把设备故障诊断技术推向更高水平

我国的设备状态监测与故障诊断技术,是随中国设协的成立和在《设备管理条例》的推动下发展成长起来的。在这十年中,它从诊断理论、方法的研究到工业应用,从技术开发到人才培养,从硬件到软件都取得了巨大成绩。简易诊断已在相当一部分企业中得到普及,精密诊断的实际应用也在不断扩大。近些年,我国有关诊断技术的论文平均每年有上百篇,在各种国际会议上发表的论文日益增多,已在国际论坛上占有重要一席。十年来的实践表明,诊断技术的应用推广为国家工交企业的安全生产带来了巨大的经济效益和社会效益。它已使设备的状态管理发生了质的     

齿轮失效监测的专家系统

本文在综合国内外多年来关于齿轮失效监测的研究成果及其经验的基础上,根据作者所进行的大量齿轮失效试验研究的分析结果,建立了齿轮失效监测的专家系统ESGFM(Expert System for Gear Fault Monitoring)。本文阐述了该系统的构造、实现原理及方法,并给出齿轮监测实例。     

基于信号奇异点分类的状态监测方法

在基于小波变换的信号奇异性检测技术的基础上，提出了按照奇异性指标对奇异点进行分类的方法，并对微孔钻削过程的振动加速度信号进行了分析，取得了满意的结果。     

系统状态参数法应用于滑动轴承的故障诊断

滑动轴承应用极为广泛,由滑动轴承所引起的机器故障也经常发生,但到目前为止仍没有一种有效的滑动轴承状态监测方法。本文将系统状态参数法引入到故障诊断中,提出了应用滑动轴承的状态参数来进行滑动轴承的故障诊断,理论分析与实验数据都表明这一种新的用于滑动轴承状态监测方法是行之有效的。     

滚动轴承故障的诊断方法

本文在阅读国内外大量文献的基础上,综述了滚动轴承故障信号的检测方法。认为振动信号里所包含的故障信息最丰富,应用振动测试与分析诊断滚动轴承的故障最有效。讨论了从振动信号中提取滚动轴承故障特征的各种方法。     

基于神经网络的表面粗糙度智能预测系统

表面粗糙度趋势分析及预测技术是计算机集成制造系统故障诊断技术发展的迫切需要。本文在讨论神经网络非线性、多因素预测原理及其拓扑结构的基础上,基于神经网络方法设计了智能型的工件表面粗糙度监测预测系统,将非线性预测和多因素预测引入表面粗糙度预测模型中,即在进行工件表面租糙度预测时兼顾了刀具磨损,从而使本系统拥有可靠和高精度的预测效果。     

国外设备诊断技术的发展概况

<正> 一、国外设备诊断技术概况国外设备诊断技术与其他领域中的诊断相比,开发得比较晚,历史比较短,它的水平和成熟程度都比较落后,虽然如此,从六十年代中期开始,特别是七十年代以来,设备诊断技术的发展速度,研究规模,取得的成果,以及达到的应用程度都是十分令人鼓舞的。之所以如此,是因为六十年代人们开始认识到发展故障诊断技术的重要性和迫切性,从技术背景方面看,六十年代是计算机和电子技术大发展的年代,出现快速富里哀     

多尺度分析在微孔钻削状态监测中的应用

采用小波变换对微孔钻削振动加速信号的功率谱进行了多尺度分析,取得了满意的结果,为微孔钻削加工过程提供了有效监测方法。本方法对其他设备或过程的状态监测和故障诊断亦有应用价值。     

CCD固体摄像器在冶金工业中的应用

1.概述 冶金工业生产现场环境恶劣,振动大,温度高,电磁干扰强,测量范围大,相对精度高,一般需在线动态测试。新型传感器CCD固体摄像器为解决冶金工业的测试提供了有力的手段。 CCD固体摄像器是一种将光学图像转换成电信号的新型光电转换器件,它具有寿命长,可靠性高,稳定性好,耐振动,耐冲击,无图像失真,分辨率高,功耗低,抗电磁干扰等一系列优点,适用于动态在线测量。因此,适用于冶金工业对各种钢板、带、管,坯料和生产设备等进行有关形状、尺寸、位置等参量的测量和定位及其它技术要求。