基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。     

基于无线温度监测的内燃机连杆轴瓦故障诊断技术研究

针对内燃机连杆轴瓦故障频发且监测手段有限的技术难点,提出了基于无线温度监测的连杆轴瓦磨损类故障诊断方法。通过分析连杆轴瓦与轴径相对运动时的摩擦力学关系,在考虑润滑的前提下推导出轴瓦温升计算方程,作为基于温度监测的轴瓦故障诊断方法的理论依据;以TBD234V12型柴油机为对象,搭建连杆轴瓦故障模拟实验台模拟轴瓦磨损故障,并配置无线测温系统捕捉异常温度信号,对比正常情况下的温度信号可知,磨损的连杆轴瓦表面温度相比正常轴瓦温度有明显上升。理论和模拟实验结果表明,基于无线温度监测的内燃机连杆轴瓦故障诊断方法具有较高实用价值。     

基于模糊综合评判与故障树法的震压造型机故障诊断

随着机械化水平的不断提高,复杂机械在工业中发挥着越来越重要的作用,然而随着复杂机械设备工作时间的增加,故障率也在不断提高,为避免因设备故障带来的不必要麻烦及损失,有必要对复杂机械设备进行研究分析。研究以分析评判震压造型机故障为基础,找出影响该设备可靠性的因素主要有压实无力、不震击、震击不稳、震击无力及震击不稳,并找出导致这些因素发生的底事件及各底事件之间的相互关系从而建立相应的故障树;其次求出故障树中各底事件的结构重要度并进行比较;再者由于震压造型机工作故障影响因素复杂且具有模糊性,导致数据的严重缺失,因此无法直接进行评判,此时可利用模糊综合评判法进行评判,研究以震压造型机工作中"压实无力"为例,可以得出该设备压实状况,以便工作人员能根据实际要求调控设备到适当状态。结果表明,利用故障树和模糊综合评判法对震压造型机故障进行分析评价是可行的,为工作人员安全操控提供了依据,同时也为研究其它复杂机械设备故障提供了理论参考。     

采场断层活化期望模型的构建及应用

着眼各型断层对煤矿安全的负面干扰,概括采场断层活化期望控制指标体系并关联保护煤柱。用GM(1,1),Verhust,残差GM和GMANN构建数据挖掘模型实现比较准确拓展样本数据,选择成本型或效益型函数去除量纲实现归一。综合关联分析表明,有效隔水层厚度和工作面长度是断层失稳活化主导因素,以接近关联和相似关联研究证明断层倾角与断层活化失稳的耦合关系并未完全显化。经突变级数法给出活化期望系数并把0.88,0.84和0.74作为临界阈值,分级结果相对符合样本实例。应用表明,模型比较准确且相对保真,具备一定研究价值和基本实际意义。     

电网故障的动态连续诊断方式

首次利用自适应动态事件窗生成技术,直接面向故障发生、发展和监控信息获取的动态过程,提出一种电网故障的动态连续诊断方法.通过正反向推理相结合,并实时跟踪故障开始到故障结束,动态连续诊断的过程兼顾新增的告警信息和断面信息,能迅速和准确地得出诊断结果.本文首先以线路故障为例,按照断路器的不同动作情况和故障波及范围,建立线路的故障模型.然后,将自适应动态事件窗生成技术与电网故障的动态发展过程相结合,确定动态连续诊断机制.算例结果验证了该诊断方法的可行性及有效性.     

高速铁路10 kV电力贯通线故障区段定位方法

提出了一种基于区段两端零模电流值乘积积分的高速铁路电力贯通线故障定位方法.该方法借助现有铁路远动系统,仅需要每个区段终端FTU上的零序电流值,即可快速准确定位故障区段.数字仿真试验结果表明:该方法不受故障距离、配变负载及过渡电阻的影响,且对FTU数据采集的采样率和同步性有良好的适应性.     

小波包分析在乏燃料剪切机故障诊断中的应用

针对乏燃料剪切机剪切声音信号特征提取的难题,利用小波包分析方法,对不同磨损状况刀具的剪切声音信号进行小波包变换,提取变换信号的各频段归一化能量特征向量,根据声音信号的能量特征向量可辨识不同状况的乏燃料剪切机剪切声音,从而实现乏燃料剪切机故障诊断.实验表明,该特征向量能有效识别刀具的正常磨损、一级磨损、二级磨损三种状况,有效解决了基于隐马尔可夫模型的故障模式识别中特征提取的问题.     

TN低压配电系统单相接地故障的保护

介绍TN系统单相接地短路故障的保护;推导出了采用过流保护兼作接地故障保护时最大电缆允许长度的计算公式;新公式易于用电算工具进行批量计算,且计算结果对工程设计更具指导意义;同时对电缆长度过长导致保护电器不能可靠动作的情况进行了应对策略分析。     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

基于EEMD和改进VPMCD的滚动轴承故障诊断方法

针对原VPMCD方法在参数估计过程中存在的缺陷,用BP神经网络非线性回归方法代替原方法中的最小二乘法,解决了最小二乘法中存在的病态问题,因此,提出了改进多变量预测模型(Variable predictive mode based class discriminate,简称VPMCD)的滚动轴承故障诊断方法.首先采用总体经验模态分解(Ensemble empirical mode decomposition,简称EEMD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,然后提取各分量奇异值组成特征向量作为改进VPMCD的输入,最后对滚动轴承工作状态和故障类型进行识别.实验结果表明,该方法能够有效地应用于滚动轴承故障诊断.