基于维修状态BOM的设备维修状态管理

目前,对于设备维修历史的管理缺乏层次性与系统性,导致在大量维修文档中查询设备维修记录困难,同时导致设备维修历史记录缺失。以维修状态项和维修状态为记录设备维修过程的元数据,以维修状态BOM为设备维修状态看板与管理工具,基于维修状态BOM中每个维修状态项的维修状态演化表记录设备维修状态,从而能够系统性记录与管理设备维修历史。最后以碳酸制瓶机的维修状态管理为案例阐释了研究思路。     

机械设备现代维修技术——状态维修

论述了机械设备传统维修方式——定期维修的弊端,分析了实现状态维修的可行性,简要介绍了实现状态维修所包括的三部分内容,并对状态维修和传统维修方式的效果进行了比较。国内外实践证明,机械设备实现状态维修可以降低故障率,节省维修费用,延长生产周期和设备使用寿命。     

设备状态信息在压缩机维修中的应用

在简要介绍状态信息的基本概念及获取方法后，阐述了状态信息在压缩机维修前、中、后三个时期中的具体应用。由实例提出了结论。     

数控机床的状态维修

本文简述应用状态监测和故障诊断技术对数控机床实行状态维修的科学性、合理性和经济性。介绍了大连机车车辆厂对数控机床开展状态维修的具体情况及典型的成功事例。     

锅炉风机的故障诊断与状态维修

通过对锅炉送、引风机的状态监测,查找异常和缺陷部位,分析原因,确诊程度,提出故障和缺陷治理应急或永久对策和建议,实现状态维修。     

变压器状态维修及故障诊断

随着科学技术和经济的飞速发展，以及电力市场体制机制的不断完善，变压器的重要性也越来越显现出来，电力系统中最重要的配件之一就是变压器，因为重要，所以发生故障的概率较高，需要经常进行故障诊断和维修，而变压器的运行状态是否安全关系到电网的安全运行。因此，对于变压器状态的随时检测，应引起很高的重视，制定出一套合理的状态维修机制，是一项具有科学实用价值和重大理论的研究内容。本文主要对变压器一些主要或典型的故障进行研究，从而对如何进行维修来深入探讨。     

基于状态的维修

本文论述了设备维修的新方式——基于状态的维修,并对其状态监测技术作了简要分析,给出了状态监测的方法及步骤。     

基于RBF神经网络和多信息融合技术的往复压缩机状态评估研究

为及时、准确地捕捉设备运行的异常信息,提出基于径向基函数神经网络（Radial Basis Function Neural Network,简称RBFNN）和多信息融合技术的设备状态评估方法;利用往复压缩机不同测点特征值的趋势变化特点,研究神经网络分类技术,优选敏感特征参数,对不同测点特征值的趋势变化特点进行分类与组合,建立往复压缩机状态评估流程,实现设备运行异常状态的预警评估.     

基于状态监测和故障诊断技术的供水泵组状态维修方法研究

随着现代工业技术的进步,企业竞争的重要物质资源-设备已经朝着集成化、大型化、自动化、精密化的方向发展,先进的设备要求先进的设备管理与维修方法.先进的状态监测及故障诊断技术是提高设备管理与维修的重要手段.通过成功的实践总结出了一套基于此技术用于供水泵组状态维修的有效方法.     

冶金设备的状态维修

国际钢铁协会(IISI)技术委员会1989年公布了一个名为“90年代的维修”的研究报告,它是由世界多国专家对14个国家的17个钢铁企业进行了3年的系统性研究后做出的,报告给出了取得最低维修成本的结论性建议.1.完整的在线交互式计算机管理系统的应用,包括工作计划管理、人员和成本管理、维修历史分析、事故分析、设备状态趋势诊断.2.机器振动数据监测、润滑质量分析和其他技术(视故障分析的需要来选择),例如磨粒分析的综合应用.3.一支训练有素的多技能的维修力量,用状态监测技术和其他措施来减少故障停机,其工作量有很好的计划和预测性.由此可见,状态监测和状态维修在90年代的维修策略中起着举足轻重的作用.一、状态监测技术1.振动监测是应用最广的状态监测技术,国外广泛采用的方式是便携式振动数据采集器加监测诊断软件,这在一定程度上取代了磁带记录机,后者加复杂的频谱分析仪只用于个别的复杂诊断场合.监测诊断软件提供数据管理,趋势、报警和故障诊断功能.有的开发和应用“专家系统”,有的开始将监测诊断计算机与维修管理计算机系统相联形成整体系统,很多生产线在设计和技术改造阶段考虑在线监测系统,这些都是值得注意的方向.振动监测按计划和路径系统地进行,一般测试周期为3～5周.除了监测一般的旋转     

信息较少条件下的视情维修方法

基于状态的视情维修需要对装备的状态进行实时或定期监测,因而需要花费大量的经费,文中根据比例危险模型的特性,讨论了装备在较少信息情况下,对装备进行视情维修的决策方法,从而为减少监测点、降低费用奠定基础。     

基于网络的智能维修信息系统的研究与开发

维修信息系统是企业设备信息化管理体系的重要部分。将网络技术、智能技术引入到维修信息系统，可以实现柔性维修决策及维修方案的优化，从而能有效地提高维修管理水平，降低维修成本。文中阐述了智能维修信息系统的特点，就系统研制过程中所采用的技术进行了说明。     

基于人工神经网络的变切削条件下钻头磨损监控

基于人工神经网络变切削条件下的钻头磨损监控系统，以机床主轴和进给轴的电机功率（电流）信号的为监控信号，并通过机床的速度向量识别机床的加工状态；通用对监控信号的提取和预处理，得到人工神经网络模型的输入（有效切削功率和切削用量）用３层ＢＰ网络对钻头的磨损量进行预报。     

基于RBF神经网络的非线性滤波研究

提出了一种基于RBF神经网络的非线性滤波解决方案.比较了BP神经网络和RBF神经网络在非线性滤波中的性能差异.文章最后应用MATLAB针对一伴有随机噪声的信号进行了仿真滤波实验,证明了该理论的可行性与优越性.     

BP神经网络信息融合的汽车载重测量方案

针对当前汽车载重量测量精度低的问题,;提出了基于BP神经网络信息融合算法的汽车载重测量方案。首先分析了现有的两种载重测量方法,即叠板弹簧形变量测量法和胎压变化量测量法,并分别建立了汽车载重量与叠板弹簧变化量、轮胎气压变化量的数学模型;然后提出了使用BP神经网络算法将这两种测量方法的测量信息进行融合;通过样本数据的训练,确立了BP神经网络三层网络拓扑结构和参数。设计了10组载重试验对此算法进行验证,结果表明基于BP神经网络信息融合的汽车载重测量方法可以有效地测量汽车载重,最大测量误差为0.91%。     

基于信息优化的前馈神经网络及其应用

为了克服普通前馈神经网络（ＢＰ网络）忽略网络中包含的信息的缺点，将信息理论引入到ＢＰ网络中，分析基于信息熵优化的ＢＰ网络的学习，结构优化和网络分类能力等问题，并用于变速齿轮箱的故障分类识别。     

基于模糊神经网络发动机状态监测警报系统的建立

针对传统的依靠单一参数对发动机进行状态监测的不足,利用模糊神经网络处理不确定性复杂问题的能力,融合多种监测参数的信息,建立了基于趋势分析的5级状态监测警报系统.首先从铁谱、振动和性能参数三方面优选监测参数,通过对大量历史数据的统计分析得到各监测参数的界限值,建立了发动机失效程度逐级递进的5级状态监测标准.然后建立隶属函数,通过计算隶属度实现了输入样本的模糊化.最后设计神经网络的结构,利用历史数据训练网络.通过对实例结果的分析证明了该模型的实效性.     

加工过程中基于信息熵的神经网络控制方法研究

不确定性信息的处理是目前控制器设计的关键和难点 ,变切削深度加工过程有大量的不确定性信息 ,本文以其为实验对象 ,研究神经网络控制效果 ,虽然网络学习率已根据实际需要作了修改 ,但系统响应速度较慢。据此 ,提出基于信息熵的神经网络优化控制算法 ,对熵函数中的概率分别采用均匀分布规则和根据最大熵原理求取两种策略。比较发现 ,前者比最初神经网络控制更能显著提高系统响应速度 ,后者能在此基础上将震荡次数减少 2 / 3。实验证明 ,基于信息熵测度的控制对处理不确定性系统具有很好的效果。     

基于BP神经网络的装备使用阶段维修保障能力评估

在系统分析装备使用阶段,维修保障能力各种影响因素的基础上,构建了装备使用阶段维修保障能力评估指标体系。接着详细设计了用于评估装备使用阶段维修保障能力的BP神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析。结果表明,BP神经网络适用于对装备使用阶段维修保障系统等复杂系统的分析和评估。     

基于知识的神经网络推理机制的研究

在传统专家系统模糊知识规则库的基础上,给出模糊规则库规范化的处理方法,并将模糊规则通过正向推理处理以消解规则的冗余,最终以利于网络推理时的正确输入.给出了网络推理的原理、具体实现方法及网络推理的自组织学习算法.通过网络推理迭代次数的变化来改变学习率因子的方法,从而大大提高网络推理的效率.