小波包神经网络在离心压缩机故障识别中的应用

为了能够提高离心压缩机故障识别的准确性和效率,构造了小波包模糊神经网络对离心压缩机进行故障识别。研究了小波包分析提取特征向量的方法。利用小波包分析获得了离心压缩机的特征向量后,利用模糊神经网络对其进行故障识别。利用小波包模糊神经网络对离心压缩机常见的5种故障进行了识别,结果表明该方法具有较高的故障识别能力。     

基于RBF神经网络的离心压缩机的性能预测研究

利用径向基函数神经网络(RBF)建立对离心压缩机性能预测的神经网络模型,从而能够精确地预测出离心压缩机的性能参数的大小,能够分析离心压缩机的流量,叶片出口安装角,压力比和效率之间的神经网络与预测关系。应用数值计算软件MATLBA软件完成了离心压缩机的性能预测,分别对离心压缩机的压力比和效率进行了性能预测,预测效果表明,RBF神经网络的计算模型可以提高预测效率和预测精度。     

基于广义回归神经网络的采煤机故障诊断的研究

针对采煤机故障征兆和故障的非线性对应关系,采用广义回归神经网络作为故障诊断的智能分类器。输入层为采煤机的故障特征参数,中间层为径向基神经元,感知待诊断故障向量与训练样本的相似度,输出层为故障模式分类。分析了广义回归神经网络的优越性和结构特征,建立了不同光滑因子和训练样本数目的采煤机故障诊断模型,并在MATLAB进行了仿真。     

基于小波神经网络的煤矿提升机轴承故障诊断

轴承故障严重地影响设备的使用寿命、效率及安全性。以某型煤矿提升机轴承为研究对象,采集煤矿提升机轴承实时数据,基于小波神经网络建立煤矿提升机轴承故障诊断模型,运用MATLAB对煤矿提升机小波神经网络模型进行数值计算,对煤矿提升机轴承故障进行诊断。诊断结果表明,不同运行时间下,煤矿提升机轴承振动信号不同;基于小波神经网络可以精确、高效对煤矿提升机轴承故障进行诊断。该研究为煤矿提升机轴承故障诊断、维修等方面提供理论依据。     

基于小波频谱分析的滚动轴承故障诊断研究

提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对滚动轴承故障的振动信号的仿真结果表明,该方法能有效识别滚动轴承的内圈、外圈和滚动体故障。     

基于小波神经网络的提升机液压站故障预测的研究

针对提升机液压站故障特性,以小波神经网络为工具建立了其故障预测模型。介绍了小波神经网络的结构、算法以及训练流程。分析了影响液压站故障因素,建立了其预测模型。在MATLAB环境下对网络进行训练。实验表明,该模型具有收敛速度快,预测精度高的特点,能够满足实际要求。     

基于小波神经网络的提升机液压站故障预测的研究

针对提升机液压站故障特性,以小波神经网络为工具建立了其故障预测模型。介绍了小波神经网络的结构、算法以及训练流程。分析了影响液压站故障因素,建立了其预测模型。在MATLAB环境下对网络进行训练。实验表明,该模型具有收敛速度快,预测精度高的特点,能够满足实际要求。     

基于小波分析和神经网络的刮板输送机刮板链故障诊断

刮板链是刮板输送机最易损坏的部件,维修难度大。快速定位故障可有效提高效率,因此采用小波分析和RBF神经网络对刮板链故障进行诊断。对刮板链故障类型进行分析。为减少RBF神经网络的计算量,采用小波分析方法对采集到的数据进行预处理。将刮板链节距、刮板长度、刮板厚度、空载时弯曲度和满载时垂直度作为神经网络的输入,对RBF神经网络进行训练。仿真结果显示,故障诊断结果与实际情况一致,且采用小波分析后迭代次数明显减少。     

小波神经网络在煤矿自卸车监控与故障诊断的应用

建立了小波神经网络的理论模型。针对传统小波神经网络的缺陷,提出了带动量项和变学习率的小波神经网络。确定了自卸车的输入向量和输出向量,并且对小波神经网络进行了训练。分别利用传统的小波神经网络和改进的小波神经网络对自卸车进行故障诊断,诊断结果表明,改进小波神经网络能够准确地对自卸车进行故障诊断。最后,分别从软件系统和硬件系统设计了自卸车故障监控系统。     

小波神经网络在双吸式离心水泵轴承故障诊断中的应用

提出了采用小波包的方法对供暖双吸式离心水泵轴承振动信号进行去噪和提取表征相应轴承故障的频带能量,并采用BP神经网络进行训练和故障识别,通过MATLAB进行了仿真,经试验验证该方法能够有效地识别出轴承故障。     

活塞式压缩机故障诊断技术研究

为了能够提高活塞压缩机故障诊断的有效性和准确性,利用粗糙集理论和小波能量谱理论相结合的方法,对活塞式压缩机进行故障诊断研究。建立了活塞压缩机的粗糙集故障诊断理论模型。给出了活塞式压缩机故障诊断的步骤。根据活塞式故障的特点,制定了活塞式压缩机的故障诊断的计算机算法。通过现场应用,验证了该方法的鲁棒性。     

广义Morse解析小波变换在机械故障诊断中的应用研究

提出了一种基于广义Morse小波变换的机械故障诊断方法。研究了广义Morse小波相比常用的Morse小波是一种完全解析特性,因此广义Morse具有其他非解析小波所不具有的优势。将该方法应用于某空分机的故障诊断中,并成功提取出重要的故障特征信息,结果证实了该方法可为机械故障诊断提供一条新途径。     

基于小波包分析的往复式压缩机故障特征提取方法

提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来提取往复压缩机的故障特征,并通过实例进行信号提取,结果表明:该方法可有效地诊断往复压缩机的各种故障。     

煤层气深冷液化关键机电设备在线故障诊断系统的研究

分析了离心压缩机在低浓度煤层气深冷液化工业化工艺中的重要性,并针对离心压缩机的工作特点,利用采集其工作过程中的振动信号实现对离心压缩机的故障诊断,在此基础上,在Labview8.5软件开发环境下,对低浓度煤层气深冷液化工艺中的原料气压缩机以及混合冷剂压缩机进行了网络化在线故障诊断系统的设计与开发。     

基于频谱校正理论的全息谱研究

提出了基于频谱校正理论的全息谱研究方法,运用哈宁窗比例校正法对相位、幅值及频率进行校正,具有校正精度高,算法简单实用的优点。成功应用于DH-80空气压缩机的故障诊断中,实践证明该方法效果好,运算速度快,易于现场采用。     

基于小波神经网络火电厂锅炉故障诊断的仿真研究

为了能够准确、快速地对火电厂锅炉进行故障诊断,系统地研究了小波神经网络在锅炉故障诊断的应用。提出了小波神经网络的数学模型;制定了小波神经网络的训练算法;以火电厂锅炉常见故障烟道再燃烧为例,对其进行了故障诊断的仿真分析,经过训练后的小波神经网络对锅炉进行故障测试,测试结果全部正确。     

基于主元分析的煤矿空压机故障诊断研究

针对目前煤矿空压机监测出现故障诊断复杂、人工成本高等问题,采用主元分析方法,对煤矿空压机故障诊断方法进行研究。研究了煤矿空压机主元故障预警方法以及煤矿空压化故障诊断检测方法,并以某煤矿为例,系统在正常运行的情况下,采集传感器的样本数据,建立预警模型,然后采取实验测试数据进行检验认证,验证结果显示主元分析方法,能够有效准确地把故障信息准确提取出来,确保煤矿空压机能够准确进行故障诊断,从而达到矿井安全生产的目的。     

离心泵故障诊断数据库系统研究

为了能够对离心泵进行故障诊断诊断,设计了离心泵故障诊断数据库系统。分析了离心泵在工作过程中的故障及其产生的原因。分析了故障诊断数据库系统的功能和组成。设计完整的离心泵故障诊断数据库系统。研究了离心泵故障诊断数据库系统推理机制。利用VC++编制了离心泵故障诊断数据库系统的实现软件。经过实际应用,取得了良好的经济效果。     

离心泵常见故障的诊断

在吸收前人研究成果的基础上,将机械设备故障诊断技术应用于离心泵的日常故障判断及维修,较好地解决了离心泵的故障问题。在企业中应用设备故障诊断技术,不仅能解决许多设备故障问题,还为设备检维修工作提供了更有利的技术指导和依据。