基于数据挖掘技术的机械设备故障诊断

智能诊断是当前故障诊断领域的一个重要发展方向。智能诊断发展的瓶颈是知识获取,近年来,数据挖掘技术作为知识获取强有力的工具日渐发展起来。它综合运用人工智能、模式识别、数理统计等先进技术,从大量数据中挖掘和发现有价值和隐含的知识。本文在分析故障诊断专家系统存在问题的基础上,结合数据挖掘技术,提出了基于数据挖掘的故障诊断模型框架DMFD,并给出了具体实现技术。最后,指出了机械设备故障诊断中数据挖掘技术的应用和发展方向。     

基于数据挖掘技术的液压泵的故障诊断研究

液压泵是液压系统的核心,液压泵发生故障将影响整个液压系统的工作性能,因此,将数据挖掘技术应用于液压泵的故障诊断之中。首先,分析了数据挖掘的理论模型,分别讨论了数据清洗、数据标准化、数据的离散化以及模糊粗糙集的数据挖掘方法;其次,构建了基于模糊粗糙集数据挖掘的液压泵故障诊断模型;最后,进行了液压泵故障诊断仿真研究,仿真结果表明该数据挖掘技术具有较高的故障诊断准确率。     

数据挖掘技术在煤矿机械故障诊断中的应用

数据挖掘是数据库中知识发现过程的一个重要步骤,广泛应用于机械等多个领域。介绍了一种基于数据挖掘技术的煤矿机械故障诊断方法,数据仓库的设计思想和框架、事实表和维表的设计、数据仓库的实现过程、数据挖掘的实现步骤,详细介绍了煤矿机械故障诊断的实现。     

基于人工免疫的旋转机械故障诊断研究

介绍了人工免疫在旋转机械故障诊断中研究现状和国内外一些研究成果以及人工免疫系统的仿生机理,为故障诊断提供了新思路和方法,给出了人工免疫在旋转机械故障诊断中的应用模型和算法,对并发故障作了探索,提出现阶段存在的问题和对未来的展望。     

基于BP神经网络的旋转机械故障诊断

BP神经网络具有优良的非线性映射能力,可以很好地描述频率特征和诊断结果之间的关系。建立了基于BP神经网络的旋转机械故障诊断模型,并用此模型对旋转机械的故障进行了诊断,实验证明基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

基于分形理论的旋转机械故障诊断的研究

针对旋转机械振动信号的特点,从分形原理出发,利用分形维数的概念,对由旋转机械故障产生的非平稳、非线性信号进行了分形特征的定量描述。试验结果表明,旋转机械不同故障出现时,其分形维数明显不同。因此,可以利用分形维数有效地诊断出旋转机械的故障。     

旋转机械模糊故障诊断方法研究

以模糊诊断原理为基础,提出了一种旋转机械故障诊断系统,利用模糊隶属度原则,确定模糊待检规则集与模糊故障标准规则集之间的距离,以实现对各类旋转机械典型故障的准确分离和正确诊断,实验证明该系统具有良好的性能。     

数据挖掘技术在优化与机械设备故障诊断中的应用

数据挖掘是数据库中知识发现过程的一个重要步骤。利用数据挖掘中的粗糙集理论、人工神经网络技术、决策树方法和遗传算法,可以建立有效的工业优化模型和机械设备的故障诊断模型,具有较强的实用价值。     

基于CART决策树数据挖掘算法的应用研究

分类与回归树CART算法是数据挖掘技术中重要的算法。依据CART算法理论,采用类型变量求解决策树,并引入优化的分裂函数,然后利用基于类型变量的论域划分创建二叉树,抽取和筛选预测准则,从而为职能部门决策提供科学而可靠的依据。最后以贵州师范大学教学与管理中的数据,给出算法的应用实例。     

旋转机械故障诊断的模糊神经网络方法研究

旋转机械是机械设备的重要组成部分,保证旋转机械的安全可靠运行,具有非常重要的意义。在旋转机械故障诊断领域。由于系统故障的特征、原凶普遍存在模糊性和复杂性,故障征兆和故障原凶通常是一些模糊量,因此用传统的二值逻辑法来处理显然存在不足,而引入模糊数学的理论和方法,可使诊断结果更加切合实际,更加准确。模糊信息的理论和方法在故障诊断中已得到广泛应用,并取得较好效果。但这种方法缺乏自学习能力,不能很好的处理随机信号。隶属度函数和模糊规则的选取也带有一定的主观性,依赖于专家,严重限制了模糊推理应用对象的范围。     

基于信息融合的机械故障诊断

信息融合原理与技术是国内外近年迅速发展的一个技术领域。本文介绍了信息融合的发展历史和信息融合的层次结构,对信息融合在机械故障诊断中的应用进行了讨论,并论述了带式输送机故障诊断的原理。     

基于灰色关联度的旋转机械故障智能诊断系统研究

介绍了基于灰色关联度的旋转机械故障智能诊断机理,分析了如何建立典型故障参考模式特征向量矩阵。通过计算待识别故障模式与典型故障参考模式的关联度序列,比较关联度的大小,从而确定故障类型。系统应用Matlab软件计算关联度,同时采用Matlab中的GUI可视化界面输出诊断结果,使诊断系统操作简单、直观。     

基于LabVIEW的煤矿机械设备故障诊断应用研究

通过分析煤矿机械设备故障诊断的主要原理:振动信号法、运动转速法、温度信号法以及应力应变法,加强对于煤矿设备诊断的了解和认识。并阐述设备诊断系统的主要硬件系统和软件系统,通过实例讨论机械设备的诊断步骤,为煤矿机械系统的检测控制提供参考。     

煤矿机械故障监测诊断方法的研究

提高煤矿设备的维修质量及可靠性的重要途径是采用各种有实效的新技术,实现设备维修体制从预防维修制向预知维修制发展,预知维修制的基础就是设备的状态监测和故障诊断技术。     

新的矿山机械故障诊断方法研究

针对矿山机械中最常见的基础弱故障进行了振动的动力学模型分析,得到在频谱上无法和不平衡故障相区分,提出采用基于机壳振动信号的工程相位诊断方法进行区分,并设计了相位检测方法,完善了工程相位进行故障诊断的技术。该方法适用于全息谱技术无法应用的基于机壳振动信号的分析,具有一定的实用性和推广价值。     

基于粗糙集理论的机械故障诊断方法研究

机械故障诊断中存在着许多不确定性和知识冗余性,而粗糙集理论是一种新型的处理不确定性信息的数学工具,粗糙集理论提供了对机械故障进行诊断全新的有效途径。将基于可变精度粗糙集模型应用于故障诊断,同时与遗传算法相结合,在保证诊断精度大致不变的情况下对故障征兆属性化简,消除诊断规则判断条件的冗余,获取精简的规则。实例证明了基于粗糙集理论的机械故障诊断方法的可行性。     

煤矿机电设备故障诊断集成平台设计

通过分析煤矿机电设备故障系统的主要组成,并具体阐释该系统的构建方式,对故障诊断系统、数据库系统、故障原因推理系统、应用系统以及故障诊断服务单元进行分析优化,完成集成平台接口设计后实现整个平台的优化设计,为煤矿机电故障诊断平台的建立提供参考。     

基于频谱分析法对旋转机械故障的诊断

频谱分析法对旋转机械故障诊断技术是随现代工业发展而发展起来的设备诊断技术之一,在保障高速运算的前提下对振动信号处理、如何提高信号处理的精度是一个研究重点,FFT-FT算法能够有效的提高运算的精度。基于频谱分析法对大型关键旋转机组进行振动监测及故障分析,便于实时诊断,且诊断结果准确可靠,可节省大量的维修费用,在旋转机械故障诊断领域具有较好的应用前景。     

基于虚拟仪器的矿用柴油机远程故障诊断系统

将虚拟仪器和网络技术引入到故障诊断,使故障诊断与计算机网络技术和虚拟仪器技术相结合。基于矿区生产特点,提出了一个基于虚拟仪器技术的矿用柴油机远程故障诊断系统模型,介绍了系统的基本功能,描述了测试分析系统及远程故障诊断中心的系统设计。