轴承状态监测中的模糊诊断方法

针对轴承在实时监测中特征参数值的不确定性,基于模糊逻辑,探讨轴承故障诊断中的模糊诊断方法,以提高诊断系统的精确性。     

汽车异响故障模糊诊断方法

文章依据模糊数学的有关理论 ,针对汽车常见的异响故障 ,建立了相关的模糊数学模型 ,给出了异响诊断的模糊关系矩阵 ,提出了诊断系统的基本方案及技术路线 ,并以 EQ10 90汽车变速箱为例进行了分析 ,测试结果表明此法是可行的。     

基于IGA-BP神经网络滚动轴承故障的诊断

为提高滚动轴承故障模式识别技术的研究,基于IGA-BP神经网络的故障诊断原理,运用IGA对BP神经网络的权值与阈值进行调整和优化,利用小波包分解获得轴承振动信号的特征向量,进行了滚动轴承故障的诊断实验研究,对故障模式进行识别。结果表明,IGA-BP神经网络方法具有很强的故障识别能力,说明利用IGA-BP神经网络方法进行轴承故障诊断是可行的。     

滚动轴承疲劳故障的在线监视和诊断技术

本文研究振动诊断方法在滚动轴承疲劳故障在线监视和诊断中的应用。 文中指出:通过在轴承寿命试验机上所作的大量试验发现,当轴承疲劳后,在作为其二次效应的振动信号中,除存在已为国内外学者指出并广为使用的“通过频率(又称冲击振动发生间隔频率)”和“高频冲击脉冲”两种信息特征外,还存在另一种位于中高频段的鲜为人知的重要信息特征——某“高频峰群”。 本文对该高频峰群的形成机理、影响因素及检测方法进行了初步研究,并利用这种新的信息特征研制了“以带通滤波器或以精化信息特征DDS模型谱分析法为主体的两种轴承疲劳故障在线监视和诊断装置。     

滚动轴承实时监测方法的探讨

本文针对工业生产中滚动轴承时常发生故障的问题,论述了七种有效地滚动轴承的实时监测方法。并且对各种监测方法的原理、操作流程和适用范围进行了综述,为滚动轴承的实时监测的选择提供了参考。     

滚动轴承的状态监测系统

论述了滚轴承的状态监测原理、方法和系统。为了判别轴承有无故障,采用了振动监测和温度监测系统对轴承进行在线监测。发现故障后,则采用共振解调法诊断出故障的部位及其趋势等。     

论汽轮机组转子故障的模糊诊断及方法

在汽轮发电机组转子机械故障监测中，常常用某些间接测量得到的动态信号作为判断机组运行状态的特征信号。这些特征信号往往带有某些”不确定性”。采用模糊数学原理进行故障诊断，简称模糊诊断，就是针对某些内涵灵活、外边界不清的概念，如“振动大”等无量纲的信息，和“对中不良”的不确定术语，通过分析运算，取得准确的结论。     

基于双谱的模糊聚类滚动轴承故障诊断

为了能准确可靠地判别出机械设备中滚动轴承的故障类型,基于双谱能表征随机信号偏离高斯噪声程度的特性,提出一种模糊聚类的滚动轴承故障诊断方法。基于滚动轴承运行过程中监测到的振动信号包含高斯噪声且具有非高斯、非线性特点,该方法在分析高阶谱理论的基础上,对双谱估计特征值进行阈值化处理,构成二值特征图并构造模板,通过测试样本与目标模板之间距离大小来进行不同类别的判断,实现对滚动轴承故障的诊断。经实例验证,该方法有效实现了对滚动轴承故障的分类判别,并提高了判别的可靠性和准确性。     

具有状态监测功能的典型零部件设计方法

针对传统的机械零部件与状态监测系统分离设计带来的局限性,提出了运用并行工程思想设计具有状态监测功能零件的新思路,同时对具有状态监测功能零部件设计的关键问题进行了探讨。     

设备故障诊断技术的现状及其发展

综述了设备故障诊断技术的理论与工程应用的发展现状，分析了故障诊断的过程与实质，介绍了常用的几种诊断方法，重点阐述了智能诊断的方法、现状及其发展动向．     

滚动轴承损伤类故障的一种精确诊断模型

为了实现对滚动轴承元件表面损伤类故障的早期精确诊断,并考虑到载荷分布及轴承运动的影响,从理论上提出了一种模型来分析用高频共振法进行滚动轴承故障诊断时得到的包络信号及其频谱图,并试验验证了该模型的正确性和可行性.     

应用模糊数学进行磨床磨削质量的故障症断

应用模糊数学综合评判法，确定磨床磨削质量的检测项目与其故障组成的模糊关系矩阵A ，检测项目与评语组成的模糊评判矩阵R ．模糊变换运算后得出评判矩阵B ．输入磨床加工质量中有关项目的实测值．通过微机把相应故障按其影响程度由大到小排序，及时排除有关故障以确保磨床的加工质量．     

基于关系数据库的电力变压器故障诊断系统

介绍了用关系型数据库开发平台Foxpro构造的电站电气设备故障诊断专家系统。系统以关系数据来组织反映故障现象特征的规则知识,用数据优化查询技术实现知识推理,据模糊理论表示规则和推理的不确定性。最后以实例证明了系统的正确性、实用性和可靠性。     

基于WDCNN-DLSTM的滚动轴承故障诊断方法

滚动轴承是机械设备中的核心部件,其运行状态对设备的运转有重要影响。深度学习作为滚动轴承故障诊断的重要方法越来越受到重视。由于传统的故障诊断方法没有充分利用数据时序性,提出了一种将第一层为宽卷积核的深度卷积神经网络(deep convolutional neural networks with wide first-layer kernels, WDCNN)和深度长短时记忆网络(deep long short-term memory networks, DLSTM)相融合的模型(WDCNN-DLSTM)。WDCNN将传统的CNN第一层卷积核尺寸加宽,提高了模型对一维振动信号中的空间特征信息的提取能力;DLSTM将多个LSTM模块进行堆叠,提高了模型对一维振动信号中时序信息的提取能力。WDCNN-DLSTM将二者通过连接层融合,优势互补,提高了模型的判别能力。通过实验结果表明,相较于一些其他模型,所提出的方法具有更高的精确度。在变负载的情况下,也仍然实现了更好的分类效果。     

一种基于模糊Petri网的操瞄系统故障诊断方法

针对操瞄系统故障诊断建模中动态行为较难描述的问题,利用模糊Petri网的方法对系统中的故障传播进行建模.引入模糊产生式规则进行知识表示,研究了模糊Petri网的故障诊断建模方法及其推理算法.利用该方法对某牵引火炮的操瞄系统进行故障分析. 分析结果表明,基于模糊Petri网的故障诊断方法,结构简单、易懂,具有良好的故障表达形式以及有效的模糊推理能力,是一种行之有效的故障诊断方法.     

轴承噪音故障诊断专家系统

针对轴承生产制造过程中噪音超标现象的多重工序环节因素影响的现旬,基于人工智能－专家系统的原理提出建立起相应的知识库,数据库与推理程序等几大模块,并通过这几大模块间的相互调用再利用计算机运行高效的优势,分析推理出导致产生轴承噪音超标且具有最大可信因子的所在工序环节,从而显示出相应的诊断信息指导人们采取一定的改进措施,对具有最大可信因子的制造工序环节加以重点控制进而达到提高产品质量的目的。     

导弹测发控系统故障诊断模糊专家系统

目的　建立导弹测发控系统故障诊断模糊专家系统的基本结构,并给出一个具体的故障诊断实例; 方法　首先对导弹测发控系统的故障机理进行分析,进而研究基于模糊Ｐｅｔｒｉ网模型的故障诊断技术的应用,最后提出了本系统的设计思想和实现方法; 结果　建立了基于模糊Ｐｅｔｒｉ网模型的导弹测发控系统故障诊断模糊专家系统,该系统能对故障的模糊性和精确性知识进行统一描述和推理,并具有可修改性和可扩充性等优点; 结论　通过对某型导弹测发控系统配电分系统的故障诊断实例,说明了系统实现的可行性;     

旋转飞行器的一种解耦模糊控制方法

研究旋转飞行器的解耦控制问题.考虑飞行过程中耦合对象系统的时变性,采用串联解耦网络对开环系统进行近似解耦,并采用模糊PID控制对闭环系统进行设计,实现了纵向和侧向通道之间的稳态解耦.仿真算例表明,该方法有效消除了旋转飞行器纵、侧向通道之间的耦合效应,在飞行状态时变的情况下能够获得良好的动态性能.