基于组态思想的压缩机组网络工况监测与远程诊断系统开发

提出一种新型的基于组态化思想的压缩机组网络工况监测与远程故障诊断系统。该系统以组态化网络监视与诊断系统管理平台的Web服务器为核心，加上多台工控机和普通计算机组成。用户在远程的浏览器上方便地控制和管理现场工控机，组建网络在线实时监视子系统、数据分析了系统和远程诊断子系统。论述系统的总体方案，现场监视子系统、数据传输管理软件、网络监视与诊断子系统以及系统管理平台的设计，阐述系统组态构建过程、最后给出系统在现场实际应用的例子。     

设备状态远程实时监测系统的开发

通过对设备状态远程实时监测的分析 ,介绍网络环境下基于C/S模式数据传输方式和B/S模式下的利用ASP实现状态监测系统的方法 ,最后给出了一个具体实现设备状态远程实时监测系统。     

压缩机状态监测系统的研制

介绍以压缩机为对象,提出了由多种模块组成的分布信息处理系统的构思,阐明了基于结构层次化和功能模块化的状态监测系统的软、硬件设计方案。该系统同速度、高精度、多通道等特点。     

远程液压专家系统的研制

根据工程机械液压系统工况特点，设计了远程液压专家系统。介绍了专家系统的总体结构，并着重论述了该专家系统的知识库的构成及其内部的推理机制。系统利用了Web数据库及网页编程的技术特点，充分发挥Internet收集、共享知识和数据的优势，改善了诊断专家系统的性能和扩展增强了系统的诊断功能。在专家系统的内部推理机制上利用了专家系统的正向推理及深度优先的搜索方式。将系统运用到某工程机械的摊铺机液压系统的故障诊断中，收到了很好的效果。     

基于瞬时转速和ART2神经网络的柴油机故障诊断

分析了利用瞬时转速诊断柴油机故障的可行性,针对多数基于神经网络的故障模式诊断方法存在对未学习过的故障诊断能力差的缺陷,提出将瞬时转速与ART2神经网络相结合的柴油机故障诊断方法。在怠速工况下采集相关数据,实测数据的测试表明该方法诊断精度高、诊断结果可靠,故具有较高的实际应用价值。     

一种基于多流形局部线性嵌入算法的故障诊断方法

故障类别的多样性往往导致原始样本数据在特征空间中呈间断性分布,针对传统k近邻的邻域构建方法难以保证数据集几何结构完整性的问题,提出一种新的非线性最小二乘约束-局部线性嵌入算法。通过非负线性最小二乘约束搜索边界点,并结合第一主成分直线寻找其邻域样本点,重新构造关于边界点的邻域图,用经典的局部线性嵌入算法机理发现数据内在分布和几何结构,根据得到的低维嵌入采用KNN分类器进行故障模式识别;仿真数据分析与试验验证结果表明该算法高度保持了原始数据的几何拓扑结构,增强了低维嵌入的有效性,提高了故障识别精度。     

基于声发射数据融合与特征提取的起重机故障诊断

声发射特征的有效提取是起重机故障诊断和寿命预测的关键,且数据融合是通过融合多个原始特征来提取重要特征的方法。文中利用各种信号处理技术,从起重机重要部件的原始声发射信号中提取声发射特征,并采用随机森林方法从提取的特征中选择相关的特征子集。随后,选用8种降维方法对所选特征进行融合,来提取二维故障特征和健康指标。最后,利用巴氏距离和支持向量机验证故障诊断的准确性,计算出一种新的指标来选择合适的预测健康指标,并利用长短期记忆方法来预测起重机的剩余使用寿命,由实际工程中的起重机声发射数据验证了所提方法的有效性。     

基于自适应优化变分模态分解的起重机故障诊断

变分模态分解方法是近年来常用于起重机声发射信号故障识别的一种信号处理技术。然而,变分模态分解参数即模数k和二次惩罚因子α的选择仍具挑战,即如何获得最相关、包含降噪后的故障信息合适的分解模态。因此,文中提出了一种以旗鱼优化算法和基尼系数为准则的框架,对每个故障信号自适应地选择最优的变分模态分解参数。利用实际工程中起重机重要部件采集的声发射信号对所提方法的有效性进行验证,并根据最大基尼系数自动提取了包含故障信息的最合适模式。结果表明,与传统的局部均值分解和集成经验模态分解相比,所提方法在提取故障特征和排除噪声影响方面具有较高的精度和效率。     

基于Web的工程机械故障诊断专家系统设计与实现

通过对设备工程机械各系统的工作原理、系统故障现象进行分析,确定诊断系统由故障巡检和故障诊断专家系统组成,系统知识库采用树状知识组织形式来描述,知识表达采用生产式规则和面向对象的知识表示法相结合的方式.在故障诊断的方法中引入了故障树分析,同时将领域专家的经验知识转化为诊断系统的知识,构建采用正向推理机制的诊断系统.     

基于DSP的旋转机械状态监测系统开发

根据旋转机械的工况特点，设计了基于DSP技术的实时状态监测系统。文中介绍了系统的硬件结构，着重讨论了监测软件的开发及其实现中的关键问题。