化装置软测量中的应用

提出了一种自适应免疫算法，其很好地解决了原始免疫算法中收敛精度低和寻优速度慢的缺点。通过对比分析标准测试函数的计算结果，自适应免疫算法的优良性得到充分地证明。然后，免疫算法被用于优化BP神经网络的结构和参数。结果表明，不但网络结构得到较好地控制，而且泛化性能也有较大地提高。最后，算法在优化神经网络上的有效性也在焦化装置精馏塔汽油干点软测量建模中得到很好地证实。     

化工电气故障及处理方法

在化工电气检修过程中,由于化工电气设备运行工况复杂,造成化工电气设备故障的因素较多,化工电气设备在运行过程当中容易出现故障。为了提高化工电气设备的运行稳定性,应认真分析化工电气故障的种类和成因,并结合化工电气设备的特点,制定有效的预防措施,保证化工电气故障能够得到有效的预防和消除,满足化工电气设备的运行需要,使化工电气设备运行能够符合要求,避免化工电气设备出现突发故障影响运行,确保化工电气设备安全稳定运行。     

航空发动机磨损趋势预测模型研究

文章讨论了神经网络的BP算法和遗传算法,提出用遗传算法来优化BP神经网络,应用遗传算法训练神经网络权重,实现网络结构的优化,用优化后的BP人工神经网络建立了航空发动机磨损故障趋势预测模型,利用发动机的光谱监测数据作为预测磨损趋势的特征参数,进行了模型的训练和预测试验,并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较,证明了基于遗传算法的人工神经网络是航空发动机磨损故障趋势预测的一种理想方法。     

机械电气设备故障应急的处理研究

现代工程建设需要依靠机械电气设备配合,电气设备经过数年的发展和改进,工作效率大大提升。本文主要介绍电气故障维修之前的各类诊断方式,并探讨电气设备的故障分析方法以及产生问题的原因,以此为基础,提出应急处理办法。希望提出的针对性解决措施,能较好的解决问题,提高生产效率。     

设备故障及维修策略探讨

煤矿电气发展到如今,技术早已趋近成熟,也正因为如此,对于一些电气设备的故障已经形成了自己的一套体系。煤矿电气设备常出现各种问题,我们将具体分析煤矿电气设备常见故障,探讨其产生原因,针对某些特殊的情况如二次隔断问题等提出了维修措施,这样才能够为煤矿电气行业提供参考。     

电气设备常见故障分析与维修准则

电气设备正常状态的管理是较容易进行的,可是非正常状态的管理,也就是故障状态的管理就比较复杂。电气设备的故障是多种多样的,电器维护及管理人员只有在了解设备运行原理的基础上,经过长期实际工作的锻炼,才能迅速地判断故障和排除故障。提高电气设备的维护管理水平,保证电气设备经常处于良好技术状态,是电气管理人员的基本职责。     

状态监测技术在电气设备上的应用

介绍电气动静设备温度、振动、超声波监测和蓄电池在线监测技术的应用,通过实际监测和案例分析,及时发现电气设备隐患,真正实现预知维修,杜绝电气设备故障发生,确保长周期安全供电.     

一种改进型混合遗传算法的分析

针对遗传算法和BP算法的特点,提出了一种在改进型遗传算法的基础上引入BP算法的混合遗传算法。仿真结果表明,该算法不仅保证了全局收敛性,而且大大提高了算法的收敛速度和稳定性。     

BP神经网络模型在生活污水处理中的模拟应用研究

通过构建并训练BP神经网络预测模型,分别对污水处理厂出水CODCr、NH3-N浓度进行预测,并用实际监测值检验预测精度。预测结果说明,BP网络模型在污水处理厂水质模拟预测方面具有可行性。     

氯碱装置中电气设备连接不良引发故障的原因及预防措施

分析了氯碱装置中各类电气设备由于连接不良所引发的故障原因,并提出了相应的预防措施和整改方案,以减少电气故障的发生。     

电动机常见故障分析及处理

三相异步电动机应用广泛,但通过长期运行后,会发生各种故障,及时判断故障原因,进行相应处理,是防止故障扩大,保证设备正常运行的一项重要的工作。特别是通过在天野化工电气车间十几年对电气设备的运行及维护,发现在使用的过程中会出现各种各样的故障,但如不及时处理,会引起电动机运行不正常,不少电气故障也是由机械故障引起的。本文就电动机选择及使用过程中常出现的故障总结、分析如下,供处理故障时参考。     

基于BP神经网络的油井井斜角误差补偿研究

介绍了延长石油常用的石油测井测斜仪器及其测量原理,分析了其工作过程中可能存在的误差及其来源。针对井眼姿态测量中主要测量参数之一的井斜角,利用前馈神经网络算法,建立了以测量井斜角为输入、期望的井斜角为输出的三层BP神经网络模型,并用实际测斜仪器的测量数据进行现场测试。实验数据表明,采用该BP神经网络补偿算法,可将井斜角的实际测量精度从提高至以内。