基于WPEE-RF的模拟电路故障诊断

为实现高效的模拟电路故障诊断,提出了基于小波包能量熵(WPEE)和随机森林(RF)的模拟电路故障诊断方法;选择合适的测试激励信号,监测电路收集数据,对模拟电路监测数据进行5层小波包分解,计算多频带WPEE向量表征故障特征,由RF分类器实现故障诊断;仿真实验结果表明,该方法在双二次滤波电路、Sallen-key滤波电路容差故障诊断以及对数放大器综合故障诊断中体现出良好的性能,故障诊断准确率达99%以上,且该方法具有参数鲁棒性,RF模型训练时间短;较支持向量机和BP网络方法相比,表现出更好的综合性能,更能贴近工程实践应用。     

基于信号经验模态分解与分集合并的齿轮故障诊断

为了准确地进行齿轮故障诊断,结合信号经验模态分解与分集合并,提出了一种新的故障诊断方法;首先,运用经验模态分解对齿轮振动信号进行分解得到若干个分量;其次,根据分量的峭度大小以及相邻分量的峭度是否接近,筛选、合成有效分量;然后,运用等增益分集合并技术对有效分量进行合并,即将其包络进行叠加;接着,使用快速傅立叶变换得到信号包络和的频率谱;最后,根据该频率谱进行故障诊断;通过对仿真信号和齿轮断齿故障振动信号的分析,验证了方法的有效性.     

多故障的电子设备系统诊断设计方法研究

针对复杂电子设备在使用过程中多故障诊断难的问题,以相关性模型为基础,提出了一种多故障诊断的设计方法;首先,根据相关性模型确定测试D矩阵,并获得组成单元与测试次数的关系矩阵;其次,根据每次实际测试的结果构建测试结果矩阵,并计算获得测试故障单元矩阵;最后,通过综合测试故障单元矩阵与测试次数关系矩阵的数据,确定故障单元的概率,根据故障概率定位出故障单元;通过实例验算表明:多故障诊断方法可准确定位故障单元,大幅降低误修率。     

基于北斗卫星通信的航天测控频段故障诊断系统设计

针对传统航天测控频段故障诊断方法受到信息传输时延影响而导致诊断精准度低的问题,提出基于北斗卫星通信的航天测控频段故障诊断系统设计;硬件结构设计了判断故障类型的波头信号检测模块;通过地面接收机接收卫星发出的微弱信号,计算本机晶振脉冲数,以此修改北斗卫星通信数据;利用北斗授时模块,保证了输出时间的准确性,避免了延迟问题;软件部分用逻辑推理设计航天测控频段故障诊断流程,并使用北斗卫星诊断技术,纠正误差;由实验结果可知,该系统信号线松动脉冲信号诊断结果与实际情况一致,陀螺输出角度量漂移与实际值一致,误差为0,具有精准诊断结果.     

EEMD-PE与M-RVM相结合的轴承故障诊断方法

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提出了一种基于集合经验模态分解-排列熵(EEMD-PE)特征提取与多分类相关向量机(M-RVM)相结合的轴承故障诊断方法.首先,该方法利用EEMD对非线性和非平稳信号的自适应分解能力,将轴承故障信号分解为一组包含故障特征的本征模态函数(IMFs).然后,利用排列熵提取由EEMD分解得到的IMFs中的故障特征,并组成特征向量.最后,采用EEMD-PE对不同故障状态下的训练样本集进行特征提取,组成特征向量集对M-RVM分类器进行建模,以概率输出的形式实现对滚动轴承的故障诊断.实验结果表明:EEMD-PE特征提取方法能够对滚动轴承振动信号的故障特征进行有效提取,M-RVM能够对故障滚动轴承振动信号包含的故障特征进行识别.与现有轴承故障诊断方法相比较,所提出的方法能够提高故障识别准确率,达到99.58%.     

种模拟电路参数型故障诊断新方法

模拟电路参数型故障诊断一直是电路与系统无法回避的难题。该文基于被测电路主输出电压信号的时间序列值,建立了一种基于本征值和相位差的模拟电路参数型故障诊断模型。该模型利用故障电路的电压输出时间序列值获取电路的故障相位偏移信息,同时,该模型把电压时间序列变换成一个方阵,并求取该方阵的最大本征值。将故障相位偏移信息和故障最大本征值与通过前期仿真获得的每种器件相对应的无故障最大相位偏移和无故障最大本征值的变化趋势进行比较,实现故障定位和参数辨识。实测实验结果表明:该方法具有定位准确、计算效率高,所需测试点少、参数辨识精度高,易于工程实施等优点。     

基于LabVIEW的离心泵在线监测与故障诊断系统设计及应用

基于虚拟仪器技术、利用工控机和PCI-8310数据采集卡设计了离心泵在线监测与故障诊断系统。该系统监测的离心泵运行参数包括压力、温度、流量、扬程、效率和功率。利用LabSQL数据库工具实现了系统的数据的存储和管理功能。通过测试检测了该系统对离心泵运行状态的监测及故障诊断功能。系统运行稳定、界面友好、操作简单,实时性强。系统为模块化设计,易于扩展。     

旋转机械故障诊断技术现状思考

工业是我国第二产业的重要组成部分,是推动我国社会经济发展的中坚力量.在现代工业技术不断发展的过程中,更多的旋转机械在企业生产和发展中得到了广泛应用,对旋转机械故障诊断技术的分析和研究也在不断跟进.本次研究首先介绍旋转机械故障诊断技术的主要内容,再对故障诊断技术的研究和应用现状进行系统化分析,最后,探讨旋转机械故障诊断技术的发展新方向.     

电力系统在线监测与设备故障诊断系统研究

在供电系统中,电气设备的安全可靠运行直接决定着整个电网供电系统的稳定,因此在电力系统正常运行的同时需要对电气设备开展实时在线监测,同时对监测结果进行诊断就变得十分重要.这样就能够在电力系统运行的过程中及时发现故障、解决故障,进而避免更大的电力事故的发生.基于此本文对电力设备展开在线监测与故障诊断进行研究分析,降低电气设备发生故障的概率.     

基于DGA和深度置信网络的变压器内部故障诊断

以油中特征气体组分比值为特征量的故障诊断是变压器内部故障诊断的重要方法,但实际应用中常出现"超码"和"缺码"问题,导致故障诊断精度低.从"信息驱动"的角度,提出一种基于深度置信网络的无监督型变压器故障诊断方法.该方法利用深度置信网络的油溶解气体特征提取,构建多隐含层的深度学习模型,采用无监督特征学习方法,实现在少样本情况下的变压器故障识别问题.算例表明,所提的深度置信网络提高了电力变压器故障诊断的准确率.