新息灰理论在不确定性系统故障预测中的应用

结构复杂性、运行环境独特性和诱发故障多源性大大增加了现代设备系统的不确定性,从而导致能够反映设备系统主要特征的数据较少。针对不确定性设备系统贫信息的特点,将新息灰预测方法应用于设备系统运行状态的预测。仿真研究给出了基于新息灰理论的工业实例建模过程和故障预测结果,并与BP神经网络方法的计算结果进行比较,验证了新息灰预测方法的有效性与实用性。     

基于MATLAB的风机设备的故障趋势预报

为了达到风机预知维修,提高工作效率,减少维修费用的目的,以风机振动信号的振动烈度值作为故障特征值,基于MATLAB软件,应用灰预测理论,对风机典型故障进行预测,绘制了基于MATLAB的风机故障趋势预报图。通过故障趋势预报图,能够准确地预测出风机当前以及将来一段时间的工作状态。     

基于灰关联信息融合的转子系统早期故障发现研究

设置振动信号的FFT谱序列为特征量,在稳态运行下的参考特征量与异常运行状态下的待辨识特征量间建立了通道对应的灰关联空间并将两者进行灰关联分析.对安装有多传感器的转子系统在灰关联空间内设置融合策略进行转子系统的早期故障发现研究.为消除速度波动造成的关联失真影响,对FFT谱特征量进行了基于工频的归一化处理.实验分析表明,谱特征量在关联空间内的灰关联分析及基于关联得到的关联度评价了系统的异常分布状态,关联度量化了该分布的程度,灰关联度最小的信源是系统内的故障发生部位.     

基于MATLAB的风机设备的故障趋势预报

为了达到风机预知维修,提高工作效率,减少维修费用的目的,以风机振动信号的振动烈度值作为故障特征值,基于MATLAB软件,应用灰预测理论,对风机典型故障进行预测,绘制了基于MATLAB的风机故障趋势预报图.通过故障趋势预报图,能够准确地预测出风机当前以及将来一段时间的工作状态.     

基于不等距灰预测模型的变频调速设备故障预测

灰色预测模型具有要求样本数据少、计算方便、预测精度较高并且可对结果进行校验等优点,因此被广泛应用于设备的故障诊断中.本文针对在数据采集过程中出现的不等距数据无法用一般等距模型来预测的情况,建立了一般累加生成差分灰预测模型UGM(1,1)的改进模型,将其用于变频调速设备的状态监测实践中.结果表明该预测模型能使预测精度提高了10%以上,同时计算量并未明显增加.该方法还可以广泛应用于工业企业、医疗卫生等行业各种设备的故障诊断.     

灰关联分析及其在装备故障诊断中的应用

灰理论是研究和解决信息不完备系统的一种有效方法。具有“小样本、贫信息、不确定性”问题处理能力强、计算复杂度低等优点。实际工程中变速箱系统的故障具有复杂的灰特性。通过对灰理论中的灰关联原理、灰关联系数与分辨系数的关系、以及分辨系数的性质和取值原则的研究,成功地将灰关联分析应用于变速箱系统的故障诊断。实例结果表明：灰关联故障诊断方法计算简单．诊断结果与定性分析结论一致;能够为装备维修及状态预测提供理论指导;且对样本数量及其分布规律没有特殊要求,便于形成知识库中的规则,实用价值较大。     

电力变压器状态评估的加权灰靶心度分析法

针对电力变压器状态评估采用极大值极性不能正确评估正常运行状态的问题,提出一种采用加权灰靶心度算法根据电力变压器油中溶解气体含量数据以正常运行状态为标准模式的电力变压器状态评估方法。在对电力变压器状态按程度分级统计资料的基础上,提出了5级分级策略;根据电力变压器故障标准谱采用灰贡献度分析法研究确定了电力变压器油中溶解气体的权重;依据电力变压器油中溶解气体之间此消彼长的关系,提出了以正常状态为标准模式的电力变压器状态评估的加权灰靶心度分析方法,克服了采用极大值极性不能评估正常状态的问题。实验表明,该方法更符合电力变压器状态评估的实际情况,是一种科学有效的评估方法。     

基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测

提出一种基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测新方法。基于K-S检验计算参考样本与正常状态样本经验分布函数的相似度,确定2个样本是否属于同一分布,即设备是否处于相同的运行状态,实现对设备运行退化状态进行识别,并采用当前退化状态与正常状态的K-S距离作为性能评估量化指标,在此基础上给出基于K-S检验和LS-SVM的设备故障预测系统框架。研究结果表明:该方法可以有效地对设备进行退化评估和故障预测,计算效率高,具有较好的适用性。     

一种基于神经网络的网络设备故障预测系统

引入基于状态的维修技术,构建了基于多状态的在网运行设备故障预测模型.根据故障的严重性将预警等级划分为四层,对于不同的预警级别,分别构建神经网络.该模型解决了设备故障预测精度不高的难题,提升了基于多状态的故障预测能力.     

具有灰指数律数据序列建模方法研究

通过对灰色系统理论建模机理的分析,建立了对于具有灰指数律数据序列的EGM模型,通过模拟试验,验证了该模型对于具有灰指数律数据序列的预测精度高于GM(1,1)模型,表明该模型对具有灰指数律数据序列的预测有效性与适用性.     

灰色系统理论在设备故障诊断中的应用

本文把灰色系统理论首次用于机械设备的故障诊断中,较好地解决了设备状态预测和故障模式识别问题。具有方法简单、计算量小、诊断结果可靠、不需要复杂设备等优点,便于现场工作人员掌握和应用。     

热红外图像等温线温度场分割研究

为了改变传统电力设备检测方式,快速预测诊断出潜在故障的电力设备故障点,对采集到的电力设备热红外图像进行预处理和等温线温度场分割等关键技术,确定出热红外图像的缺陷中心位,为后期进行图像匹配,快速预测出电力设备故障点提供了良好的基础。经实践表明,研究方法达到了很好的实际效果,帮助变电站预测出了多处可能发生故障的电力设备,值得实际推广应用。     

基于灰色系统理论的内燃机故障诊断

在传统诊断技术的基础上,结合灰色系统理论,提出了内燃机灰色故障诊断系统,并运用灰色关联度对样本进行聚类分析,实现对设备运行状况的监测与诊断。实例表明该方法简单实用,具有一定的工程应用价值。     

基于树型结构层次分析法的挖掘机故障诊断

介绍了机械设备故障诊断中树型结构层次分析的方法及树型结构的建树步骤与建树规则,以挖掘机故障诊断为例建立了整机系统及液压子系统故障树型结构层次分析诊断模型,对挖掘机故障诊断进行了定性分析与定量计算.     

机械设备模糊故障诊断中权重集隶属度函数的确定

目前机械设备模糊故障诊断中多以振动的位移幅值为论域建立权重集，其隶属度函数都采用“升半哥西分布”。而现行机械振动标准（ＩＳＯ２３７２，ＩＳＯ３９４５）是以振速方均根值为论域制定评价机械设备状态的门槛值。本文通过拟合优化给出了几种适用于标准中规定的各类设备的权重集隶属度函数，供从事机械设备故障诊断的科技人员参考使用。     

面向机电系统状态监测与故障诊断的现代技术

以现代技术为主线综述了机电系统运行状态监测与故障诊断技术的进展,阐述了机电系统运行状态监测与故障诊断方法及系统的发展;从技术流程的角度归纳了信号采集技术、信号分析与处理方法、故障诊断方法和机电系统状态趋势预测的先进技术;展望了基于网络的异地设备运行状态的远程监测与诊断技术以及基于虚拟仪器的监测与诊断仪器系统的新兴技术发展前景.     

灰色系统理论在设备故障诊断中的应用

将灰色系统理论应用于设备的故障诊断，较好地解决了设备状态预测和故障模式识别的问题.研究结果表明，该方法具有简便易行、计算量小、诊断结果可靠、不需要复杂的诊断设备以及诊断快捷等优点，可广泛运用于工业企业、医疗卫生等行业各种机械设备的故障诊断.     

浅析分形理论在机械设备故障诊断中的应用

分析了分形理论应用于机械故障诊断的机理和途径,并以柴油机燃油系统故障诊断为例进行了进一步阐述.研究表明:分形理论在故障诊断领域具有广阔的应用前景,它将极大的丰富故障诊断理论和工程实际应用.     

基于油液分析的龙门吊状态监测与故障诊断

为了对港口龙门吊的关键设备柴油机进行状态监测与故障诊断,从运行8 323～8 521 h的龙门吊柴油机上提取油样,利用油液分析技术对油样进行检测.通过铁谱分析和理化分析,得出监测设备的运行状态,为此设备的维护和维修提供依据.     

地铁电源模块故障分析及预测方法

为提高地铁车辆牵引逆变系统的可靠性,对牵引逆变系统电源模块进行故障问题的跟踪研究.首先,在电源模块运用初期,针对其烧毁问题,提出整改方案.然后,提出一个新的故障预测方法.运用傅里叶级数和马尔可夫理论对预测残差分别进行一次和二次修正,建立改进的灰色预测模型,引入新陈代谢法进行最终预测.最后,为验证方法的有效性,以运用8.5年的电源模块故障数据为例,将几种预测方法进行比较,结果表明,所提方法具有更高的预测精度和一定的工程应用价值.