网络故障诊断与维护的方法

随着企业网络规模的不断扩大，网络维护变得越来越复杂，如何诊断网络系统所发生的故障．已成为企业网络管理人员面临的节要枉务。一名成熟的网络管理员需要利用多种技能、技术和技巧来葆障网络的正常运作。本文把网珞故障检测的理论有机地与实践经验结合起来，给出一套有效的网络故障诊断与维护的方法。     

基于故障检测次序的供料单元故障诊断

针对气动PLC自动生产线中供料单元,在一次供料过程时,上电后却无法运作,通过观察其故障现象,分析其故障原因,提出设定故障检查次序,综合利用假设验证法、替换法、经验法和测量法等故障诊断方法,排除设备的故障,继而通过实践证明合理设定故障检查次序对设备故障排除的重要性.     

网络故障诊断与维护的方法

随着企业网络规模的不断扩大,网络维护变得越来越复杂,如何诊断网络系统所发生的故障,已成为企业网络管理人员面临的首要任务.一名成熟的网络管理员需要利用多种技能、技术和技巧来保障网络的正常运作.本文把网络故障检测的理论有机地与实践经验结合起来,给出一套有效的网络故障诊断与维护的方法.     

基于欧姆龙PLC的PID调节

PLC控制模拟量时,PID调节是较好的方法之一。本文以欧姆龙PLC为代表,详细阐述了用算术运算指令、PID功能指令实现PID闭环控制的方法。     

欧姆龙PLC在液体混合设备中的应用

详细介绍了基于欧姆龙PLC的液体混合设备的控制系统设计。针对液体搅拌机的控制要求,重点阐述了该PLC控制系统的硬件和软件设计过程,并给出了相应的PLC控制程序。     

基于欧姆龙PLC的乳制品自动化解决方案

项目用于实现乳品厂奶粉生产过程的安全性、可靠性和生产的连续性,提高乳品厂奶粉生产中的自动化水准。控制系统采用目前乳品厂制粉广泛应用并取得良好效果的基于Controller Link网络的与可编程逻辑控制器（PLC）的集散型控制系统,以及监控和数据采集（SCADA）系统。自动化装置大大提高了乳品厂奶粉生产过程的效率。     

基于欧姆龙PLC的风电机组变桨距系统

在风力发电系统中。变桨距控制技术关系到风力发电机组的安全可靠运行,影响风力机的使用寿命,通过控制桨距角使输出功率平稳、减小转矩振荡、减小机舱振荡,不但优化了输出功率。而且有效的降低噪音。稳定发电机的输出功率,改善桨叶和整机的受力状况。变桨距风力发电机比定桨距风力发电机具有更好的风能捕捉特性。现代的大型风力发电机大多采用变桨距控制。     

基于欧姆龙PLC的旋臂采样机自动控制系统设计

本文就当前旋臂采样机的工作方式进行分析，设计、开发了一种新型的自动化旋臂采样机并对其系统组成、系统功能、系统优缺点等作了详细地介绍。介绍了欧姆龙C200系列可编程控制器和欧姆龙旋转编码器在旋臂采样机的设计中应用情况，实践证明，利用欧姆龙可编程控制器的高速计数功能配合旋转编码器的使用，可有效地实现对回转角度的测量和对设备的回转保护功能，能够达到定位准确、调整方便、安全可靠的目的，利用欧姆龙产品优化设计后的采样机所采样品更具有典型性和代表性。工程应用证明，采用可编程控制器和欧姆龙旋转编码器是旋臂采样机控制系统的最优选择。     

基于欧姆龙PLC的砂轮重型回转机构控制系统

本文介绍了一种基于欧姆龙CP系列PLC为核心的控制系统.根据重型回转机构的实际需要,介绍了其整个设计方案和特点,论述了PLC、变频器以及在振动、温度测量方面的应用.通过实践,有效地提高了整个机构的可靠性、安全性,并有利于其今后设备的升级和改造.     

基于关联规则的电网故障诊断解析方法

针对电网故障诊断解析模型存在多解和误诊问题, 提出一种基于关联规则的电网故障诊断解析方法, 并通过解析保护和断路器动作及告警信息的不确定性, 构建诊断的评价指标. 利用解析方法获得故障的完备诊断, 进而基于各类不确定性事件概率, 采用评价指标从完备的诊断集合中求取最优诊断. 故障诊断算例验证了所提出方法的有效性.

     

一种基于组合测试的Web应用兼容性故障诊断方法

Web应用兼容性故障诊断涉及到种类繁多的软硬件设备、数目庞大的设备品牌和型号以及各种情况的组合,如何有效而又快速地对故障定位是一项很重要的工作。针对Web应用兼容性测试的特性以及组合测试的基本模型和特征,我们对组合测试的结果进行分析,根据初步分析结果补充一些附加测试用例进行重新测试,并对其结果作进一步分析和验证,从而迅速将故障原因锁定在很小的范围内．为Web应用兼容性的调试和测试工作提供方便、有价值的线索和参考。     

装备故障诊断方法研究

研究装备故障预报,便于及时维修,选取诊断方法对于高效的故障诊断具有重要意义,因此概括了故障诊断的方法.为了提高诊断率,保证运行安全,采用小波分析和回归型支持向量机两种先进的故障诊断方法,仿真结果表明两种方法都能准确定位故障点,用时大致相同,但支持向量机同时实现原始信号的重构,而且残差比小波滤波的信号噪声还要小,可以优先采用,对故障诊断方法的选取具有指导意义.采用人工神经网络方法较好地解决了齿轮故障问题,并且诊断结果是准确的.     

基于网格的设备远程故障诊断

如何调用广域网上丰富的诊断资源及如何实现广域范围内的诊断协同是远程协同诊断的主要目标。基于此,引入网格技术,在分析设备远程协同诊断系统的工作原理上,提出基于网格的远程协同诊断的系统架构和工作流程,讨论该系统的关键技术点之一,即任务管理模块的设计及算法实现,该模块能为复杂设备的远程协同故障诊断提供一种较为有效的新方法。     

基于 CBR 的装备故障诊断技术研究*

针对传统装备故障诊断理论对故障案例信息利用率不高的问题,研究了基于CBR的装备故障诊断方法。首先介绍了CBR的基本原理,分析了CBR的基本流程,然后研究了CBR各个阶段的实现策略,最后利用 Visual C＋＋、Matlab 7．0和MySQL关系型数据库构建了一个基于CBR的故障诊断专家系统,对CBR在维修信息知识化中的作用进行了验证。     

基于IETM的航空装备故障诊断

航空装备维护保障是航空产品全生命周期中的一个重要阶段。基于S1000D标准,通过对复杂的航空装备故障隔离程序的分析,确定故障诊断模型,并根据故障隔离Schema结构以及Fault信息集,给出了故障隔离程序数据模块的XML文件示例,实现了故障隔离步骤的动态显示。该研究成果能够推广IETM中故障隔离信息的使用,提高装备维护质量及加速装备维修效率,促进航空IETM的研究开发,可以更好地促进复杂航空装备的保障维护方式向"视情维修"和"预知维修"的方向发展。     

基于改进PCA联合SVM的电厂设备故障诊断方法

转子系统是燃气轮机极为重要的组成部件,对其进行故障诊断与分析对燃气轮机的安全稳定运行具有重要意义。转子故障信号为典型的非线性、非平稳和微弱性时间序列。提出了一种基于改进主成分分析(Improved Principal Component Analysis, ImPCA)的燃气轮机转子故障诊断方法。首先针对传统PCA主分量个数确定难题,将贝叶斯理论引入PCA,构建贝塔先验主成分分析模型对转子故障信号进行自适应分解,将其转化为少数几个主分量(Principal Component, PC)之和的形式,然后将PC对应的大特征值作为特征向量并构建SVM分类器进行分类,实现对“不平衡故障”“动静件碰磨故障”和“不对中故障”三种燃气轮机转子故障的有效分类诊断。基于实际数据的实验结果表明,所提方法能够获得97.2%的平均诊断正确率,并且具有噪声稳健性,适用于实际工程应用场景。     

基于改进径向基神经网络的船舶设备故障诊断方法

For the ships equipment fault diagnosis problems with lack of applicability and accuracy during ships sailing, this paper designs a radical basis function neural network method for ships equipment fault diagnosis. An improved artificial bee colony (IABC) algorithm combining opposite learning initialization strategy and auto-adapted search strategy is designed, which builds higher quality initial solution space through opposite learning initialization strategy and adapts its local search length automatically to improve the ability of convergence and local optimization searching. IABC algorithm is used in parameter optimization of radical basis function neural network (RBFNN) for constructing a better performed classifier. The results show that the IABC-RBFNN framework can improve the accuracy and usability of ship fault diagnosis, and satisfy the real-time requirement of ships equipment fault diagnosis.     

小波包结合支持向量机的故障诊断方法

提出一种结合小波包分析（WPA）理论和支持向量机（SVM）分类器的机械故障诊断方法。该方法具有重复训练样本少,简单、直观的优点,具有很高的分类性能。利用获得的机械故障数据建立故障分类器,对不同测试集条件下的3种SVM核函数、SVM方法与神经网络方法的比较结果证明,基于小波包和支持向量机的故障诊断方法是机械故障诊断的发展方向。并对实验的最佳训练样本集进行讨论。     

基于PCA的火电厂电气设备故障诊断方法

电气设备故障诊断中对样本数据要求较高,且易出现特征提取难、诊断精准度低等问题,因此,提出基于PCA的火电厂电气设备故障诊断方法。通过PCA分析得出数据间相关性,经过标准化计算确定主元数量,利用最优重构法构建主元模型,基于PCA处理设备输出相应的采样信号,提取故障特征主要成分,采用BP神经网络与遗传算法相结合,优化原网络中参数结构,获取出最优取值网络结构、初始权值、阈值以及学习速率,构建出具有最佳结构和参数的神经网络实现故障诊断。仿真实验结果表明,所提方法可通过最优网络结构减少整体计算步骤,测得实验数据与真实值相差较小,具有较高有效性。     

基于输出PDF的浮选故障检测和诊断方法

针对浮选中泡沫尺寸分布的特殊性,如非高斯分布,左偏斜,高峰值等,常规分析方法无法准确描述尺寸分布的特点,因此无法准确检测和诊断浮选过程中出现的故障。提出对泡沫尺寸分布的输出概率密度函数(PDF)的统计分析,形成了一种新的浮选过程故障检测和诊断方法。通过采用自设计的核方法逼近将输出PDF转化为动态权系数,建立带有时滞的非线性不确定性权动态模型,基于线性矩阵不等式设计得到可行的故障检测和诊断算法。通过仿真验证分析,证明此算法的有效性。结合现场浮选过程,讨论了此方法的应用前景和优势。