旋转机械故障的现场诊断

旋转机械故障的现场诊断中国航空工业总公司６０８所仪表厂邓旺群１前言自１９８４年以来，国内先后发生了几起汽轮发电机组轴系破坏事故，由于破坏原因和机理比较复杂，给事故分析带来很大的困难。因此，加强对故障的早期预测及其诊断就显得尤为重要，这一方面可以避免事...     

旋转机械故障监测诊断及专家系统发展动态

大型机械设备系统的故障将造成巨大的损失,因此故障监测、诊断系统应运而生。本文介绍了故障诊断的原理及国内外大型旋转机械故障诊断的几种典型模式。在故障诊断技术中,专家系统越来越显示了它的优良作用。故文中对专家系统及其在核反应堆系统,化工生产过程,内燃、电力机车,电力系统等故障诊断中的应用作了介绍。     

旋转机械的故障检测与诊断

介绍旋转机械的振动故障检测技术，机组振动测量方法，各种振动传感器的特点和选择，以及振动故障诊断技术。     

大型旋转机械故障诊断两种新方法——模糊故障诊断和神经网络故障诊断法

针对大型旋转机械的故障诊断,概括介绍模糊故障诊断和神经网络故障诊断两种方法,重点讨论两种方法的优缺点,并进行了简单的比较,对解决大型旋转机械故障诊断问题具有一定的实用价值。     

ADRE for Windows／208DAIU旋转机械故障诊断系统的性能与应用

ＡＤＲＥｆｏｒＷｉｎｄｏｗｓ／２０８ＤＡＩＵ是近年来新推出的旋转机械故障诊断系统，该系统由于其小型化，便携式，高度可靠的分析功能而深受用户欢迎。文中就其硬件特点，软件功能及其应用操作技术作了简要介绍，并与国内常用的几种故障分析诊断系统的功能作了简要对比。     

旋转设备动平衡试验中若干问题的分析

通过旋转设备动平衡的实践,提出0°相位的意义及确定方法;针对汽轮机检修后轴系平衡状态变化的原因进行了分析,提出了动平衡的优缺点;对于小型悬臂式离心风机振动问题,分析了动平衡过程中的注意事项;通过凝结水泵的动平衡案例,分析了立式旋转设备的平衡特点。     

基于时频周期窗的旋转机械故障诊断方法

周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成，某些分量对故障较为敏感，这些特征分量的检测及提取，对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性，通过傅立叶级数对周期平稳信号的分解，认为分解各项在U [0, 2p]区间内两两正交，提出了提取故障特征的时频周期窗观察方法，可以使用时频域局部开周期窗的方法，与故障特征频率项进行周期内相关运算，取出周期自相关函数在故障特征频率分量（调制频率）上的正交投影，从而获得某一故障特征信息，与通常的功率谱分析相比，排除了周期窗外噪声对分析结果的影响，使得特征提取更加精确。通过仿真和实例进行了有效性验证。     

旋转机械故障诊断系统的无线供电研究

这里提出采用电磁耦合谐振无线电能传输技术为旋转机械上嵌入式故障诊断系统传感器供电。建立耦合理论模型和等效电路模型,分析传输距离、线圈参数对互感和传输效率的影响。并通过ANSYS有限元分析传输过程中电磁场变化情况,为该技术研究提供理论依据。实验成功实现20 cm上7.5 W的无线电能传输,效率达62%。根据嵌入式传感器的运动特点,设计三维线圈实现接收端多方向连续稳定接收能量。实验中接收端任意角度均能点亮发光二极管(LED)灯,证明方案的可行性。     

火电机组旋转机械振动监测与故障诊断技术现状及发展

火电厂旋转机械设备振动监测与故障诊断技术已发展到包括全厂范围各种机械的状态检修阶段。本文在探讨设备振动监测与故障诊断内涵的基础上,介绍设备振动监测与故障诊断的无模型方法,基于模型的方法和基于知识的方法,指出目前振动监测将与测控技术实现集成。鲁棒性方法、非线性方法、残差评价及主动控制等将是今后的研究方向。     

电力生产设备(设施)分类编码原则的研究

简要阐述了电力设备分类原则的科学性、系统性、可扩延性、兼容性和综合实用性．并对电力设备的代码提出一种三层四位数字的层次码结构，进一步说明此代码结构的合理性和可行性。     

旋转机械故障诊断的量子神经网络算法

针对故障模式之间存在交叉数据的诊断不确定问题，将多层激励函数的量子神经网络引入多传感器信息融合之中，提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中，通过测试被诊断设备的振动速度和加速度信号，求出两传感器对各故障模式的故障隶属度，利用多层激励函数的量子神经网络进行信息融合，得到融合的各故障模式隶属度值，确定真正的故障模式，提高了故障诊断的准确率。     

基于小波变换的轴承故障诊断及预测方法研究

轴承对于保证整个机械系统的安全、稳定运行起着相当关键的作用,针对轴承所开展的故障诊断技术对机械系统、机械设备的正常运转意义重大。以轴承故障模拟实验为基础,介绍了一种轴承故障模拟平台,在此平台上完成了部分轴承故障诊断实验,并运用小波分析方法对模拟实验振动信号进行小波分解与小波去噪。同时本文提出了一种小波变换与EMD相结合的方法,运用MATLAB小波工具箱对诊断信号进行小波分解,将分解后的细节信号进行EMD模态分解以及包络谱分析。运用此方法对滚动轴承各类故障状态进行检测,能够有效判断轴承的故障类型。     

基于优先级诊断树的旋转机械故障诊断专家系统

针对旋转机械故障知识的膨胀导致的专家系统诊断效率低下以及知识库难以维护的问题,提出了一种新的、基于优先级诊断树的专家系统框架。将诊断设备分解建立诊断树并划分领域知识库,再利用模糊群组多属性决策方法排序诊断树导出元知识,并在弹性匹配模式基础上改进了规则的匹配方式。诊断时,推理机从优先级最高的节点开始,按照元知识进行规则的搜索、匹配,以此建立某设备动力与传动装置的故障诊断系统。研究表明,与传统专家系统相比,新系统具有更高的效率、并且诊断结论更可靠、可维护性也更好。     

SF_6电气设备的监督与故障诊断

SF6电气设备在电网中的应用越来越广泛,这些设备运行状态的好坏直接关系着电网的安全。根据SF6的化学性质与分解机理,利用SF6气体分解产物可以判断设备故障、推测可能存在缺陷。通过对SF6电气设备的日常监督,统计分析了SF6气体分解产物中特征组分(二氧化硫SO2、氟化亚硫酰SOF2以及硫化氢H2S)的生成情况,并以此为基础总结出了SF6电气设备放电故障诊断标准,提出了不同电压等级SF6电气设备分解产物检测周期。     

容性设备的故障诊断技术

介绍了当前容性设备在线监测与故障诊断的几种方法。对信号采集所用的传感器进行了介绍和对比,并着重介绍了基于磁性耦合方式的电子补偿零磁通传感器的原理。还介绍了根据三相泄漏电流和的变化判断容性设备绝缘状态的方法以及影响其测量结果的各种因素。对于介质损耗的测量,介绍了容性设备的串联等值电路及在线监测模型,及其测量原理和信号处理方法,并分析了利用傅立叶变换进行谐波分析的原理及其存在的不足,针对这些不足,介绍了基于小波变换的绝缘变化趋势的提取方法,几种信号预处理方法,梳状陷波器抑制法和海宁加权插值FFT算法及相关函数法。     

大型旋转电机故障诊断技术解析

电机作为大多数机械设备的原动机,其重要地位是其它任何设备都无法代替的。电机故障不仅影响电机本身,而且有时对它所驱动的负载也会产生很大损害。因此,人们越来越普遍地认识到,必须对电机开展状态检修的研究。针对电机的状态检修,主要讨论了大型旋转电机故障诊断技术的相关概念、方法、意义等问题,并论述了电机制造企业开展电机故障诊断技术研究的必要性及其优势,为提高电机产品的技术含量、增加其技术附加值开辟了新的思路。     

基于参数优化SVM的旋转机械故障诊断

介绍了支持向量机(SVM)分类算法,针对常用的C-支持向量分类机(C-SVM)中参数没有确切意义、选取困难的缺点,将ν-支持向量机(ν-SVM)用于对旋转机械振动故障的诊断,通过对实验台模拟数据进行训练、分类和测试,取得了良好的诊断效果。并通过现场故障实例证明了这种方法的准确性。     

Research on Rotating Machinery Fault Diagnosis Based on Improved Multi-target Domain Adversarial Network

Aiming at the problems of low efficiency, poor anti-noise and robustness of transfer learning model in intelligent fault diagnosis of rotating machinery, a new method of intelligent fault diagnosis of rotating machinery based on single source and multi-target domain adversarial network model (WDMACN) and Gram Angle Product field (GAPF) was proposed. Firstly, the original one-dimensional vibration signal is preprocessed using GAPF to generate the image data including all time series. Secondly, the residual network is used to extract data features, and the features of the target domain without labels are pseudo-labeled, and the transferable features among the feature extractors are shared through the depth parameter, and the feature extractors of the multi-target domain are updated anatomically to generate the features that the discriminator cannot distinguish. The model t through adversarial domain adaptation, thus achieving fault classification. Finally, a large number of validations were carried out on the bearing data set of Case Western Reserve University (CWRU) and the gear data. The results show that the proposed method can greatly improve the diagnostic efficiency of the model, and has good noise resistance and generalization.     

一种航空发电机旋转整流器故障在线诊断技术

利用快速傅里叶变换(FFT)研究了一种角度轨迹监测技术,并将其用于航空发电机旋转整流器故障特征提取及在线诊断应用中。首先,连续采集发电机交流励磁机励磁电流信号,每相邻两次数据采集间隔同样的时间。其次,对每次采集的数据均进行FFT处理以获取故障特征信息,该过程在每两次数据采集的间隔内完成。每次处理得到的故障特征信息会形成连续的变化轨迹,通过对该轨迹的研究可以在线监测并诊断旋转整流器的故障模式。最后,通过试验对所提方法进行了验证。     

红外诊断技术在电力设备中的应用

0引言 红外成像测温法被认为是电力设备在线监测的一项行之有效的技术手段和重要内容[1].它在电力设备缺陷诊断中的应用也越来越受到重视,取得了明显的经济效益.