基于非线性频率分析的主泵故障诊断技术研究

针对非线性系统的故障诊断问题,采用非线性频率特性分析的故障监测方法,对主冷却剂泵转子的开裂纹故障进行定位识别.该方法建立主泵开裂纹故障的数学模型后,使用两个幅值不同正弦信号激励系统,从非线性输出频率响应函数得到主泵振动信号的频率响应,通过计算系统频域的故障特征值,定位出了裂纹故障的位置.使用Matlab和Simulink的仿真工具验证了该方法的有效性,因此该方法可以应用于主泵裂纹故障诊断的研究之中.     

基于奇异谱分析的轴承温度趋势预测及其应用

采用奇异谱分析方法对轴承温度信号在相空间进行重构,并利用重构吸引子轨道矩阵的奇异谱特性来分离温度信号的趋势成分,从而得到轴承温度的变化趋势特征.在此基础上开发了水电机组轴承故障预测系统,该系统包括数据采集、趋势分析和故障预测3部分.试验结果表明,该系统能早期预测轴承温升趋势,提取温度信号中的故障特征,对烧瓦故障作出早期预警,可用于水电机组的状态分析、状态评估和故障预测.     

基于EMD的旋转机械裂纹松动耦合故障诊断方法研究

针对旋转机械耦合故障的诊断问题,建立了含有裂纹-松动耦合故障的转子-轴承系统动力学模型,并用龙格库塔法求出故障模型振动信号。利用EMD(Empirical Mode Decomposition)方法对振动信号进行分解,得到含有故障特征的本征模式函数(IntrinsicMode Function,简称IMF)。对IMF做希尔伯特变换得到振动信号边界谱,通过分析边界谱的倍频情况并与单一故障信号作比较,诊断出故障信号同时含有裂纹和松动故障特征,说明该故障系统存在裂纹松动耦合故障,并证明EMD方法在旋转机械耦合故障诊断方面的有效性。     

基于变分模态分解-支持向量机混合算法的TN系统大阻抗接地故障配电线路保护

低压配电TN系统发生接地故障的配电线路阻抗较大时,采用以剩余电流幅值大小作为动作依据的剩余电流动作保护电器防护措施,不能有效解决接地故障防护问题。从分析剩余电流波形的角度出发,采用一种基于变分模态分解(variational mode decomposition, VMD)及支持向量机(support vector machine, SVM)分类的故障诊断方法。该方法在低压配电系统内测得剩余电流信号波形,对该波形进行VMD分解后得到各剩余电流信号的固有模态函数(intrinsic mode function, IMF),对其进行Hilbert变换并进行积分得到Hilbert边际谱,再求该边际谱的能量熵,将其作为特征向量输入SVM进行分析,最后准确区分正常状态和故障状态。结果表明：发生配电线路大阻抗接地故障时,该方法可以大幅提高用剩余电流动作保护电器(residual current protection device, RCD)作为故障防护的准确率。     

基于改进型Dijkstra算法的模块机器人系统故障自诊断策略

面向模块机器人系统,提出了一种全新的故障自诊断策略.该策略将故障自诊断过程分为两个部分:故障检测及故障消息传递.选用健康脉冲法实现模块间的交互式故障检测.设计优化改进型Dijkstra距离计算方法,并依据这种方法引导故障消息在模块间沿最优路径传递.通过仿真试验,该自诊断策略的有效性和可靠性在M-Lattice模块机器人系统上得到了验证,表明该策略可以广泛应用于其他模块机器人系统.     

基于混合智能算法的轴承故障诊断系统设计

设计了基于多种智能方法的轴承试验机故障监测系统,该系统可实现轴承试验机的在线监测,对被试验轴承的的振动信号的时域与频域指标通过多种智能算法进行分析,从而实现轴承故障的综合实时诊断,整个试验过程数据通过网络传送到上位机进行显示并存储到数据库中.该系统在轴承生产企业得到了成功的应用.     

基于混合智能算法的轴承故障诊断系统设计

设计了基于多种智能方法的轴承试验机故障监测系统,该系统可实现轴承试验机的在线监测,对被试验轴承的的振动信号的时域与频域指标通过多种智能算法进行分析,从而实现轴承故障的综合实时诊断,整个试验过程数据通过网络传送到上位机进行显示并存储到数据库中。该系统在轴承生产企业得到了成功的应用。     

基于系统因素分析法和优劣解距离法的全寿命周期故障排序

根据数控机床的故障数据特征,从全寿命周期角度,提出了一种基于系统因素分析法和优劣解距离法(DEMATEL权重-TOPSIS法)的评价方法。该方法是将设计故障模式、影响度及危害性分析(FMECA)的风险优先数法(RPN)计算值与过程FMECA的RPN计算值的关系值作为系统因素分析法(DEMATEL)的输入数据得到优劣解距离法(TOPSIS)所需的权重值,再应用改进的TOPSIS距离公式对故障模式进行排序。利用这种方法对伺服驱动系统故障进行分析,并与传统的RPN法相比,克服了传统RPN的数学缺陷,确定了伺服驱动系统的薄弱部件。通过计算分析表明,该方法的评价结果符合伺服驱动系统的实际情况,具有一定的实用性和可行性。     

基于故障树与BAM神经网络的智能故障诊断方法

在研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中应用的基础上,提出了一种融合FTA和BAM的故障诊断方法。故障树存贮了系统关于顶事件发生的全部知识,利用FTA得到系统所有的故障模式,进而归纳出BAM的学习样本,即故障树中故障现象(监测点状态组合)和底事件发生与否之间的对应。BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力。用上述方法进行仿真分析,结果表明该方法用于解决此类问题是有效的。     

炮兵战术互联网的综合故障管理系统

提出在于网络协议层次结构和网络拓扑结构分散和集中相结合的一种综合故障管理策略。首先分析了炮兵战术互联网网络的特点和集中式故障管理方法的局限性,然后提出了综合故障管理策略,最后以战术级炮兵战术互联网为例说明了如何实现本方法,该方法巳在某军（师）通信网络管理仿真系统上得到实现。