电子琴琴键开关短路故障自动诊断方法研究

针对电子琴琴键开关短路故障诊断过程中,故障特征获取环节较为落后,导致电子琴琴键开关短路故障诊断误诊率较高的问题,提出电子琴琴键开关短路故障自动诊断方法。根据电子琴琴键开关信号历史数据,确定滤波阈值,完成电子琴琴键开关信号采集及处理。使用信息熵技术提取电子琴琴键开关短路故障特征,获取故障类别判定依据。构建卷积神经网络,实现电子琴琴键开关短路故障诊断过程。至此,电子琴琴键开关短路故障自动诊断方法设计完成。构建实验环节,经实验结果证实,此方法可有效降低故障诊断误诊率,提升故障诊断效率。整体应用效果优于当前故障诊断方法。     

智能控制下机械式自动变速器故障检测方法

考虑到当前机械式自动变速器故障检测方法由于故障种类划分能力较差,导致复合故障检测结果正确率较低的情况,设计智能控制下机械式自动变速器故障检测方法。设定信号采样频率,对采集后的信号进行离散处理,提取自动变速器振动信号。使用LSSVM模型构建支持向量机,完成振动信号训练处理。根据机械控制理论结合证据分类检测方法,完成自动变速器故障诊断。至此,智能控制下机械式自动变速器故障检测方法设计完成。构建实验环节,经实验结果证实,新型检测方法的复合故障检测结果正确率得到明显提升,在日后的研究中可应用此方法完成故障检测过程。     

煤机设备轴承故障诊断方法

煤机设备滚动轴承早期故障特征微弱,且易受载荷、工况等因素的影响而被噪声淹没,导致轴承故障诊断困难。现有研究大多采用单一算法处理轴承故障信号,故障特征提取精度和故障诊断准确性有待进一步提高。提出了一种融合局部特征尺度分解（LCD）和奇异值分解（SVD）的煤机设备轴承故障诊断方法：采用LCD方法将煤机设备轴承振动信号分解为若干个内凛尺度分量（ISC）,实现信号初步降噪;计算各ISC的香农熵,选择香农熵最小的ISC进行SVD,并构建SVD信号的奇异值差分谱,针对最大突变分量进行信号重构,实现信号增强去噪;对重构信号进行Hilbert包络解调,得到轴承故障特征频率,进而判断轴承故障。采用现场实测数据对基于LCD-SVD的煤机设备轴承故障诊断方法进行验证,结果表明,该方法可准确提取出轴承故障特征频率,从而实现煤机设备轴承早期故障诊断。     

铁道牵引供电系统故障诊断的约简模型与应用

针对铁道牵引供电系统故障诊断中的复杂信息,构建关系数据表,基于近似约简方法建立故障诊断模型,以快速地对可能发生的故障进行预测、判断和处理,从而有效地保障铁道运输安全,提高运输效率。首先,从牵引变电所的变配电设备和接触网供电系统处共收集34路信号,作为数据挖掘的输入量;其次,利用近似约简算法构建铁道牵引供电系统故障诊断模型,从数据离散化,近似约简、故障预测方面进行了详细介绍;最后,通过实例说明了这种方法的有效性,从而对正确预测设备性能和故障状态起到积极的指导作用。     

嵌入式车站信号联锁控制器设计

嵌入式车站信号联锁技术是以嵌入式计算机技术和通讯技术为基础,替代现有的继电器信号联锁控制系统的一种新型技术.针对铁路信号对信号设备的高安全性和高可靠性的要求,设计了具有冗余结构的计算机联锁系统中的嵌入式联锁控制器.然后设计该控制器的软件系统,重点对控制器的软件体系进行了分析和设计,应用Petri网原理和方法,对联锁软件进行了建模,并对模型进行了联锁仿真测试,取得了预期的结果.最后,对控制器的安全性、可靠性进行了研究,经过研究表明,该控制器在安全性、可靠性方面,达到了铁路信号设备的要求.     

基于压缩采集与CNN的风电机轴承故障诊断

针对传统风电机轴承故障检测存在的采样数据量大、故障特征依赖主观选取的问题,提出了风电机轴承故障的信号压缩采集、自动提取特征及故障诊断的方法,解决了风电机轴承振动信号特征提取计算复杂、受先验知识影响较大的问题。首先基于梯度加速法(NAG)和QR分解理论对随机高斯观测矩阵进行优化,实现风电机轴承振动信号压缩采集;然后将压缩采集得到的数据作为卷积神经网络(CNN)的输入,利用卷积池化层提取压缩采集数据中的故障特征;最后,将得到的故障特征通过softmax分类器进行分类。仿真实验表明:该方法能够自动提取风电机轴承的故障特征,在保证较高故障诊断准确率的同时,缩短了网络训练时间。     

基于嵌入式Web服务器的远程故障诊断系统

对一种基于嵌入式Web服务器的远程故障诊断系统的框架进行设计并对其关键技术进行分析,提出了基于Data Socket技术开发一个某型电子设备远程多功能的CSCW远程协同故障诊断平台的方法。     

基于改进迁移学习的行星齿轮箱故障自动诊断

传统机器学习故障诊断方法依赖专业经验选取统计特征,导致诊断结果误差较大。为此,提出了基于改进迁移学习的行星齿轮箱故障自动诊断。采集行星齿轮箱的振动信号,对振动信号进行去噪处理,利用深度学习改进迁移学习构建故障诊断模型,对采集信号进行分类识别,实现了行星齿轮箱故障自动诊断。结果表明,该设计方法下不同类型的行星齿轮箱故障诊断精度为96.09%,证实了该方法的性能良好。     

基于差分振子的带式输送机故障诊断方法

针对带式输送机运行状态信号微弱而不易提取故障特征的问题,提出了一种基于差分振子的带式输送机故障诊断方法。该方法采用Hilbert对信号进行解调,揭示隐含在信号中的设备故障特征,然后利用差分振子相图的变化实现对故障特征的提取。若信号中含有故障特征,则差分振子相图收敛于极环状态,反之则收敛于极点状态。应用结果验证了该方法的有效性。     

基于建康管理技术的机载计算机智能故障诊断方法

为了满足飞机机载电子设备以状态监控为基础的视情维修保障策略,提升设备可维护性,提出了一种基于在线检测、故障预测、辅助决策的健康监控管理故障诊断方法,支持对机载电子设备的健康状态进行预测和评估。通过划分机载电子设备子功能的敏感威胁区域,对这些区域设计专门的威胁预警监控电路,进行功能危害监控,建立推理监控模型对监控电路故障进行预警监控,结合辅助决策的方式对预警到的故障进行定位,实现对电子设备的智能故障诊断。通过FMEA的分析与故障注入测试验证,该预警电路、推理模型和辅助决策能有效的预测故障及定位,具有较高的故障预测覆盖率,可提高机载计算机的维修性、降低维修时间,在电子设备视情维修策略上具备工程应用价值。     

基于产生式规则的网络故障智能诊断修复系统

计算机网络日益复杂,网络故障带来的影响日趋严重,这对网络故障的诊断提出了更高的要求,需要向着自动化、智能化的方向发展．本论文研究提出,在专家与网络工程师的网络故障诊断及修复经验基础上,归纳形成基于产生式规则的故障知识,以规则推理机制来进行故障诊断,并自动生成修复方案;同时,通过SQLServer数据库的发布订阅服务,对故障知识进行共享机制设计,实现全网同型号设备的网络故障自动免疫功能．最终设计实现了一套网络故障智能诊断修复系统,达到了在无人干预情况下智能完成网络故障诊断和自动修复的工作．     

基于MapReduce并行处理的机电特种设备故障诊断系统设计

针对直流接地故障检测系统检测结果误差大的问题,提出了基于MapReduce并行处理的机电特种设备故障诊断系统设计;根据系统总体架构,将硬件结构分为故障检测显示单元和数据处理及传输单元;整流电流,使用二极管整流装置设计集流故障检测指示电路;采用多层差分电路获取脉冲信号,以低电平电压位置的故障检测器作为检测点,设计电流突变检测模块;使用DH08型号开关状态检测模块,具有8路交流输入,由此检测设备断电故障;选配6AU1410-0AB00-0AA0型西门子报警模块,对故障点进行报警处理;设计MapReduce执行流程,分析4个MapReduce作业训练过程,计算数据属性特征词在每个故障类中的频率值,由此完成故障诊断;以轴承故障为例,进行实验验证分析;由实验测试结果可知,该系统与实际波形差别较小,其对A相、B相C相电流短路故障诊断的时间点波形变化与实际曲线基本一致,在0A附近波动,说明该方法具有精准检测结果,能够为机电特种设备广泛应用提供设备支持。     

基于故障字典和神经网络理论的故障诊断方法

鉴于传统的故障诊断方法对复杂系统或设备进行故障诊断时,有诊断速度慢、对多故障同时发生的情况难以准确定位等缺点,提出了基于故障字典法和神经网络理论的综合故障诊断方法;在叙述该综合诊断方法的基础上,以某型飞机自动驾驶仪飞控盒的主要故障为例,分析说明了运用该方法进行设备故障诊断的具体过程,并进行了仿真研究;实现了对此设备单故障和多故障的快速准确定位;结果表明该综合故障诊断方法解决此类故障诊断问题是有效的.     

基于深度卷积网络的多传感器信号故障诊断方法研究

针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题,提出了一种基于深度卷积网络的多传感器信号故障诊断方法,通过构建测量数据帧进行卷积计算实现多通道数据的自然融合,利用深度网络结构实现高层特征的自动提取和分类,从而高效地实现了故障分类诊断;经分别采用小规模数据集REF和大规模故障数据集BI02进行实验验证,均取得了较高的故障识别准确率,具有很强的工程应用价值。     

往复式压缩机曲轴箱在线监测与故障诊断系统设计

采用图形化编程工具LabVIEW和CompactRIQ嵌入式平台,设计了往复式压缩机曲轴箱在线监测与故障诊断系统。实现了四通道振动信号的同步采集;通过在线监测以及运用小波变换结合AR谱对振动信号进行分析,判断故障原因,有效避免恶性事故的发生。     

基于混沌动力学的滚动轴承故障诊断研究

为了研究旋转机械非平稳信号的非线性动力学特征,探索旋转机械故障诊断方法,以滚动轴承为研究对象,采用嵌入式传感器获取滚动轴承振动信号,通过计算滚动轴承振动时间序列的关联维数、Kolmogorov熵等混沌特征量,提取设备运动状态特征,并对其进行了详细分析。结果表明：该方法可以实现对滚动轴承的故障诊断,从而为旋转机械的故障诊断提供了一种新的方法。     

基于多信号模型的故障诊断策略设计

对基于多型号模型的故障诊断策略设计进行了深入研究,介绍了多信号模型的定义和表示,提出了在单故障假设及不考虑组成单元可靠性、测试时间和测试费用影响下的故障检测用测试和故障隔离用测试优选算法以及故障诊断策略制定方法,并结合示例说明了诊断策略的设计过程;文中所提出的诊断策略设计方法能够以尽可能少的测试完成故障检测和隔离,按此方法设计的诊断策略具有自适应特性,适用于各类系统和设备的测试性分析与设计和故障诊断。     

基于非线性关联维特征提取的机械自动化监测系统

提取天然气压缩机故障状态下振动信号的故障特征是设计机械自动化检测系统的核心技术。提出一种基于非线性关联维特征提取的机械自动化监测系统设计方法,在故障诊断原理基础上,进行故障振动信号时间序列分析,设计故障振动信号相空间重构方法,改进了相空间重构最佳时延和嵌入维数参数计算的关键技术,通过提取关联维故障特征,在Simulink平台上设计了自动化监测系统。系统实验结果表明,该算法和系统能使各类故障状态下提取的关联维特征的标准差显著性降低,特征分布聚类能力明显提高,系统能有效检测各类故障,实现了机械设备的自动化监测,在自动化故障诊断仪表设计等领域具有较好的工程实践价值。     

基于小波包分形的瓦斯传感器故障诊断方法

针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机（SVM）,完成故障的诊断。实验结果表明：该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。     

基于小波变换和TMS320F2812的水泵故障诊断系统研究

对于水泵等旋转机械来说,通过采集水泵振动信号并进行分析,能够较全面地判断出水泵设备运行状态;因此,振动信号的采集就成为设备状态监测与故障诊断的关键部分;设计了一套基于小波变换和DSP的水泵故障诊断系统,该系统可以实现对水泵振动信号的实时采集;为了提高振动信号的信噪比,得到较为纯净的振动信号,采用小波消噪的技术对采集的振动信号进行消噪处理;并且以水泵机组正常运行和发生绕组过热、轻度不平衡、严重不平衡、支座松动等故障为例进行诊断实验,并且故障集参数amax,smax,Tamax,Tsmax和amin,smin,Tamin,Tsmin分别为1.1500,0.1600,46.9787,446.5000和0.9000,0.0700,40.9825,410.6000;实验结果表明,该系统可以有效发现故障,区分故障类型及识别故障程度,为水泵机组故障诊断提供了又一种有效的方法,对其它类似机械故障诊断具有一定的指导意义。