模糊减法聚类下大型机组设备故障自动化诊断方法

传统方法大多利用短时诊断法完成对机组设备故障的诊断,导致诊断结果的准确率和效率偏低,且其对设备正常运行信号频率存在负向影响.针对上述问题,研究在模糊减法聚类的基础上,针对大型机组设备故障,设计了一种新的自动化诊断方法.该方法利用多维模糊贴近度及聚类过程实现对设备故障特征量的高效提取,然后利用D-S证据理论对设备故障进行...     

几种诊断设备故障的方法

介绍观察诊断法、经验诊断法、排除诊断法、综合诊断法、标准检测诊断法、解剖诊断法、参考诊断法七种设备故障诊断方法。给出了故障现象和适用情况。     

设备故障的二级模糊综合诊断方法的研究

在设备故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性。本文将模糊理论引入设备故障的诊断过程中,针对每种故障原因,建立一个故障原因两两比较模糊矩阵,通过故障原因两两比较模糊矩阵,确定故障症状对故障原因的隶属度,从而建立了模糊诊断矩阵,在模糊综合诊断过程中,由于模糊算子对信息的取舍均带有一定的倾向性,为抑制其偏激,我们首先分别采用5种模糊算子进行综合诊断,然后根据诊断的结果,将可信度较高的3种模糊算子诊断的结果加权平均,作为最终诊断结果,以提高诊断结果的可靠性。最后,通过实例演示了故障的诊断过程。     

设备故障诊断三例

唐山三友化工股份有限公司以7#2MCL-705压缩机组汽轮机轴承座不对中、热电4#甲吸风机轴承损坏、4#除尘泵电机轴弯曲三种故障为例,根据故障现象,介绍了应用故障诊断技术对故障设备分析诊断的过程和采取的针对性解决措施。     

大型机组设备故障原因分析与管理探讨

随着当前工业经济的发展速度不断地加快，为提高生产率，扩大生产效益，各个工厂企业都在不停的对自身企业内部的设备进行更换，主要是大型机组设备的引进。但是大型机组设备一旦发生故障造成的直接经济损失是较为严重的，因此，将大型机组设备故障的原因和管理进行有效地分析，才能减少故障的产生，全力的维护企业的生产运营。     

水泥机械设备故障和诊断技术的应用研究

在社会经济快速发展的背景下,使用水泥机械设备的数量不断增加,新型的机械设备为经济的发展提供了许多便捷的技术,但是工作人员在使用机械设备时由于没有及时维护机械设备,从而使机械设备时常出现毁损的迹象。本文就机械设备出现的故障进行诊断技术的应用研究。     

基于模糊理论的机械设备故障诊断方法

以机械设备的故障特点的研究为基础,应用模糊数学理论,结合经验分析,建立了机械设备故障的模糊诊断模型,提出了机械设备的模糊诊断方法,并结合实例介绍了这一方法的具体应用．     

设备故障的声发射诊断方法

设备发生故障后会产生大量声发射信号，而且这些声发射信号会出现很大变化。本文对这些声发射信号变化进行了深入分析，讨论了设备故障的声发射诊断的方法；同时也提出了设备故障声发射诊断检测敏感的特征参量和阈值确定方法。     

数控设备故障诊断及维护

分析总结数控机床的数控系统中部分相关故障及频率相对较高故障的诊断和解决方法.     

设备故障辅助诊断与量化分析管理系统

详细介绍了设备故障辅助诊断与量化分析管理系统的组成及工作原理,并对整个管理系统的实现进行分析研究。通过使用管理系统,能对设备的故障诊断、维护保养提供参考依据,对制造型企业具有实用价值。     

大数据技术在装备制造业的应用研究

将大数据技术应用于装备制造业,有力地推动了装备制造业的智能化发展,有效地提升我国的工业水平。本文首先介绍了大数据的概念及具有的5V基本特性,阐述了大数据的关键技术为云计算、分布式文件系统及开源实现平台Hadoop;总结出大数据处理的基本流程分为数据采集、数据处理与集成、数据分析和数据解释四个阶段,最后从实现智能化制造工厂、分析市场需求、对已售产品配套服务三个方面介绍大数据技术在装备制造业的具体应用。     

基于SVM的变频器故障检测策略研究

针对目前变频调速技术得到广泛应用的现状,对变频器故障诊断的研究,具有重大的意义,本文在对变频器故障产生的原因进行了分析和总结．提出了基于SVM的变频器故障预诊断策略,实验结果显示了该方法的优越性,将有助于变频器故障诊断技术的研究。     

大数据样本与半监督环境下基于生成对抗网络的故障诊断

在大故障样本条件下,提出一种基于生成对抗网络模型的故障诊断方法研究.构建生成对抗网络模型,保证模型判别器输出数据的总体分布与原始故障集趋同,并基于空间测量工具对梯度函数进行优化,降低损失;采用故障集图像转换方式实现对原始信号的降维处理,利用判别器的神经网络结构训练输入数据,并提取出机械故障数据集中的故障特征点.实验结果表明,提出方法具有良好的分类诊断性能,故障诊断精度能够达到９９．４５％.     

大型回转机械智能综合诊断处理支持中心的研究

首先通过对专家分析处理网络中心和专家小组一诊断的特点的分析,提出了诊断处理支持中心的建设新思想。然后结合实际远程综合诊断处理支持中心的研制和实现,对诊断处理支持中心的拓扑结构,技术方案,、方法库以及综合诊断和处理方法进行了研究和介绍。     

[智能设计与计划调度]大数据在设备健康预测和备件补货中的应用

提出了一种设备健康预测和库存优化方法。使用自编码器提取监测信号特征,基于深度神经网络模型进行时序预测,构建设备健康度指标;采用统计分布判定和参数拟合的预测方法实现库存优化;最后,根据设备健康状态与备件数量实现生产主动预警。实例结果表明,该方法预测精度高于LSTM算法,可对设备故障进行精确预警,且备件库存优化模型的可靠性高达90.4%,可有效减少备件库存。     

基于大数据模糊 PID 控制的切削机械加工稳定性分析

针对切削机械加工稳定性分析未考虑切削力信号和切削机械磨损之间的关系,导致切削机械加工稳定性较差的问题,提出一种基于大数据模糊 PID 控制的切削机械加工稳定性分析方法,对加工过程建模,同时通过历史切削机械加工数据组建切削力信号和磨损之间的映射关系。分析切削机械的加工性能,在构建数学模型的基础上,设计一种大数据模糊 PID 控制方法对切削机械加工稳定性实时控制,通过模糊控制规格对控制器参数实时调整,最终有效控制切削机械加工稳定性。仿真实验结果表明,在切削机械加工过程中,该方法可以有效控制切削机械加工稳定性。     

智能电网设备监控运行大数据平台总体设计

为了应对智能电网电力设备数量多、分布广而带来的设备运行维护监管难度大的问题,基于物联网、云计算和智能终端等新技术的应用,结合电力设备运行管控的基本特征,应用大数据分析处理技术设计了一种智能电网设备监控运行大数据平台,并在某省级电网的电力设备监控管理中进行了示范应用。实际应用结果表明,智能电网设备监控运行大数据平台实现了电力设备监管、运行数据采集、故障预警和故障诊断的自动化和智能化,能够有效解决电力设备运维安全问题,提高电力设备的安全管理水平。     

基于机器学习的石油装备用大截面高强韧马氏体钢智能设计与性能研究

为了满足超深层油气资源开发需求,针对石油装备用强度等级最高的低碳马氏体钢,结合成分性能大数据,基于四种不同机器学习方法分别建立了大截面高强韧低碳马氏体钢成分-强度和成分-硬度预测模型,分析表明,神经元层数为4、层深为64的人工神经网络模型的性能预测精度和拟合程度最好。采用遗传算法对材料成分进行智能最优化设计,获得CrNiMo和SiMnCrNiMo两种材料系中屈服强度大于1100 MPa、硬度大于42HRC、碳含量小于0.22%的最优成分,材料的端淬硬度分布曲线与预测值基本一致,最大误差小于3HRC。依据优化设计成分进行多批次产品生产制造后结果表明,150 mm直径的构件全截面获得95%以上的细小针状马氏体组织,屈服强度大于1100 MPa,低温冲击吸收能大于45 J,满足服役性能要求,预测结果与生产实验结果具有较高的一致性。将材料大数据与机器学习相结合实现了材料的智能化设计开发,为高性能材料的开发提供了新途径。     

往复压缩机气阀失效诊断方法研究

介绍了基于阀盖温度的往复压缩机气阀故障监测原理及方法,深入研究了气阀阀盖温度运行规律,详细阐述了往复压缩机气阀故障诊断分析方法和判定准则,并在工程实践中得到成功应用.     

基于虚拟仪器的小波分析在故障诊断中应用研究

小波分析是在傅立叶变换基础上发展起来的一种信号处理方法,它可以广泛应用在工程中的各个领域,发挥极为重要的作用。本文借助虚拟仪器平台,实现小波分析方法在故障诊断中的应用。首先介绍了小波信号分析的基本原理,然后详细阐述了将其应用于故障诊断中涉及到的几个关键技术问题,最后说明了LabVIEW和MATIAB结合应用构成小波分析仿真平台的方法,获得了比较满意的效果。