机械系统故障诊断模拟实验系统研制

振动信号处理部分是对计算机采样进行加速度信号进行滤波,以消除噪声影响;以振动烈度的形式显示机械振动情况;采用ＦＦＴ算法对速度信号进行频谱分析。实验结果表明,系统可以有效的消上界噪声影响,并能准确地显示机械的振动烈度值和频谱分析结果。     

机械系统故障诊断模拟系统的研制

为准确、快速地采集和处理机械系统的多种信号,对机械系统硬件设计提出了较高要求。论文介绍了一种最新研制的机械系统故障诊断模拟系统的硬件部分及其组成、设计和测量原理、信号采集和处理等。该系统能对多种机械量进行测控,还具有故障预报的功能。     

机械系统运动与结构方案可视化集成设计方法

目的提出新的设计理论和方法,实现运动方案与结构方案设计的无缝集成.方法研究建立了用于机械系统方案设计的状态空间理论和基因符号设计方法,应用软件VC＋＋6.0和SQL Server2000编制了辅助设计师完成设计方案构思与求解的可靠适用的计算机辅助方案设计可视化系统软件.结果实现了方案设计信息向下游细节设计的有效传递,保证了方案设计信息的完整性和继承性;并能够快速获得大量原理运动方案和装配结构方案.结论通过实例验证了理论与方法及软件的有效性,开阔了设计师的设计视野,提升了机械产品创新设计能力,丰富了方案设计理论与方法.     

机器振动级值趋势预示的方法

机器振动级值趋势预示是在状态监测和故障诊断的基础上，通过空间和时间的综合分析，进一步对机器工作状态的现状和发展进行分析和预测。文章叙述了机器振动级值趋势预示的基本概念，介绍了趋势预示的判据和评定方法，提供了机器振动级值趋势预示的一种设计方法。本项技术已在工业现场的大型机组上获得了实际应用。     

机器振动级值趋势预示方法的改进

机器振动级值趋势预示能为以状态维护取代以时间为基础的预防维护提供手段,为色预测进行趋势预示,是一种较好的预测计算方法,但存在对随机性因素反应不足的问题,文章探讨了计算方法的改进。最后介绍了趋势预示技术在工业现场的实现方式。     

用于机械状态监测的振动信号的非平稳建模

以往开发的绝大多数故障诊断算法基于数据的平稳性假设,没有考虑机械某一运转周期内的时间相关细节特征。本文针对特定对象强调了非平稳模型用于信号分析的必要性,讨论了模型的时变,耐不变算法及相应的特征提取、工况判断过程。本文引入正交变换,一方面实现了数据的大规模压缩,另一方面完成了代表正常工况的母体模型的建立;其次,借助于模式识别理论的相似性判据得到对多个特征定量监测的方法。一关于柱塞泵振动监测的实例说明了方法的应用过程。     

基于非齐次线性方程组的系统级故障诊断方法

针对系统级故障诊断研究中的测试模型，提出了非齐次线性方程组的方法，把测试模型等价地转化为非齐次线性方程组，从而以简明的方法寻找所有相容故障模式，并进一步推出最优诊断．理论分拆和实验结果表明，该方法相对于基于图论的传统方法更加实用，其方程模型更加简洁明了。     

机车故障诊断系统中可视化控件的设计与实现

介绍了在嵌入式操作系统WindowsCE下开发自定义控件的基本方法．针对WindowsCE资源受限的特点，对机车车载故障诊断系统中可视化控件的设计方案进行了分析，在此基础上对可视化控件的实现技术与方法进行了详细论述．     

基于BP网络的汽轮发电机组振动故障诊断方法研究

首先分析了汽轮发电机组振动故障特点及ＢＰ网络的特点,指出采用ＢＰ网络诊断方法的必要性,然后对基于ＢＰ网络的汽轮发电机组振动故障的诊断方法及网络结构与诊断性能的关系进行研究。     

求机械系统增益的信号流图方法

本文提出用信号流图求解机械系统增益的新方法。这种方法不需要建立微分方程或代数方程式,非常直观、简单,便于掌握与应用。     

基于模糊聚类分析的汽轮机振动故障自动诊断研究

通过分析汽轮机振动故障诊断所面临的不确定性等问题,引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性,采用模糊C均值聚类方法分析机组振动的原因。通过实例检验表明,理论计算与现场检查结果相符,该方法具有良好的实际应用前景,为汽轮机组状态监测及故障自动诊断提供了一种新途径。     

基于支持向量机的转子振动故障融合诊断技术

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机（SVM）的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.     

基于机电综合特征的发电机转子故障诊断系统的研究

首先分析了转子绕组匝间短路、气隙静偏心、气隙动偏心、转子不平衡等发电机转子故障发生时的振动特征和定子绕组并联支路间环流变化特征,得出不同故障引起的环流特征和振动特征的机电综合特征存在差别,从而提出了基于转子振动和定子绕组并联支路环流的机电综合特征的发电机振动故障识别方法。然后利用LabVIEW软件和PCI-6251数据采集卡,研制了基于虚拟仪器技术发电机故障检测系统,能够实现发电机信号的采集、在线分析、数据库管理、发电机参数查询、故障诊断等功能,并在SDF-9型故障模拟实验机组上完成调试,达到预期效果。     

基于IMF信息熵与SVM的转子振动故障智能诊断方法

提出了基于内禀模态信息熵与支持向量机的转子振动故障诊断方法。采用EMD方法将转子振动信号分解为若干个内禀模态分量,由各个内禀模态分量的信息熵构成转子状态的特征参数。采用支持向量机分类器对故障类型进行分类。通过转子试验台的仿真实例证明了该方法的有效性。另外,在特征提取环节对比采用了传统的Fourier变换法,结果体现了EMD方法在非线性和非稳态信号处理上的优越性。     

基于模糊故障树分析法的装载机液压系统故障诊断系统

在故障树分析法的基础上,建立了ZL50G装载机工作液压系统故障树模型,编写了专家系统规则库,确定了优选搜索策略,设计了由知识库和推理机构成的故障诊断模块,并建立起完整的液压故障诊断系统。利用嵌入式技术将该系统在临工ZL50G装载机上进行了实际应用,结果表明:该系统使用简单方便,性能稳定可靠。经过相关改造,该系统也可以在其他相关产品中应用。     

一维卷积神经网络实时抗噪故障诊断算法

针对旋转机械智能诊断方法计算量大和抗噪能力差的问题,在经典模型LeNet-5的基础上提出基于一维卷积神经网络的故障诊断算法.采用全局平均池化层代替传统卷积神经网络中的全连接层,在降低模型计算量的同时,降低模型参数数量和过拟合的风险;利用随机破坏后的时域信号进行训练以提高其抗噪能力;采用改进后的一维卷积核和池化核直接作用于原始时域信号,将特征提取和故障分类合二为一,通过交替的卷积层和池化层实现原始信号自适应特征提取,结合全局平均池化层完成故障分类.利用轴承数据和齿轮数据进行实验验证并对比经典模型LeNet-5、BP神经网络和SVM.结果表明:采用全局平均池化层可有效降低模型计算量,提高模型在低信噪比条件下的诊断精度,采用随机破坏输入训练策略可显著提升模型的抗噪诊断能力;改进后的模型可以实现噪声环境下准确、快速和稳定的故障诊断.通过t-SNE可视化分析说明了模型在特征学习上的有效性.     

基于小波包分析的旋转机械故障诊断研究

故障信号的特征提取,是故障诊断的关键。通过以德比契斯（Daubechies）小波为基函数的二进小波变换、采用Mallat快速算法的小波包对故障信号进行特征提取。利用小波包对实验数据进行分析,其结果具有良好的时频局部化特性,能对非线性信号进行有效识别。     

关于滚动轴承故障诊断的探讨

论述纺织机械上滚动轴承故障诊断的原理及方法．通过共振解法，可以提取出轴承的故障信息．经过高通滤波后，进行频谱分析可以找出轴承故障的部位及其程度．为机械的视情维修工作提供了一种有效的手段．     

汽轮发电机组突发性振动分析与故障诊断

汽轮发电机组轴系失稳是关系到设备安全运行的重要振动故障。本文介绍了1台50MW机组由于油膜振荡造成突发性振动的现场整个测试、分析、定性过程,以及处理方案确定、处理结果。给出了振动特征、分析方法、处理措施,为现场类似故障的分析处理提供参考。     

基于专家知识库的电力变压器故障诊断系统

针对电力变压器故障情况复杂,诊断不确定性大等特点,设计了一种基于专家系统的电力变压器故障诊断系统.该系统可以根据变压器的运行参数,利用推理方式并结合专家系统的知识判断变压器的运行状态,给出可能的故障类型,实现故障的自动诊断.该系统提高了电力变压器运行的科学性和使用效率.