多传感器信息融合的天线促动器故障诊断

促动器作为天线主动面的唯一调整装置,是保障天线反射面精度的关键部件,因此对促动器健康状态的监测至关重要。文中针对单个传感器诊断存在数据维度有限且现有工程数据稀缺的问题,提出了一种连续小波变换与组归一化并行卷积神经网络(Continuous Wavelet Transform-Group Normalization Parallel Convolutional Neural Networks, CWT-GPCNN）的故障诊断方法。首先建立CWT-GPCNN的故障诊断模型,引用组归一化技术加快网络收敛速度并提高诊断精度;然后通过评估超参数对模型性能的影响,确定诊断的最佳模型;最后,采用促动器传动系统实验数据集对所提方法进行验证,实验结果表明所建模型具有较好的泛化能力及多传感器融合的优越性。文中对多传感器融合与单传感器的诊断性能进行了比较,结果证明了多传感器融合诊断的优越性。此外,还对CWT-GPCNN模型与其他3种信息融合模型进行了比较。CWT-GPCNN模型的准确率高达93%,表明它具有良好的诊断性能。     

基于改进BP算法的汽轮发电机组的故障诊断

针对传统BP算法即梯度下降法,收敛速度慢、容易陷入局部极小值等缺点,提出了基于附加动量法和自适应学习速率的改进方法。将改进后的BP神经网络应用于汽轮发电机组的故障诊断中,获得了很好的效果,证明了改进方法的有效性。     

基于小波分析的汽轮机碰磨故障诊断

振动故障是故障诊断中的难点,故障原因复杂、类别繁多。小波分析因具有良好的时频局部性及多分辨率分析特性,被广泛地应用在振动故障诊断中。介绍了小波分析方法在振动故障诊断中的应用,利用时频等高图确定汽轮机碰磨故障发生的时刻,借助小波包特征熵向量诊断碰磨故障的严重程度,从而提出了完整的汽轮机碰磨故障的小波分析诊断方法。     

旋转机械诊断中的矢功率谱-模糊C均值聚类方法

结合矢功率谱和模糊C均值聚类算法,提出了一种新的旋转机械故障识别方法。该方法以矢功率谱为特征向量,以模糊C均值聚类算法为分类器,成功地应用到旋转机械故障诊断中。实验结果表明,该方法是有效的。     

小波灰度图在汽轮机组远程诊断专家系统中的应用研究

利用转子试验台故障试验数据,研究了小波灰度图在汽轮机组典型振动故障识别中的应用,并进一步研究了表征小波灰度图的定量指标———灰度矩对故障的区分度,确定了典型故障的标准灰度图及相应灰度矩取值区间。在此基础上开发的小波诊断模块,已应用在某省级网络化汽轮机组远程监测及故障诊断系统中,该模块作为常规频谱分析模块的辅助诊断工具,对提高远程汽轮机故障诊断的准确度和诊断效率起到了积极的作用。     

汽轮机运行中调节级叶片脱落的故障诊断

沾化电厂1号机组运行期间高压调速级一叶片突然脱落,机组异常振动特征典型,故障诊断及时准确,部件脱落的部位和重量与分析判断完全一致。     

基于GA-BP算法激光设备故障预测技术研究

针对激光设备非计划停机次数较多的问题,提出了一种基于遗传算法（Genetic Algorithm,GA）优化BP神经网络,建立激光设备故障预测模型的方法。利用激光设备的历史数据训练和调整预测算法,对激光设备采集的实时数据进行分析,按照算法模型预测故障发生概率,提前维护激光设备,减少非计划停机次数,提高激光设备的有效运行时间。通过测量各种情况下激光设备在切割零件时的数据变化,利用GA优化BP神经网络算法,建立激光设备故障预测模型。选取各种情形的切割零件的数据进行仿真预测和验证,以切割过程中各种情况的气体压力、激光功率、切割速度、加速度、各轴的温度和计算之后各轴的跟随误差作为模型输入,以粗糙度作为模型输出。结果表明,经过GA优化的模型在预测效果和预测精度上优于未经GA优化的模型,且模型经GA优化后,其粗糙度的预测精度和收敛速度得到了提升。     

NEW METHOD OF EXTRACTING WEAK FAILURE INFORMATION IN GEARBOX BY COMPLEX WAVELET DENOISING

Because the extract of the weak failure information is always the difficulty and focus of fault detection. Aiming for specific statistical properties of complex wavelet coefficients of gearbox vibration signals, a new signal-denoising method which uses local adaptive algorithm based on dual-tree complex wavelet transform （DT-CWT） is introduced to extract weak failure information in gear, especially to extract impulse components. By taking into account the non-Gaussian probability distribution and the statistical dependencies among wavelet coefficients of some signals, and by taking the advantage of near shift-invariance of DT-CWT, the higher signal-to-noise ratio （SNR） than common wavelet denoising methods can be obtained. Experiments of extracting periodic impulses in gearbox vibration signals indicate that the method can extract incipient fault feature and hidden information from heavy noise, and it has an excellent effect on identifying weak feature signals in gearbox vibration signals.     

基于控制器局域网的直接数字控制机床远程故障诊断及监控系统

为了消除设备故障,就必须建立一个合理科学的设备维修体制。提出了一种基于控制器局域网的DNC机床远程故障诊断及监控系统的网络结构,并对系统的总体、硬件、软件的设计开发工作进行了详细的研究,解决了系统中的多个节点总线的竞争、ADAM5510与PCL-841之间进行通信的协议及通信死区问题。该系统已应用于对机床的工作状态和主要工作部位进行在线监控,效果良好,达到了设计时的功能要求,完全可以满足实际的需要。     

钢丝绳无损检测技术的应用现状

介绍钢丝绳无损检测技术的种类和各自的优缺点,概述钢丝绳电磁检测技术在国内外的研究和应用现状及发展趋势,阐述国内外关于钢丝绳无损检测的实际水平及存在的问题,分析并指出LF缺陷和LMA缺陷的定量检测问题。