旋转机械状态监测与故障诊断

状态监测与故障诊断在大型旋转机械应用日益广泛,能够显著提高设备维护水平,降低设备故障,给企业带来十分显著的经济效益。     

大型旋转机械集成智能故障诊断系统

大型旋转机械集成智能故障诊断系统张雪江，钟秉林，贾民平，黄仁（东南大学机械工程系，南京２１００１８）随着人工智能技术的发展，国内外相继研制了一些基于专家经验知识的设备诊断系统［１～３］．由于这类系统采用单一的符号推理，忽视了对诊断对象运行信息的分析与...     

嵌入式旋转机械状态监控与故障诊断系统研究

从实现具有自监控、自诊断能力的智能化机械设备的角度,系统介绍了面向Internet的、具有远程监控、诊断、维护和升级能力的嵌入式旋转机械智能状态监控与故障诊断系统的实现技术.该系统采用数字信号处理器(DSP)及嵌入式计算机,实时检测并存储设备运行的转速、振动等信息,由DSP进行故障信号处理和特征分析,并通过自定制的嵌入式Linux操作系统实现了面向Internet的远程软件升级和系统维护,其内嵌的基于移动代理的嵌入式诊断软件可以通过局域网或Internet与远程故障诊断中心自动交互诊断信息,实现协同诊断,有效地提高了设备状态监控与故障诊断系统的智能化水平.     

旋转机械故障诊断的状态识别

根据频谱分析与系统辨识原理．对旋转机械故障提出了一种诊断多故障并发状态的新方法．并在实践中得到应用。     

基于BP神经网络的大型旋转机械故障诊断及其网络数据源的研究

在对提取神经网络输入结点数据源的方法进行详细分析的基础上，构造出设备状态监测及故障诊断的BP神经网络模型，同时利用实验方法确定出模型参数．最后用实验数据验证该系统对故障进行映射的可行性。     

旋转机械在线状态监测系统的设计与应用

分析了旋转机械在线状态监测诊断系统的形式,介绍了分布式监测诊断系统的层次结构及各层功能,并给出了上下位机分布式监测诊断系统的设计实例。     

旋转机械故障诊断的框架知识表示

专家系统的核心是知识，有效，正确的知识表示是专家系统中知识处理的最基本前提，针对旋转机械故障专家系统中的知识表示问题，作 用框架结构对其知识进行表示，并讨论了框架结构表示的推理技术和搜索技术，使旋转机械故障诊断专家系统能利用这些知识进行迅速推理并得出正确的诊断结论。文中给出了其在C＋＋语言环境下的实现方式，顺便讨论了框架知识表示与面向对象知识表示之间的关系。并在VC＋＋集成开发环境下开发出了一个知识表示的演示模型，结果说明该知识表示方式是有效的。     

旋转机械轴心轨迹故障诊断

应用轴心轨迹图的直观性特点，对旋转机械进行状态监测和故障诊断。从轴心轨迹图上判断出振动的前期征兆，对防止故障的恶化和排除故障具有指导作用。因此利用轴心轨迹图来判断旋转机械是否处于正常状态是可行的。     

BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

小波分析在旋转机械故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

基于Web Service旋转机械故障诊断集成系统的开发与应用

本文对Web Service技术和旋转机械的故障特征作了详细地研究,在此基础上利用Delphi7软件工具开发了一套针对旋转机械故障的系统,并运行给出分析结果。     

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

Application of Kernel GDA to Performance Monitoring and Fault Diagnosis for Rotating Machinery

Faults in rotating machine are difficult to detect and identify,especially when the system is complex and nonlinear.In order to solve this problem,a novel performance monitoring and fault diagnosis method based on kernel generalized discriminant analysis(kernel GDA,KGDA) was proposed.Through KGDA,the data were mapped from the original space to the high-dimensional feature space.Then the statistic distance between normal data and test data was constructed to detect whether a fault was occurring.If a fault had occurred,similar analysis was used to identify the type of faults.The effectiveness of the proposed method was evaluated by simulation results of vibration signal fault dataset in the rotating machinery,which was scalable to different rotating machinery.     

关联维数在旋转机械支承系统状态监测中的应用

提出用关联维数来定量描述旋转机械支承系统的工作状态，进而对系统进行故障诊断，文中首先采用迭代奇异值降噪算法对转子支承系统不同状态下的信号进行降噪处理，然后计算子信号的关联维数，分析结果表明，系统不同运行状况对应的关联维数明显不同，因此可以用关联维数作为支承系统工作状态的特征参数，并能提供设备故障诊断的准确率。     

关联维数的计算及其在大机组故障诊断中的应用

论述了关联维数在大型旋转机械故障诊断中的应用 ,并针对故障诊断的实际情况 ,对关联维数的 G- P算法作了一定的改进 .传统的 G- P算法使用欧几里德范式计算点间距 ,包含了较多的重复运算 ,使用改进的点间距计算公式不仅简单 ,而且可借助于递推公式以节省计算时间 ;引入最小动态关联时间以便消除流数据的动态关联特性 ;建议采用局部斜率曲线以判断标度区间的范围 .对数据长度和噪声干扰对于关联维数计算结果的影响进行了仿真分析 .研究结果表明 :由于不同故障的动力学产生机制不同 ,通常也具有不同的关联维数 ,故关联维数可用于故障的特征提取     

基于案例推理的旋转机械故障诊断系统研究

针对大型旋转机械结构复杂,故障现象难以用结构化知识表示,故障诊断规则难以提炼的特点,将基于案例推理(CBR)方法应用于旋转机械故障诊断。从旋转机械故障诊断的需求出发,在分析旋转机械故障诊断知识特点的基础上,对故障诊断系统的总体结构、故障案例库的构建、案例相似度匹配、案例调整和学习等CBR方法的关键技术进行了研究。重点设计了故障案例表示方法,采用基于三标度的层次分析法(AHP)确定案例征兆权值。提出了改进的最近邻法计算案例相似度,可以从征兆名称、征兆值、权值三方面对案例进行精确匹配。提出了基于案例审核的学习机制,可以充分发挥不同人员的作用。开发了基于CBR的旋转机械故障诊断系统原型,并给出了应用实例。