故障诊断技术用于小井眼无油管抽油系统

小井眼无油管空心泵抽油系统的故障诊断专家系统是将人工神经网络与传统专家系统相结合的智能诊断系统, 它可将小井眼无油管空心泵抽油系统的泵示功图进行数字化和规范化处理, 并作为训练样本对人工神经网络进行训练, 建立诊断知识库。用人工神经网络进行故障识别和推理, 解释诊断结果并做出检修决策。     

改进SSA-VMD算法及其在往复压缩机故障诊断中的应用

针对麻雀搜索算法(SSA)在迭代后期种群多样性减少,导致算法易陷入局部极值解的问题,引入t分布变异策略对SSA进行改进,并采用改进的SSA对变分模态分解(VMD)进行参数优化,以得到VMD算法的最优参数组合。将改进的SSA-VMD算法与精细复合多尺度模糊熵(RCMFE)结合,开展往复压缩机轴承间隙故障特征提取研究。结果表明,相比原SSA-VMD算法,改进的SSA-VMD算法在进行RCMFE特征分析时具有更好的可分性,故障识别准确率更高。     

油管外表面气动喷砂两相流场数值模拟

为了确定油管外表面气动喷砂的工艺参数,采用遵循欧拉-拉格朗日方法的离散相颗粒模型,对不同工况条件下的气固两相流场进行数值模拟。首先采用S-A湍流模型对连续相流场进行数值模拟,得到了气相流场的特性;再采用颗粒轨道模型对固体颗粒相流场进行计算;最后,在仿真计算过的气相流场中加入固体颗粒相,求解颗粒的受力情况,得出颗粒轨迹和速度。结果表明：当喷射距离在100mm、粒子直径在0.5～1.0mm之间时,粒子喷射到油管外壁的速度最大,并且能够覆盖外壁全表面,喷砂效果最佳。     

小波包特征免疫检测器在设备异常状态检测中的应用

旋转机械设备工作机理复杂,故障样本缺乏,难以应用传统的方法对其进行有效的异常状态检测.结合小波包分析技术及人工免疫系统理论,构造了小波包特征免疫检测器,给出了小波包特征免疫检测器的产生算法、异常状态检测方法.小波包特征免疫检测器是在对正常样本学习的基础上产生的,不需要设备运行的故障数据,适合对故障数据缺乏的设备进行有效的异常状态检测.活塞压缩机气阀的异常状态检测结果表明,小波包特征免疫检测器检测效果良好、准确率高.     

信息融合技术在电机定子绕组故障诊断中的应用

利用神经网络的信号分离能力,对采集的电流频谱信号进行处理,得到对故障的初级决策;应用互相关分析计算出三相电流不对称度和三相电流的相位差,获得故障的基本概率分配;最后利用信息融合方法,将多种检测信息进行综合处理,提高了故障诊断结果的可靠性。     

2D12往复压缩机故障诊断系统及其应用

通过神经网络对指示图的识别诊断气缸活塞部分的故障,采用能量法对振动信号的分析确诊曲轴箱与十字头总成部分的故障,将两部分融合起来建立了2D12往复压缩机故障诊断系统,并通过实际应用验证了诊断系统对压缩机运行工况进行监测和故障诊断的有效性和实用性.     

DAN网络WBDM管理模型的研究

针对设备域网络DAN(Device Area Network)的网络管理，提出了一个WBDM(Web-based Device Management)管理模型，解决了家庭、企业设备环境中传统管理模型中存在的专用性、复杂性、人机界面和Web化等问题，为系统管理员在任何时间和任何地点提供了友好的、平台无关的、易于使用的远程监控嵌入式设备的方法。     

Embedded Internet技术及其综述

根据Embedded Internet的特点，概括了它的发展及现状，总结了其关键技术，并提出当前Embedded Internet应用行业所面临的困惑和挑战以及建立产业化的设想．基于Embedded Internet技术下，可以实现将非Internet设备接入互联网的应用，把设备真正纳入网络化和智能化管理，使现场设备的在线远程监控、管理及维护等功能得以实现，并将其应用在对传统工业的改造．     

一种基于嵌入式Internet技术的前台开发工具的设计与实现

基于嵌入式 Internet技术下 ,如何才能有效快速的提高嵌入式软件的开发速度 ,使我们能够抛弃传统的嵌入式 Internet系统开发的繁琐过程 ,缩短其开发周期及时发现设计阶段存在的问题 ,从而避免对硬件造成的损坏 ,提高软件的开发效率 ,因此在嵌入式软件开发阶段需要一个前台开发工具 .同时 ,要想高效的进行嵌入式 Internet软件的开发工作也必须要有好的开发助手和一套完整的开发过程 .基于嵌入式 Internet的前台开发工具—— EIBuilder的设计与实现为工业生产自动化系统和智能家电的网络化和智能化管理提供了可靠保证