基于无迹卡尔曼滤波的直升机主减速器剩余安全寿命预测

剩余寿命预测为管理者制定预防性维修策略以保证设备不发生非正常停机提供重要信息。针对设备状态呈现非线性变化以及工程实际中的实时性寿命预测要求,提出一种基于无迹卡尔曼滤波的在线剩余寿命预测方法。该方法首先建立状态空间模型描述设备的退化过程,然后利用监测信号使用无迹卡尔曼滤波估计模型的状态,并通过期望最大化算法估计模型的参数,进而利用当前时刻模型的状态和模型的参数递推求解设备的剩余寿命,最后将该方法应用于直升机主减速器的剩余安全寿命预测。结果表明:该方法能够较准确的在线预测出直升机主减速器的寿命。     

基于脆弱性的制造设备故障智能诊断与维护

制造设备故障智能诊断与维护是保障制造系统安全运行的重要手段。为准确地诊断制造设备的健康状态、识别设备故障的关键因素,建立高效的健康维护系统,提出了基于脆弱性的设备故障智能诊断与维护方法。该方法将考虑脆弱性的设备故障智能诊断与维修决策模块嵌入到设备的过程控制系统（Process control system,PCS）中,它基于系统脆弱性的定义和性能劣化理论建立了设备脆弱性评估模型实时判断设备的脆弱状态,利用非线性核映射方法实时监测制造设备的运行参数是否超出预设边界,建立设备参数的高斯核函数模型准确识别故障的关键因素,将设备的脆弱性状态与维护模式相结合建立维修决策模型避免维修过度和维修不足。以某机器人的伺服系统为例,证实了所提方法能有效提高故障诊断效率、智能化诊断故障因素,优化设备维修决策。     

分层隐Markov模型在设备状态识别中的应用研究

与传统的隐Markov模型（HMM）相比较而言,应用分层隐Markov模型（HHMM）对设备进行状态识别有诸多优点,而且能以概率的形式更为精确地计算识别结果。针对模型参数随着设备状态的增加呈指数倍增这一问题,引入动态贝叶斯网络这一新的方法,由于该方法可以有效地降低模型的计算复杂度并缩短推理时间,所以将HHMM表达为动态贝叶斯网络,利用预处理的振动信号对设备的健康状态进行识别;针对现有状态分类方法的局限性,提出了基于K均值算法和交叉验证方法相结合的状态数优化方法;以齿轮箱全寿命实验为依据,对该模型实现状态识别的基本框架和计算过程进行了研究,研究结果为复杂设备的状态识别提供了新的思路。     

基于多元状态估计的电厂设备状态评估和故障预警研究

针对电厂生产环境复杂，设备故障频发且不易及时发现的特点，为了提高机组运行效率和设备健康度，提出了一种基于多元状态估计的电厂设备状态评估和故障预警方法。首先，分析设备状态监测所需的监测参数，根据参数采集历史运行数据，筛选健康运行状态数据，筛选典型运行状态数据构建记忆矩阵；然后，搭建状态评估和故障预警模型，利用健康运行状态数据对模型进行训练得到成熟模型，利用成熟模型即可对设备实时运行状态进行健康度评估和故障预警。本文以某燃气发电厂燃气轮机为对象开展研究论证，结果表明，该方法能准确地评估设备运行状态，提早发现设备故障，有效实现设备故障早期预警。     

基于遗传算法的耦合隐马尔科夫模型的故障诊断方法

针对有效利用多通道数据进行准确、灵敏的故障诊断的问题,研究了一种基于遗传算法的耦合隐马尔科夫模型的故障诊断方法。该方法是通过遗传算法优化耦合隐马尔科夫模型参数,以优化参数后的耦合隐马尔科夫模型拟合设备各状态数据建立状态模型库,再计算待诊断信号的极大似然概率值判断设备状态。通过对滚动轴承6种状态实验数据的分析,表明遗传算法能对耦合隐马尔科夫模型参数进行有效优化,且这种基于遗传算法参数优化的耦合隐马尔科夫模型能准确、灵敏地进行故障诊断,且能以极少量数据识别出状态变化。相比于传统故障诊断方法,该方法可不进行特征提取直接建立诊断模型,简化了诊断流程且能更好利用隐马尔科夫模型对状态转变敏感的特性。     

基于粒子滤波的电力机械设备状态在线监测

为提升电力机械设备状态在线监测的效果，提出基于粒子滤波的电力机械设备状态在线监测方法。通过人工萤火虫群算法改进粒子滤波算法后，借助随机子空间算法构建改进粒子滤波算法所需状态方程。利用该状态方程获取电力机械设备正状态观测矩阵和输出矩阵数值，并将其看作模态参数，依据该模态参数计算粒子滤波状态序列和电力机械设备振动状态变量数值后，构建粒子滤波器，使用该滤波器去除电力机械设备振动信号内干扰噪声后，对电力机械设备振动信号实施归一化处理，得到粒子权重概率和改进粒子滤波监测数值。通过设置振动信号监测步长和阈值，计算监测信号与采集信号差值，使其与所设阈值进行对比，获取电力机械设备状态在线监测结果。实验结果表明，该方法监测的电力机械设备信号最大偏差数值仅为0.003 dB,具备较好的信号跟踪能力，且具备较好电力机械设备振动监测能力。     

机械设备状态概率模型的构建与应用

在研究概率神经网络的基础上,本文提出了构建设备状态概率模型的方法。通过对神经网络结构的分析和主要模型参数的计算,以设备运行历史数据作为网络样本点,建立了设备的概率模型。该模型能较好的反映机械设备的运行状态,通过分析设备运行的历史数据,证明了该模型的合理性和正确性。     

基于PCA的汽车涂装线设备信号特征提取

应用监测系统对设备信号进行采集、处理可以得到设备运行参数空间.为解决参数空间信息重叠多、维数大及对目标状态区分度小的问题,提出了一种基于主成分分析的特征提取方法并加以改进.首先,在建立烘房设备监测结构图的基础上,进行监测参数PCA建模,给出原数据空间降维改进具体化、层次化方法;然后,通过比较设备信号特征对各主成分影响程度高低、各主成分贡献率大小的方法,得到能真正反映设备运行状态的核心特征集,并对降维效果进行比较,依此确定最佳维数;通过烘房燃烧加热系统验证了该方法能够有效地提取复杂系统的信号特征.     

油品分析与状态监测

对运行设备物理参数、化学参数、机械参数、运行参数、工作参数等数据进行监测,从而判断设备所处状态的技术称为状态监测技术。对设备运行所需的润滑油、液压油等油品进行分析,从而对设备实施状态监测,这种监测方法是状态监测技术的重要组     

电厂辅机设备预警系统的研究与应用

针对电厂辅机设备状态监测存在的问题,进行了辅机设备预警系统的研究。采用多变量状态估计技术和相似性测度的方法,通过计算估计值和实测值的相似度,判断辅机设备工作状态。结果表明,该预警系统可全面监测电厂辅机设备,在故障形成的早期发现征兆进行预警。     

基于LabVIEW和PXI的轧机在线监诊系统

介绍一套基于LabVIEW和PXI的轧机在线监诊断系统。该系统功能丰富，能够获取和记录振动信号、工艺及设备参数，全面反映轧制过程的状态和振动纹信息。     

港口大型设备状态评估及管理信息系统的设计

中国港口大型设备金属结构技术状态评估方法偏传统,考虑因素片面,且设备基础管理薄弱,不能科学监测设备动态。为了提高港口大型设备金属结构技术状态评估的准确性与可靠性,提高设备管理与维护的效率,建立了港口大型设备金属结构技术状态评估及管理信息系统。该系统以信息技术、数据库技术和网络技术为技术支持,结合金属结构理论、实时检测数据、历史参数和模糊综合评判法,建立金属结构技术状态评估模型,为港口提供设备安全指数,维修与检测建议,优化维修检测周期,为科学管理港口大型设备提供保障。实际应用表明,建立的设备金属结构技术状态评估及管理信息系统,对于降低设备故障率,提高设备寿命、可靠性、生产能力和管理效率,减少港口安全事故,产生了积极意义。     

基于特征量变化的变压器状态评估方法

大型电力变压器的内部结构复杂、运行参数以及状态特征量众多,现有的状态评估方法只考虑变压器已有特征量,在评估结果的准确度、可信度等方面有所欠缺。为了克服上述方法的缺点,本文在分析变压器功能层次结构基础上,将历史数据与状态评估有机结合,运用层次分析法,提出了考虑状态量变化率等多种因素的变压器运行状态评估新方法。该方法建立了电力变压器设备的状态评价模型,采用健康值来综合测度设备运行状态。仿真结果表明该方法较传统方法在状态评估的时效性和准确性方面有很大提高。     

基于设备状态振动特征的比例故障率模型可靠性评估

基于概率统计的传统可靠性评估方法一般依赖于失效寿命数据。但失效寿命数据需要通过寿命试验和加速寿命试验获取,对于大量的实时工作设备采用这种方法是不适宜的。这种情况下,基于设备状态的性能退化数据能够提供可靠性评估的重要信息。在集成失效数据可靠性建模技术和基于设备状态的振动信号特征提取的基础上,提出设备状态振动特征的比例故障率模型可靠性评估的新方法。该方法可以把底层信息(如设备运行状态特征的方均根、峭度)与高层信息(如可靠性统计学)之间建立联系,适合设备运行可靠性参数的估计,并能够提供有效的可靠性评估,为设备以可靠性为中心的基于状态的预防维修提供技术支持。通过在铁路机车轮对轴承上的应用实例说明该方法的合理性和有效性。     

油品分析与状态监测

油品分析与状态监测广州机床研究所陶斌岩对运行设备进行物理参数、化学参数、机械参数、运行参数、工作参数等数据进行监测，从而判断设备所处状态的技术称为状态监测技术．对设备运行所需的润滑油、液压油等油品进行分析，从而对设备实施状态监测．这种监测方法是状态监...     

设备点巡检信息管理系统的合理应用

中国铝业股份有限公司中州分公司热电厂应用了系统集成手段,广泛、有效地采集和整合设备运行过程中的状态和数字参数进行综合分析诊断,通过分公司的局域网,使各级主管领导和专业管理人员及时、准确地了解和掌握现场全部设备的即时运行状态,实现了设备运行维护的全面管理和全员参与。     

基于随机滤波模型的齿轮箱剩余寿命预测研究

针对设备剩余寿命预测无法获取设备直接状态信息的问题,引入随机滤波模型,利用平时易于监测到的间接状态信息,来预测设备的剩余寿命.该模型采用贝叶斯递推理论,可以有效利用设备监测到的历史状态信息;针对小样本模型参数估计问题,采用主观数据和客观数据相结合的贝叶斯方法对模型的参数进行估计;最后,以齿轮箱全寿命实验为依据,利用该模...     

融合工艺和振动信息的设备变工况运行风险评估方法

针对设备变工况运行情况复杂的问题,提出了一种运行风险评估方法。首先,提取设备振动信号和工艺信号特征值,并基于信息熵进行特征融合。然后,在极值条件下建立其连续隐马尔科夫(CHMM)状态监测模型,利用该模型输出结果与工艺量数据建立支持向量机(SVM)回归模型,通过计算设备当前数据在上述2个模型中输出结果的差值,以识别状态变化来源和程度。最后,将CHMM-SVM模型输出的极大似然估计值转换为概率,利用阈值将概率转换为运行状态的置信度,并采用D-S证据理论实现设备运行风险评估。对齿轮箱运行状态进行验证,实验结果表明,该方法能全面反映设备运行状态的变化。     

基于多维特征提取的紫外局放分级方法及应用

针对局部放电状态无法准确量化分级问题,对采用基于粒子群优化的支持向量机的状态分级方法进行了研究,通过该方法首先完成了多类特征空间在SVM核函数中的映射分类,再利用粒子群选取了最优核参数及惩罚参数。并提出了一种搭载该分级方法的便携式紫外传感电力巡检系统,结合其自身的测距功能,可向终端上位机回传紫外光斑面积、脉冲波形,测量距离、测量角度4种特征量,并以此作为分级判据,以充分利用紫外信号可靠且灵敏的特点。上位机根据已由试验数据建立起的优化分级模型,对设备的异常放电进行了诊断分级。研究结果表明,精度较传统支持向量机显著提高,避免了人为选取参数的盲目性,能够根据现场回传数据准确、实时地完成设备异常放电状态分级。     

基于PLC选煤厂破碎机电气系统设计与应用

在分析太原选煤厂破碎机的设备运行系统的基础上,研究确定了系统组成框架、软硬件设备设计方法。根据系统设计框架,实现了各设备运行状态、运行参数、状态信息等的可视化,使操作人员进行实时监测、监控。该电气系统经过现场试验,运行可靠,同时降低了工人工作强度,保证了选煤生产的安全高效运营。