基于改进LSSVM的集成电路运行故障检测方法研究

为实现对电路运行故障的精准诊断，提高集成电路运行的安全性、稳定性，引进改进LSSVM，以某集成电路为例，开展电路运行故障检测方法的设计。将集成电路接入终端计算机，在电子通信网的弱信号捕捉中进行集成电路运行信号采集；引进改进LSSVM，提取集成电路运行非线性特征；引进粒子群算法，设置主粒子群规模、粒子群最大迭代次数、惯性矩阵等参数条件，进行集成电路运行故障全局检索与检测。以某微电子科研单位为例，设计对比实验，实验结果表明：设计方法的检测结果更具可靠性，该方法可以精准识别到集成电路中是否存在故障，以此种方式实现对集成电路运行故障的精准检测。     

电气系统绝缘故障诊断技术研究

考虑到绝缘故障的存在会影响电气系统运行的稳定性，为提高电气系统绝缘故障诊断的性能，对电气系统绝缘故障诊断技术进行了研究：引入小波包分解技术，划分电气系统绝缘故障信号的频带，通过重构电气系统绝缘故障信号的特征矩阵，得到电气系统绝缘故障信号的特征向量，提取出电气系统绝缘故障信号的特征参数；利用电气系统中绝缘设备的电流基波频率和极对数，计算绝缘设备的脉振磁势，考虑到绝缘设备的安装会影响电气系统绝缘装置的气隙磁导，通过计算电气系统绝缘设备的磁力，完成对电气系统绝缘故障信息的分析；根据电气系统运行稳定性的约束条件，计算电气系统的电压波纹含量，基于电气设备的电容充电时间常数，引入兆欧表实现电气系统绝缘故障的诊断。实验结果表明，该技术在电气系统绝缘故障诊断中可以提高召回率和准确率。     

石油钻机刹车安全保护系统设计与应用

依据现有市场石油钻机刹车安全保护系统现状,重点分析了石油钻机刹车安全保护系统中不同形式盘刹刹车信号的给定与反馈,结合气电液不同控制形式,制定出石油钻机刹车安全保护系统气控信号形式、电控信号形式、液压信号形式等不同的解决方案,通过对方案不同信号形式提出具体实施应用方法,确保石油钻机刹车安全保护系统的安全性、人性化及智能化。为石油钻机刹车安全保护系统的设计或改造提供了参考方案,可以完全满足不同配置的石油钻机系统。     

基于变分模态分解的风力发电机组轴承故障检测方法研究

为实现对轴承故障的精准检测,引进变分模态分解技术,以某风力发电机组为例,开展轴承故障检测方法的设计研究。先进行模态信号的转换,将处理后的信号与变分模态预估中心频率进行混合,将信号调制到与中心频率相匹配的基频带上,实现基于变分模态分解的采样模态信号带宽计算;根据风力发电机组轴承信号的变化周期、变化方式,提取异常信号峭度,将其作为风力发电机组轴承异常信号特征;提取轴承在常规运行条件下、内圈故障运行条件下、外圈故障运行条件下的振动信号序列,对采样信号进行VMD分解,将分解后的信号录入计算机与轴承运行信号进行适配,根据匹配结果,掌握轴承当前所处的工况与状态,以此实现风力发电机组轴承故障检测。对比实验结果表明,设计的方法可以在排除外界环境与相关因素干扰的条件下,实现对发电机组轴承故障信号的精准识别。     

浅析启动过程中水泵机械密封失效故障诊断方法

为实现对水泵机械密封失效故障的精准诊断与决策，开展启动过程中水泵机械密封失效故障诊断方法的设计。根据启动过程中水泵加压装置结构和工作原理，分析水泵机械密封失效的原因；通过对实际泵送流量与设计流量的比对，掌握当前状态下水泵的运行状态，以此为依据计算启动过程中水泵流量的径向力与泵轴挠度；提取启动过程中可用于描述其工况的多种参数条件，将水泵机械密封的接触面定义为摩擦接触面，基于综合工况角度，进行水泵机械密封失效故障诊断。以存在机械密封失效故障的水泵设备为例，设计实例应用实验，通过实验证明，设计的方法在实际应用中可以实现对水泵机械密封失效故障的诊断，将诊断结果与已知结果进行对比后发现，该诊断方法的诊断结果具有可靠性。     

矿井主通风机在线监测与故障诊断系统

文中以矿井主通风机为对象,对其常见故障类型、表现特征进行了研究和分析,确定了可反映风机运行状态和性能的主要监测参数.构建了以计算机为核心的硬件平台,设计开发了相应的监测和故障诊断程序,实现了通风机的重要参数的实时监测和常见故障诊断.故障诊断采用了以通风机的振动信号为诊断依据,利用小波包分解技术从不同频带中提取故障特征信息,作为BP网络的故障样本,建立故障智能诊断系统的方法.该研究对提高矿井通风机运行的安全性和故障诊断的准确性,保证煤矿安全高效生产具有重要的现实意义.     

基于GI-AMED的滚动轴承早期故障诊断

针对滚动轴承早期故障信号受噪声干扰严重，特征频率难以提取的问题，提出了基于基尼系数(GI)和自适应最小熵解卷积(AMED)的滚动轴承早期故障诊断方法。首先，以基尼系数为指标对滚动轴承健康状态进行评估，得到轴承故障初始起点；然后，以模糊熵为标准，通过步长迭代的方式对最小熵解卷积滤波器长度L进行寻优，用优化后的自适应最小熵解卷积对轴承信号进行自适应降噪处理；最后，对预处理信号进行包络谱分析并提取故障特征频率，完成滚动轴承早期故障诊断。试验结果表明，基尼系数能够比均方根值更早判定轴承运行趋势的异常点，AMED则能够克服人为经验选取参数的局限性，且能够得到更清晰的故障特征频率，从而有效实现滚动轴承早期故障诊断。     

小波与神经网络结合用于电机在线监测与故障诊断

本文主要将小波与神经网络结合用于电机的在线监测与故障诊断.针对电机系统运行的关键故障,采用小波与神经网络结合的思想,将采集到的电机振动信号,进行小波处理后,通过分析观测信号在小波包某一分解层次上的不同时频分辨空间中的能量分布,进行电机运行状态的特征提取,对提取到的特征信号再用神经网络技术进行故障诊断,从而建立起电机运行状态的在线监测体系,以实现对电机故障预测及诊断,充分体现了小波神经网络在故障诊断中的优越性.     

柴油机应急故障诊断预警系统的应用研究

柴油机是一种重要的动力机械,因此对其运行故障进行诊断与预警十分重要。但柴油机的构成十分复杂,涉及诸多子系统与多个领域,导致针对其进行的故障诊断预警工作难度高且准确性不足。针对上述困难,设计了一种定转速信号采集系统,并将采集到的振动信号使用EMD-AR方法提取出特征信号,最后再采用模糊神经网络算法对特征信号进行分析,从而实现故障的判定。将前述算法作为一个模块嵌入到设备的故障诊断预警系统中,实现了柴油机应急故障诊断预警系统的应用。     

基于小波包变换的柱塞泵脉动压力信号BP故障诊断

为了提高柱塞泵脉动压力信号的故障诊断诊断能力，分别提取得到正常的泵脉动压力与齿圈出现磨损故障时对应的泵脉动压力，利用小波包变换的方法消除原始信号的噪声信号，再提取得到由故障信息构成的频段，完成信号时域特征的分析。频段介于0～4 kHz之间时，在柱塞泵脉动压力信号中形成了泵轴频、基频与谐倍频等，含有泵运行过程的各项信息参数，处于高频区间时，发生了线谱幅值的持续减小。利用MATLAB软件建立BP网络故障诊断结果表明：脉动压力指标可以实现柱塞泵内部运行情况的准确识别，达到故障诊断的测试要求。方法在诊断方面是有效的，在处理柱塞泵脉动压力信号故障诊断领域具有很好的实际指导意义。     

基于注意力机制改进的SAB异步电机故障诊断

由于电机结构及其运行环境复杂,导致各类故障与故障特征存在较强的非线性关系,单一信号信息含量有限,无法满足诊断需求。针对此问题,以电流、磁场信号为监测信号,提出基于注意力机制改进的支持向量机-自适应提升算法（SVM-AdaBoost,简称SAB）的故障诊断方法。首先,通过希尔伯特变换和快速傅里叶变换提取信号频域特征;其次,通过SAB分类器,对多源样本分别进行训练,获取各子分类器预测结果;最后,基于注意力机制调整权重矩阵参数,对电流、电磁信号进行信息融合,改进SAB分类器以提高故障诊断的准确率。研究结果表明：不同信号对各类故障的敏感程度不同;所提方法可以实现对转子断条故障、定子短路故障、轴承故障的诊断分类,与传统方法对比,该方法明显提高了故障诊断的鲁棒性和准确性。     

基于角域重采样与VMD的电梯曳引轮轴承故障诊断方法

针对曳引轮轴承故障诊断效果易受变转速工况和环境噪声影响的问题，提出了一种基于轿厢运行速度估计曳引轮转速的角域重采样方法，以及基于麻雀搜索算法(SSA)优化变分模态分解(VMD)参数的曳引轮轴承故障诊断方法。首先，采用轿厢运行速度估计曳引轮转速的方法，对曳引轮轴承振动信号进行了角域重采样；然后，采用SSA算法优化VMD参数的方法，对振动信号进行了分解，并根据最大峭度准则选取了分量，提取了曳引轮轴承故障特征指标；最后，搭建了电梯试验台，开展了故障注入试验，构建了多种分类模型，对基于角域重采样与SSA-VMD的曳引轮轴承故障诊断方法的有效性进行了验证。研究结果表明：曳引轮轴承角域重采样后的诊断效果明显优于未角域重采样的诊断效果，故障识别率提高了5%以上；实验条件下采用SSA-VMD方法能够准确地提取曳引轮轴承故障特征，故障识别率可达到95%。     

配电线路单相断线故障区段自动检测研究

为了提高配电线路运行的稳定性与安全性,以某配电区为例,开展配电线路单相断线故障区段自动检测研究。采集配电线路的电压和电流信号,引进小波变换法进行配电线路单相接地测量信号的去噪处理,结合信号傅里叶变换结果计算配电线路单相区段零序能量。根据单相线路的常态化运行状态建立单相断线故障信息矩阵并划分对应的故障区段,实现单相断线故障区段自动检测。实验结果表明,文章设计的方法可以实现对单相断线故障区段自动检测,检测结果与实际结果一致,即检测结果具有可靠性与真实性。     

基于变分模态分解和精细复合多尺度均值散布熵的轴承故障诊断

为充分提取非线性、非平稳的轴承故障信号特征信息，进而提高轴承故障诊断精度，提出了一种基于变分模态分解(VMD)和精细复合多尺度均值散布熵(RCMMDE)的轴承故障诊断方法(算法)。首先，使用VMD将轴承故障振动信号分解为了多个模态分量，通过评估原信号与模态分量信号的互相关程度，筛选了其有效模态，并对其进行了信号重构，实现了故障信号的降噪处理目的；然后，使用精细复合均值化代替了传统粗粒化方法，利用RCMMDE方法提取了重构信号的多尺度熵值，构成了特征样本集；最后，通过鲸鱼算法(WOA)对支持向量机(SVM)进行了超参数寻优，构建了最优的故障检测模型，并将特征样本集输入到WOA-SVM模型中进行了轴承故障诊断，并通过实验评估验证了模型的有效性。研究结果表明：该模型准确率达到99.67%,精确率、召回率等各项性能指标均在99%以上，并具有很强的鲁棒性。     

基于HRFDE和GSA-PNN的旋转机械故障识别模型

采用波动散布熵只能提取故障振动信号的单一尺度特征，而多尺度反向波动散布熵(MRFDE)无法分析信号的高频特性信息，导致提取的故障特征不够全面，进而影响旋转机械故障识别准确率，针对这一问题，提出了一种基于层次反向波动散布熵(HRFDE)和引力搜索算法优化概率神经网络(GSA-PNN)的旋转机械故障诊断模型(方法)。首先，利用层次分割处理代替MRFDE中的粗粒化处理，提出了可以同时提取信号中低频段信息和高频段信息的HRFDE方法，并用于全面表征旋转机械故障特征中的低频和高频信息，从而生成了故障特征样本；然后，采用引力搜索算法(GSA)方法对概率神经网络(PNN)分类器的平滑因子进行了快速优化，建立了GSA-PNN多故障分类模型，对旋转机械的故障类型进行了识别和检测；最后，利用滚动轴承和齿轮箱两种典型的故障数据集，对基于HRFDE方法和GSA-PNN分类器的故障诊断方法的有效性和稳定性进行了实验分析，并将其与现有基于MRFDE、多尺度波动散布熵(MFDE)和层次散布熵(HDE)的故障特征提取方法进行了对比分析。研究结果表明：基于HRFDE方法和GSA-PNN分类器的故障诊断方法可以精准地识别...     

基于小波多分辨率分析的高性能XY工作台故障诊断

针对直线电机驱动的高性能XY工作台的结构及运动特点，提出基于小波多分辨率分析与信号时域分析相融合的高性能XY工作台故障诊断方法；该方法通过分析研究高性能工作平台多工况多位置的振动信号，对信号进行小波多分辨率分解后不同尺度上的分解系数模值取平方，进行消噪处理，解决了工作台振动信号中随机噪声信号和故障特征信号混叠不易提取的难题，由获取的小波系数模值平方序列结合时域分析方法构造特征量，提取出故障信号特征。试验表明，该方法可有效地实现高性能XY工作台的故障诊断。     

基于多维度特征表征与SVM的齿轮故障诊断

针对旋转机械中齿轮故障诊断问题,为尽可能提高故障诊断准确性,提出了一种基于多维度特征表征与支持向量机(SVM)的齿轮故障诊断方法。首先,从不同维度分别使用小波包、单一能量、变分模态分解以及集合经验模态分解四种特征提取方法提取齿轮振动信号的特征;其次,将提取的特征信息按照一定的方式进行特征融合表征;最后,采用SVM分类方法对齿轮的运行状态(正常状态,轻微故障,中等故障,断齿故障)进行评估,从而实现齿轮故障诊断。通过多组特征融合表征研究分析表明,多维度融合的特征表征较单一维度特征信息更能够有效地反映齿轮运行状态,有助于进一步提高齿轮故障诊断准确率。     

ACPR1000核电站安全级DCS模拟量输入信号故障诊断及处理

随着数字化仪控系统在核电站中的应用,输入输出信号也被大量用于安全级系统中,为了提高核电站的安全性和可用性,对输入输出信号的故障诊断变得尤为重要。根据ACPR1000核电站安全级DCS的模拟量输入信号的失效模式,给出了模拟量输入信号故障诊断方式,并根据模拟量输入信号的用途分别确定了故障信号的处理方式和传递方式,同时根据模拟量输入信号的故障物理特性,分析识别出信号故障后的缺省值处理方法,通过模拟量信号故障诊断及处理的研究,避免在机组运行过程中由于模拟量输入通道的故障对机组产生扰动,通过增加超速判断环节,能够及时提取有效值,避免模拟量输入通道故障时处理逻辑带来额外的扰动,同时将相关的质量位状态通过画面提醒操纵员和维修人员,大大提高了机组的安全性和可用性。     

基于单片机的充填机机电一体化系统故障诊断

研究基于单片机的充填机机电一体化系统故障诊断方法,提升充填机机电一体化系统的故障诊断精度。选取TMS320C54X单片机作为充填机机电一体化系统的核心处理器,TMS320C54X单片机利用内置的智能处理模型预处理传感器采集的充填机机电一体化系统运行信号,滤波处理所采集的信号;选取EMD分解方法处理完成滤波处理后信号,提取充填机机电一体化系统的故障信号特征向量;选取GRNN神经网络依据所提取的故障特征向量实现故障诊断,利用CAN总线通信方式传送故障诊断结果至充填机机电一体化系统的远程控制中心,实现充填机机电一体化系统故障诊断。实验结果表明,该方法可以有效诊断充填机机电一体化系统不同类型故障,故障诊断精度高于98%,故障平均诊断时间均低于220 ms。     

基于复合信号处理的滚动轴承早期微故障诊断研究

针对滚动轴承早期故障的微弱信号检测问题,将小波包、谱峭度和包络分析三者相结合,提出一种新的故障诊断方法,该方法首先通过小波包降噪提取原始含噪信号中的高频成分并提高信噪比,然后对降噪后的重构信号应用谱峭度理论来确定合适的带通滤波参数,最后对带通滤信号进行包络解调而得出故障特征频率信号,从而实现滚动轴承的早期微弱故障诊断。对基于小波包和谱峭度的故障诊断法在滚动轴承故障诊断中的应用进行了研究,实验结果表明该方法可以有效抑制背景噪声,提取有用故障信息,为滚动轴承的故障诊断提供了一种切实可行的方法。