机械设备中黑箱部件的状态监测与故障诊断研究

采用小波包分解、Yule—WalkerAR谱密度分析算法及概率神经网络技术探讨一套状态监测及故障诊断系统,其是应用在类似卷烟厂卷接包机八工位转塔的黑箱部件中。在状态监测系统基础上开发以概率神经网络为基础的故障诊断系统,结果表明该系统是可行的。该系统的开发研制对类似黑箱部件的状态监测与故障诊断有着一定的应用意义,对其他类似机构的状态监测与故障诊断也存在一定的参考价值。     

煤矿机械设备的维修和故障诊断

煤矿机械设备占煤矿固定总资产的比重很大,做好对其故障分析、诊断和维修工作对于保证其正常有效的运行,提高其利用率,使企业获得最大的经济利益,有非常重要的意义。本文主要对煤矿机械设备的维修和故障诊断做了简要分析。     

机械设备故障诊断模糊、概率Petri网

根据故障诊断的特点,将概率信息引入模糊Ｐｅｔｒｉ网,提出了模糊,概率Ｐｅｔｒｉ网模型,简称模糊概率网。研究基于模糊概率网模型进行故障诊断的方法,利用概率信息处理反向推理中冲突消解问题,提高了诊断效率;利用模糊信息计算诊断结果的可信度;提出了一种反向推理机制,给出了算法。最后,以机械手掉刀为例,对该诊断方法进行了说明。     

旋转机械设备关键部件故障诊断与预测研究

随着现代工业科学技术和机械设备工程的日益进步和提高,工业机械设备也不断朝着大型自动化、高速智能化、连续精密化方向发展,机械设备中各零部件组成结构也越来越复杂而紧密,这就使得市场对机械设备零部件的工作性能和质量都提出了更高的要求,因此提高机械设备关键部件质量检查、故障诊断和预测就成为当前工业机电设备行业研究的焦点。作为机械设备行业应用较为广泛的旋转机械设备,其运行安全直接关系到整个生产流程,如若发生意外故障就会导致整个生产线崩断,进而给企业带来严重的经济损失,甚至危及周围工作人员生命安全,因此加强对旋转机械设备关键部件故障诊断和预测方法的研究有着十分现实的作用和意义。     

信号处理在机械设备故障诊断中的应用（连载）

第二讲　现代信号处理与特征提取（下）２．２　非平稳信号处理方法在机械故障诊断中的应用在过程实际中,信号的平稳性总是相对的、局部的,而非平稳性则是绝对的和全局的。当机械设备发生故障或工作异常时,其相应的振动或噪声信号一般呈非平稳特性,即此时信号是时变非平稳的。通常情况下,信号的频率成分将随时间变化,此时引入时变信号模型将有利于分析。研究时变非平稳信号的重要方法主要是时－频分析（分布）,该方法在时间－频率域上,而不是仅在时域或仅在频域上对信号进行分析。时－频分析可分为线性和非线性两种形式。其中,线性…     

信号处理在机械设备故障诊断中的应用（连载）

随着现代化工业大生产的不断发展,机械设备的结构变得越来越复杂,并且经常运行于高速、重载以及恶劣环境等条件下。由于各种因素的干扰和影响,会导致机械设备发生故障,轻则降低生产质量或导致停产,重则会造成严重的甚至是灾难性的事故。为此,为尽最大可能地避免事故的发生,机械设备状态监测与故障诊断技术近年来得到了极为广泛的重视,其应用所达到的深入程度十分令人鼓舞。目前,机械设备状态监测与故障诊断已经基本上形成了一门既有理论基础、又有实际应用背景的交叉性学科。故障诊断的基本任务是监视机械设备的运行状态,诊断和判…     

电力电缆故障诊断与监测探究

随着铁路行业的不断发展和高科技设备在铁路系统的不断应用,铁路对供电的依赖性越来越强,对供电的可靠性要求越来越高。电缆作为供电系统中的主要传输介质,其在铁路供电中的作用也越来越大。然而电缆在实际应用过程中,难免会出现一些问题,在一定程度上会影响铁路供电的安全和可靠性。为了保证对铁路系统的安全可靠供电,就应该对电缆故障进行诊断分析,并加大力度对电力电缆事故进行监测。本文主要从对影响电力电缆故障的因素进行分析、对电力电缆故障监测方法进行分析两方面出发,对电力电缆故障诊断与监测进行分析。     

变压器状态监测与故障诊断

通过对现行检修检测体制方法优缺点对比,分析了开拓应用变压器类电力设备状态监测和故障诊断技术的意义,研究了现在变压器检测与故障诊断技术,并对该技术现今发展存在的问题和发展前景进行了介绍。     

变压器在线监测与故障诊断

以变压器为研究对象,着眼于变压器在整个电力系统建设过程中所占据的重要地位,首先针对变压器在线监测的主要方式进行简要分析,进而研究变压器故障诊断的实现方式,旨在于确保变压器装置能够在整个电力系统的建设过程当中实现稳定且高效的发展。     

浅析机械设备维修技术与方法

企业机械设备资产占企业全部固定资产的相当一部分,设备维修成本的大小直接影响到企业的管理使用、生产成本和经济利益。提高企业机械设备维修管理水平,才能最大限度地提高设备维修质量,延长设备维修周期和使用寿命,保持企业的长足发展。     

试论电力设备状态监测与故障诊断技术

电力设备的故障检测与诊断,是保证设备安全可靠运行的重要环节。为了减少停电并降低维修费用,对运行中的电力设备状况进行连续的状态检测。     

关于机械设备吊装方法的探讨

本文首先对机械设备的吊装就位的准备工作做了简要叙述,然后针对设备的找正,拨正的方法;设备找平的方法进行了介绍。     

印刷机设备状态监测与故障诊断研究进展

通过对国内外印刷机状态监测与故障诊断研究情况和发展趋势的分析,认为当前对印刷机监测的研究主要集中在振动信号的测试研究、专家经验知识的应用、模式识别算法引入等几个方面,并论述了当前基于印刷图像处理的印刷机故障诊断这一新方向的研究情况。由于印刷机不断朝着高速度、高精度、高自动化程度方向发展,传统故障诊断方法在印刷机系统中的应用已受到很大限制,研究认为,兼顾多元信息实现全面状态监测,融合经验知识与先进识别算法建立故障决策体系,从印刷画面信息中提取设备参数,将是今后印刷机故障诊断研究的重点。     

变压器在线监测与故障诊断新技术的研究

本文主要研究的是变压器的在线监测和故障诊断技术,进行研究时,首先简单介绍了变压器常出现故障的四个部位及其故障类型,然后对变压器的在线监测系统进行了技术方面的研究与分析,最后详细探究了变压器的故障诊断技术。     

一种机械设备故障诊断的FD-Transformer方法

随着机械设备故障诊断技术的发展,利用深度学习技术判断设备故障类型越来越引起人们重视。目前,基于注意力机制的Transformer模型有着优于卷积神经网络(convolutional neural network, CNN)的特征提取能力且在自然语言处理及计算机视觉领域都得到成功的应用。该研究提出一种用于机械设备故障诊断的Transformer方法(fault diagnosis-Transformer, FD-Transformer)。首先,对原始振动信号利用Dropout技术进行数据增强,提高模型的泛化能力;然后,利用多通道一维卷积进行数据处理并得到矩阵形式;接着,利用Dense连接的Encoder结构进行机械设备的故障特征提取;最后,利用分类模块得到故障诊断结果。分别采用变转速轴承数据和轮对轴承数据对模型进行试验验证,试验结果表明,该模型在两种数据集上均达到99%以上的故障识别率,与CNN相比可以更好地提取机械设备故障特征,有工程应用价值。     

轧钢机械的振动监测与故障诊断分析

由于缺少连续监测的数据,不能进行故障预报,不利于故障的早期发现和故障发生后的原因识别。随着设备诊断技术和计算机技术的迅速发展,进行在线监测是故障诊断技术发展的必然趋势。     

浅谈机械设备的故障诊断维修

机械设备在现代社会生产和生活中占据着重要的地位,做好机械设备的故障诊断和维护工作是保证生产安全、高效进行的基础。文章介绍了机械设备的特点,对机械设备常见的故障形式进行分析,并提出机械设备的维修诊断措施探讨。     

浅谈电气设备状态监测与故障诊断技术应用

电气设备是电力系统的基本单元,一旦失效将造成巨大的经济损失和社会影响。对电气设备的潜伏性故障的早期、连续监测,与离线检测相结合,进行综合分析,预测设备可能发生的故障,以期做到预知维修和有效维修,将对电力设备的运行起到重要的安全保障作用。本文论述了在电气设备状态监测与故障诊断中应用的技术与方法。