基于信息融合的机器人薄壁轴承故障智能诊断

为了实现轴承故障智能诊断,对基于信息融合的机器人薄壁轴承故障智能诊断方法进行研究。首先,采用声发射和振动传感器,搭建了机器人薄壁轴承试验与多信息数据采集系统;然后,以薄壁单列角接触球轴承ZR71820为对象,在轴承外圈、内圈和滚动体上分别制作点蚀、裂纹缺陷,用正交试验法采集不同缺陷类型、不同当量载荷及不同转速状态下薄壁轴承在试验过程中的声发射和振动信号;最后,选取时域中均方根值和峭度指数及频域中均方根频率作为振动、声发射信号的特征参数,分别进行了基于单一振动、声发射信号的薄壁轴承故障诊断,并采用SOM与BP神经网络将试验过程中的振动和声发射信号的特征信息进行融合,研究了基于信息融合的机器人薄壁轴承故障智能诊断技术。结果表明:基于振动信号故障诊断的正确率为85.7%;基于声发射信号故障诊断的正确率为81.0%;基于BP神经网络信息融合故障诊断的正确率为93.5%;基于SOM神经网络信息融合故障诊断的正确率为95.2%。基于SOM神经网络信息融合的薄壁轴承故障智能诊断比单用振动或声发射信号的诊断正确率分别高出9.5%和14.2%,比用BP神经网络信息融合故障诊断的正确率高1.7%。     

基于BP神经网络和证据理论的离心压缩机喘振诊断方法

离心压缩机是石油化工生产中的核心动力设备,然而运行过程中易发生喘振故障造成事故。对于喘振故障,传统方法采用时频特征分析方法诊断,而该方法通常在喘振发展到后期、信号特征明显的情况下才诊断出喘振故障。为解决该问题,提出基于BP神经网络和证据理论的诊断方法,该方法使用故障数据训练得到BP神经网络,进而对采集的数据进行初步诊断,再采用证据理论融合各初步诊断结果得出诊断结论。通过在离心压缩机实验台上模拟喘振故障,结果表明:该方法能够准确诊断压缩机喘振故障,此外与传统方法相比,采用该方法能在喘振发生初期诊断出故障,从而进行调控避免喘振发展到后期,这对实现离心压缩机防喘具有重要意义。     

基于信息融合的机械故障诊断技术研究

机械故障诊断技术是一项跨学科的技术。将信息融合思想引入到机械故障诊断领域。基于现有的结论,描述了信息融合的一般过程,并提出了一种基于信息融合的故障诊断模型。     

变工况下基于信息融合的地铁牵引电机轴承故障智能诊断

针对传统滚动轴承故障诊断方法过于依赖先验知识和专家经验,以及单一信号对某些故障识别率偏低的问题,提出一种变工况下基于信息融合的地铁牵引电机轴承故障诊断方法.首先搭建滚动轴承试验与多信息采集系统;其次对地铁牵引电机轴承进行缺陷预制并采集轴承试验过程中的声发射和振动信号;然后用小波包分解对原始信号进行处理并提取特征,再用卷积神经网络对归一化后的特征信息进行融合;最后建立二维卷积神经网络模型,对不同工况下的地铁牵引电机轴承故障进行智能诊断.试验结果表明:变工况下基于信息融合的地铁牵引电机轴承故障智能诊断方法,可在载荷和转速变化的情况下准确识别轴承的故障类型,当神经网络训练集与测试集涵盖工况相同时,准确度可达100％.     

煤矿风机喘振机理与故障诊断研究

结合矿山通风系统实际运行状况,由轴流式风机性能曲线与管网风阻特性阐明了喘振机理,从目前矿山生产中判断通风系统喘振故障的方法中得出"由减小管网系统阻力系数提高通风系统稳定性"的方法,并结合喘振曲线,建立了喘振边界线的数学模型,确立了风机运行陷入不稳定区前的缓冲区和边界,为风机喘振故障报警提供一定的思路。     

基于神经网络信息融合的柴油机故障诊断

本文论述了神经网络信息融合的原理与方法,首先就BP网络训练速度慢,易陷入局部极小点的问题,提出将附加动量项与自适应学习速率相结合的改进BP算法,有效地抑制了网络陷于局部极小并提高了收敛速度。最后,将振动信号与血管压力信号作为特征参数,分别采用传统BP算法,改进BP算法对供油系统的三种故障进行信息融合诊断分析。实践表明,神经网络信息融合方法非常适用于多征兆机械系统的故障诊断。     

基于同源数据融合技术的机械故障诊断方法

机械设备故障诊断技术是一项跨学科的新技术。本文将数据融合思想引入到故障诊断领域，并将神经网络技术和数据融合技术综合使用，通过信号采集、特征提取和识别决策几个过程，研究了基于同源数据融合技术机械故障诊断方法，并在实验中验证了些种方法的有效性。     

基于神经网络的信息融合故障诊断技术

利用神经网络技术建立信息融合中心 ,对多传感器数据进行融合处理 ,通过多源互补信息减小故障诊断系统的不确定性。文中讨论了神经网络多传感器信息融合方法中数据预处理与特征提取、特征向量维数压缩与关联、归一化处理方法等 ,同时 ,对神经网络的构造以及学习训练等内容 ,也作了较为详细的讨论。通过对柴油机振动监测数据、燃油压力波动信息、以及两者融合信息的故障诊断性能的比较 ,表明神经网络多传感器信息融合方法用于复杂机械的故障诊断是可行和有效的     

基于小波神经网络信息融合动密封故障诊断研究

针对动密封中唇形密封的综合故障问题，应用小波神经网络技术加混合式数据融合方法，将数据级、特征级和决策级故障诊断数据融合在一起，对动密封中唇形密封的缺陷进行智能诊断，描述了小波神经网络的建模过程，探讨了通过多源互补信息减少故障诊断系统不确定性的优化方法。结果表明，采用混合式融合结构可以通过多源互补以及冗余信息来提高诊断系统的鲁棒性；采用小波神经网络信息融合的诊断方法，可有效诊断动密封中唇形密封存在的综合故障问题。     

舰载柴油机信息融合故障诊断技术研究

介绍了基于信息融合的舰载柴油机故障诊断技术.融合柴油机热工、油液及振动3大类信息,采用自适应谐振理论( ART)和BP网络相结合的决策级融合技术,建立了融合诊断技术模型,结合实例说明了该模型的诊断原理,并验证了该诊断方法的有效性.结果表明:新型神经网络模型既可以解决并发故障诊断问题,也可以解决新的故障类型诊断问题.     

基于信息融合技术的复杂系统故障诊断研究

本文比较系统地研究了目前在复杂系统故障诊断领域中广泛应用的几种诊断方法,分析了各种方法的优缺点和适用领域,并在此基础上提出了基于信息融合技术的复杂系统故障诊断策略,建立了复杂系统综合故障诊断系统模型.     

基于多传感器信息融合的智能机器人的研究

讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法,并提出将该方法应用于智能机器人,用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策,以增强系统的分辨能力,同时有效提高了系统的信息融合速度和决策的可靠性.     

焦化鼓风机系统智能控制策略研究及应用

针对焦化鼓风机系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,通过采用基于最近邻聚类方法的RBF神经网络快速学习算法,实时在线辨识,建立被控对象的精确逆模型并用于控制,实现了将具有强耦合特性的多输入多输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与非线性比例积分微分(PID)控制相结合的智能控制策略,保证了系统稳定的同时改善了控制系统性能.仿真和应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性.     

基于DSP的便携式故障智能诊断系统

便携式故障智能诊断系统运用DSP对机械设备运行中的噪声和振动信号实时分析,并将分析诊断结果通过LCD显示,还可利用DSP的USB接口将信号数据及其分析结果传输到计算机中.该系统具有快速诊断、低功耗等特点,满足了现场维修的实际需要.     

多传感信息融合技术的油烟监测系统设计应用

研究城市油烟气体排放的监测系统,在油烟检测对象中应用多传感器数据融合技术,克服单传感器检测的局限性。指明面临的问题和油烟研究对象。阐述传感器信息采集和嵌入式系统构建。详细探讨融合方法Dempster-Shafer证据理论在油烟信息采集处理系统中的应用。并讨论结果。     

基于人工智能技术的火灾探测信息融合系统

针对传统火灾探测方法存在的智能程度低、误报率高等问题,提出将人工智能数据融合技术应用于火灾探测中,并针对火情信号固有的特点,采用3层数据融合结构,对由专家系统提取的火灾经验概率和由神经网络系统提取的火灾数据概率特征,用模糊系统进行进一步的融合,最终得到火灾概率。最后选取中国标准明火、标准阴燃火和典型干扰下的火情信号进行计算机仿真实验,取得了满意的结果。     

基于SOA架构的智能设计系统研究

分析了现有的智能设计系统的局限性,指出现有的智能设计系统缺少灵活性,难以适应机械产品设计模式的变化及系统重构的问题.分析了面向服务架构(SOA)的特点后,提出了面向服务架构的分布式智能设计系统.系统因其低耦合性、可重用性和扩展性,可将智能设计系统组织成群组服务模式.给出了基于Web Services实现技术的门式启闭机智能设计系统实例.     

基于运行信息融合的大型设备视情维修系统

现有视情维修系统研究中缺乏对处于正常运行阶段的设备因加工过程操作不当所引起的运行故障进行预测维修.针对该问题,设计并开发了一种基于设备加工运行状态信息融合的大型设备视情维修系统.提出了基于运行状态信息融合的大型设备视情维修系统的体系结构,并对系统的工作流程进行了详细阐述.以大型机床为例,阐述了运行状态信息采集和基于运行状态信息融合的故障预测方法.通过对某大型机床的应用实例,验证了该系统的可行性和有效性.     

考虑异质信息不相容的模拟电路融合诊断

研究提出了一种基于异质信息融合的模拟电路故障诊断方法,以解决模拟电路诊断中故障特征信息缺乏和决策融合中异质信息不相容而导致误判等问题.该法首先采用基于可转移置信模型的核近邻法提取电路温度特征信息,并进行故障预识别,再结合基于可测点电压的神经网络故障预识别结果,在考虑信息不相容的情况下计算关联权重系数、先验权重系数,从而实现电路的综合诊断.电路仿真试验结果表明,所提诊断方法对容差模拟电路的多故障和单故障均适用,故障定位准确率高.     

基于综合信息融合神经网络的轴承故障诊断

因轴承的工作环境恶劣,导致其故障多发,在对轴承故障进行快速诊断和定位时存在困难,为此,提出了一种基于综合信息融合神经网络的轴承故障智能诊断方法.首先,介绍了前置神经网络的工作原理,推导了前置神经网络的链接权值系数训练方法,制定了前置神经网络的算法流程;并基于D-S证据论和Dempster组合规则,设计了后置神经网络的故...