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。     

基于神经网络的旋转机械运行状态预测

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以振动烈度作为神经网络的输入,对旋转机械运行趋势进行预测.实验证明该模型用于旋转机械故障预测的有效性和可行性,具有良好的应用价值.     

旋转机械振动监测与故障诊断的工程应用

在旋转机械故障监测和诊断中,振动诊断技术具有较强的识别能力,可及时地进行早期诊断,发现造成故障的原因,从而实现预测维修。实践表明,以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用,便于实时诊断,诊断结果准确可靠,可取得显著的经济效益。     

Wigner分布在旋转机械故障诊断中应用的研究

机械系统故障信号往往是非平稳的,联合时频分布是对故障信号分析的有力工具,Wigner分布是一种真正意义上的时频分析方法,本文结合Wigner分布的基本特点以及其分析方法与思想重点针对大型旋转机械故障和非平稳信号处理的一些问题进行讨论,同时将运用三维Wigner分布图对旋转机械故障进行分析.     

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。     

动平衡测试实验台的平衡分析与设计

转子作为旋转机械主要部件,其质量不平衡引起的非线性旋转振动易导致机械故障,因此,从确伺旋转机械安全稳定运行的角度看,旋转机械的转子动作平衡具有重要的现实意义和研究价值.在动平衡测试试验台的基础上,对其机械机构进行改良,并且设计了用MCS-96系列8098单片机微处理器控制的动平衡测量系统,利用振动传感器收集不平衡信号,...     

旋转机械常见故障的振动三维谱特征及其识别

变速过程中振动特征的提取及其识别对于旋转机械故障诊断是极其重要的，本文通过对发电设备旋转机械中常见的不对中、轴裂纹、动静件碰摩、基础部件松动故障的运动微分方程及三维谱图的分析，讨论了变速过程中系统振动所包含的故障信息。分析表明这几类带有故障的转子系统都是非线性振动系统，振动三维谱图中含有丰富的高次谐波分量，可以用对三维谱图进行扫描的方法来发现故障信息。三维谱图可以丰富旋转机械故障诊断系统知识库中的振动特征信息，对于更准确地诊断发电设备中的故障具有重要的意义     

基于自适应神经网络的智能故障诊断研究

探讨了动量系数和学习率自适应调整的神经网络算法,给出了动量系数和学习率的调整方法,并将此作为机械故障的特征识别方法,以频谱分析作为机械故障特征信号的提取手段,由此建立了基于自适应神经网络的旋转机械故障智能诊断系统,给出了诊断系统的训练学习方式和工作方式,通过实际测试数据的诊断结果,说明此诊断系统对故障诊断是有效的．     

浅析机械故障诊断与振动监测技术

本文对机械故障诊断和振动监测技术进行了概述,接着分析了简易诊断和精密诊断、设备振动故障分析、振动测量在机器状态监测中的应用三个方面论述了机械故障诊断与振动监测技术。     

自学习模糊脉冲神经网络的旋转机械诊断

针对旋转机械故障分类边界的模糊性和传统的神经网络算法难以解决应用问题的实例规模和网络规模之间的矛盾问题,提出了一种自学习模糊脉冲神经网络算法,该算法通过脉冲序列的种群编码和无监督学习较好的克服了旋转机械故障分类边界的聚类分析无效性问题.应用表明该算法有效解决了旋转机械故障的边界模糊性问题,较大提高了故障诊断的准确率.     

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.     

回转机械振动干涉图及其应用

提出回转类机械的扭转振动问题，进行了无阻尼分析和扭转振动分析，提出并阐述了干涉图原理，在时域内给出了比较系统的判断潜在振动故障的方法，根据具体机械结构，运用干涉图可便捷地预测共振点，从而有效预防此类机械可能发生的故障。     

机械设备诊断学的探讨

本文提出了机械设备诊断学的目的、任务、内容与诊断过程,给出了按信号测取方式、信息提取方式与状态诊断方式对设备诊断方法进行分类,指出了目前分类中的一些混乱情况,并对设备故障情况的分析作了论述.文中还指出了在设备诊断中专家系统应用的广阔前景.     

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。     

回转窑模糊控制系统

回转窑是铁氧体磁芯生产的关键设备。当前国内生产的回转窑仍采用继电器位式控制，因此维修费用高，台时产量低，磁粉质量不稳定。本文介绍了一种以模糊控制为主体的多模控制系统，实现了对回转窑的控制，取得了显著的社会经济效益。     

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。     

基于灰色理论的机械设备智能状态预测

提出了基于灰色理论并与神经网络有机结合的机械设备智能状态预测方法，着眼于机械设备“内在”规律的研究，根据机械设备自身历史数据建立动态微分方程，并预测自身的发展，具有数据量小，计算简单、预测准确的特点，该方法已在实际工程中应用，结果表明方法是行之有效的。     

故障转子振幅突变机理及其预测

转子故障激励振动状态突变是一种典型的非线性动力学行为，可能导致机械突发性故障。基于线性振动理论的机械故障诊断方法对此不能作出定性或定量的描述、诊断和预测。本文基于非线性振动理论，用尖点突变模型描述这一故障现象，导出了转子在故障激励下振动幅值出现突变的条件，并在此基础上提出一种定量预测的技术方案。图２，参７。     

便携式机械设备现场动态分析系统研究

研究并开发了用于机械设备现场故障诊断的便携式动态分析系统．文中对系统的硬件及软件技术进行了详细的描述．该系统体积小、重量轻、操作简便、诊断与分析功能强，适合于电力、石化、矿山、冶金等工矿企业的机械设备故障诊断及动态分析应用     

基于移动互联网的设备智能维护管理平台研究

移动互联网的兴起推动了设备管理信息获取方式的变革。天然气分输站设备管理的方式为传统的定期维修或者事后维修方式,通过PC或电话通知相关技术人员。为了解决现有维修方式的弊端和信息传输的时效问题,利用移动APP的新技术,开发了基于云端的移动互联网设备管理系统,并改变传统的维修方式为更加科学、合理的视情维修方式,及时全面地将相关设备信息推送给技术人员,避免分输站的事后维修引发的天然气停供等风险。