基于规则推理的智能系统在轧机齿轮箱故障诊断中的研究与应用

针对工业现场对轧机故障诊断精确性和提高诊断效率方面的急切需求,在60余次现场诊断成功案例基础上,设计了一套基于充足的案例来实现规则推理的智能诊断系统.     

轧机齿轮箱异常振动分析及故障诊断

从齿轮啮合的力学模型入手，简述了齿轮故障诊断原理，并利用频谱分析的方法对轧机齿轮箱的异常振动进行了故障诊断，找到了齿轮箱异常振动的原因，并与实际情况基本一致。     

高线轧机齿轮箱模糊诊断研究

高线轧机是钢铁企业的重要设备,因齿轮箱故障发生率较高,对其进行故障诊断研究非常重要。模糊逻辑诊断方法依据齿轮箱故障的模糊征兆进行模糊状态识别并作出决策,判断发生的故障原因。通过统计总结诊断案例并依据专家经验建立了模糊诊断矩阵,并依据测量频率与计算理论频率差的绝对值和幅值贡献度建立了特征频率征兆的隶属度函数,应用模糊分布法建立了峭度指标及脉冲指标的隶属函数。应用生产现场采集的振动信号进行了诊断,并对结果进行了验证。     

轧机齿轮箱异常振动分析及故障诊断

本文从齿轮啮合的力学模型入手,简述了齿轮故障诊断原理,并利用频谱分析的方法对轧机齿轮箱的异常振动进行故障诊断,找到了齿轮箱异常振动的原因,与实际情况基本一致。     

风机齿轮箱状态监测与故障诊断系统设计研究

针对风力发电机组地处偏远、人工巡检排故困难,利用物联网技术开发了远程状态实时监测和故障诊断系统,分析了总体框架,构建了故障诊断规则库,阐述了工作流程。该系统可实现对风机齿轮箱运行状态的远程实时监测,通过分析风机齿轮箱运行状态信息触发自动故障诊断系统和基于规则的故障诊断,生成故障诊断报告,并将其导入专家经验库。经风电机组齿轮传动实验台实验检验,系统界面友好,能为维修工程师进行故障排查提供解决方案,提高排故效率,缩短排故时间,降低排故难度。     

中国设备管理协会设备诊断工程技术中心、中国运载火箭技术研究院北京京航公司2002年度研讨班计划

序号班号培训班名称主要学习内容时间培训对象地点１２００２－０１现代企业设备管理及诊断技术研讨班现代企业制度与设备管理机制，设备综合管理，设备经济管理，现代管理方法。检测与故障诊断技术的基本原理与方法，各种诊断仪器的选型等３月２７～２９日全国大中企业设备（机动）处（科）长及有关管理和技术人员北京２２００２－０２设备诊断技术与现代设备管理研讨班检测与故障诊断技术的基本原理与方法，各种诊断仪器的选型，轴承、齿轮箱现场诊断，现场动平衡演示，典型故障案例分析，现代企业设备管理等５月２９～３１日全国大中企业…     

基于经验模态分解和深度卷积神经网络的行星齿轮箱故障诊断方法

行星齿轮箱振动信号具有非平稳特性,需要一定的先验知识和诊断专业知识设计和解释特征从而实现故障诊断。为了实现行星齿轮箱的智能诊断,提出一种基于经验模态分解(Empirical mode decomposition,EMD)和深度卷积神经网络(Deep convolutional neural network,DCNN)的智能故障诊断方法。首先对振动信号进行经验模态分解得到内禀模式函数(Intrinsic mode function, IMF);然后利用DCNN融合特征信息明显的IMF分量,并自动提取特征;最后,将特征用于分类器分类识别,从而实现行星齿轮箱故障诊断的自动化。试验结果表明:该方法能准确、有效地对行星齿轮箱的工作状态和故障类型进行分类。     

新书介绍

1．《齿轮及齿轮箱故障诊断实用技术》一书系统论述了齿轮箱中的三大零部件——齿轮、滚动轴承和轴的常见失效形式，振动噪声产生的机理和故障的主要形式，调制现象和边频带分布特点，齿轮及齿轮箱振动信号的时域、频域和现代解调分析的各种处理方法，提取了十种典型故障振动信号特征。从现场诊断技术需要的角度出发介绍了齿轮箱故障诊断常用的振动噪声故障诊断方法、     

蚁群神经网络在齿轮箱故障诊断中的研究与应用

在ACO算法原理及框架的基础之上,将蚁群优化算法引入到神经网络的训练中来,提出了ACO训练神经网络的基本原理和方法步骤,并应用于发动机齿轮箱故障的故障诊断。本文采取经典的“频域”分析方法对齿轮箱进行故障诊断,并建立了基于蚁群神经网络的齿轮箱故障诊断模型。结果表明,用ACO算法训练的神经网络具有较高的故障诊断精度,可以有效地诊断齿轮箱中的故障,提高了诊断的效率和质量。     

数控机床典型故障的粗糙集诊断方法

将粗订合论与数控机床故障诊断经验法相结合，提出了有别于现有故障诊断的粗糙集诊断法RSD。此法可将一组诊断规则中的冗余规则剔除，大大简化了现场故障诊断的过程。RSD应用于经济型数控车床典型故障诊断结果表明，该法实用且高效。     

发电机组状态巡检与故障诊断系统的研究与实现

针对传统故障诊断专家系统实用性弱等缺点，面向现场实际应用，提出了基于状态预警机制并且融自动诊断、状态巡检和常规专家系统诊断为一体的多层次故障诊断系统设计方案。该方案基于数理统计原理，通过正态性和平稳性检验实现状态预警机制；利用故障模型辨识和诊断规则的量化实现自动诊断；通过对诊断规则的总结形成诊断流程以实现故障普查。利用该设计方案，针对实际汽轮机组和水轮机组，开发了相应的实际应用系统，并取得了很好的应用效果。     

新书介绍

1．《齿轮及齿轮箱故障诊断实用技术》一书系统论述了齿轮、滚动轴承和轴的常见失效形式，振动噪声产生的机理和故障的主要形式，调制现象和边频带分布特点，齿轮及齿轮箱振动信号的时域、频域和现代解调分析的各种处理方法，提取了十种典型故障振动信号特征。从现场诊断技术需要的角度出发介绍了齿轮箱故障诊断常用的振动噪声故障诊断方法、扭振故障诊断方法和润滑油分析技术，以及使用这屿方法和技术进行齿轮箱故障诊断的常用仪器和系统，判别标准建立方法和一些典型标准，最后分类介绍了齿轮箱故障诊断的工业应用实例。定价31元（含邮资）。     

条钢厂H9轧机的故障诊断

宝钢某分厂全套轧机设备由美国MORGAN引进,但主传动齿轮箱系国内制造。由于齿轮箱的制造精度和负荷过大等因素造成轧线上齿轮箱各种的故障不断。本文从如何发现H9轧机故障到故障的精确定位,以及分析造成故障的原因等各方面展开讨论,希望能从设备的设计和使用情况等方面为精确的故障诊断工作提供依据。     

基于加权概率神经网络的齿轮箱抗噪故障诊断

针对齿轮箱现场故障诊断易受噪声干扰、诊断精度低的问题,提出了一种基于区分性权重概率神经网络的故障诊断方法。该方法考虑了不同子带特征受噪声的污染程度不同,提高噪声影响小的特征在诊断中的权重,降低噪声影响大的特征在诊断中的权重,以提高诊断的噪声鲁棒性,最终实现了齿轮箱故障的诊断。试验研究结果表明,与BP神经网络和概率神经网络诊断相比,该方法具有较高的诊断正确率和较强的诊断鲁棒性;并且该方法中平滑度参数对故障诊断精度影响不大,可以避免该参数选择困难的问题,具有良好的工程应用前景。     

一种基于支持向量机的齿轮箱故障诊断方法

提出了一种基于多分类支持向量机(简称MSVM)的齿轮箱故障诊断方法。先根据齿轮箱故障机理和振动特点,探讨了齿轮箱故障诊断试验方案。再测取齿轮箱振动信号,并提取了能反映齿轮箱运转信息的时频域特征参数。通过结合投票法和决策树的基本思想,有针对性地构造了多分类支持向量机决策结构并将其应用于齿轮箱故障诊断。实际齿轮箱故障诊断试验结果表明,该决策结构较好地解决了小样本学习问题,避免了人工神经网络进行诊断时出现的过学习、收敛速度慢、泛化能力弱等缺点,能有效应用于齿轮箱故障诊断。     

风电齿轮箱故障诊断实例分析

介绍了以齿轮箱振动分析为主要手段的风电齿轮箱故障诊断方法,并通过齿面接触磨损分析和齿轮箱润滑油液分析等辅助手段,对风电齿轮箱的故障点进行分析诊断。并以某风电厂某台风力发电机组的齿轮箱故障诊断为例,对风电齿轮箱故障诊断方法进行实例分析。     

基于混合推理的给水泵故障智能诊断系统

阐述模糊推理与规则推理相结合的混合诊断推理方法,提出给水泵振动故障诊断的数学模型.确定诊断流程,给出一个现场诊断实例,其诊断结果与现场检查结果基本一致,验证了这种方法用于给水泵振动故障诊断的可行性.     

LabVIEW和MATLAB混合编程在齿轮箱故障诊断系统中的应用

为了实现轧机传动部件的早期故障诊断,利用LabVIEW便捷的图形界面和MATLAB强大的数值分析功能,开发了一套齿轮箱故障诊断系统.通过LabVIEW调用MATLAB中的小波工具箱,并结合包络解调等方法实现故障信息的准确提取.经过模拟故障数据和高线精轧机故障的诊断实践,表明该系统运行可靠,并且能更早地识别故障隐患.     

振动诊断在齿轮箱故障诊断中的应用概述

本文介绍了齿轮箱常见的故障形式及诊断方法,主要阐述了利用振动信息进行故障诊断的优势、齿轮故障振动诊断方法以及其在齿轮箱故障诊断中的重要性。利用振动诊断方法可以为工作人员在齿轮箱故障诊断过程中提供及时、有效地帮助。     

[设备健康管理]基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法

针对行星齿轮箱振动信号噪声干扰大、单一分类器泛化能力不强的问题,提出了一种基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法。利用多目标优化算法优化多个堆栈去噪自动编码器(SDAE)以获得多个性能优异的SDAE,并提取多样性的故障特征;采用多响应线性回归模型集成多样性故障特征实现信息融合,得到多目标集成堆栈去噪自动编码器(MO-ESDAE),最后将其应用于行星齿轮箱故障诊断。实验结果表明：该方法能有效提高故障诊断精度与稳定性,具有较强的泛化能力。