状态监测与故障诊断技术

简要介绍目前常用的几种状态监测与故障诊断技术及应用。     

状态监测和故障诊断技术在煤矿主排水设备状态维修中的应用

状态监测及故障诊断技术是提高设备管理与维修现代化水平的必要条件。介绍了开展状态监测及故障诊断的缘由、做法和预期效果，结合生产实际，论述了状态监测和故障诊断管理体系。     

论微机系统的故障诊断

讨论了微机系统故障诊断的原理和方法，并举出了应用实例。     

基于元学习的航空电子设备特征选择算法推荐方法

为了对航空电子设备的测试数据进行有效约简,去除冗余信息和不相关特征,基于机器学习领域现有的特征选择算法,提出了一种元学习框架下的航空电子设备特征选择算法推荐方法.所提方法旨在根据不同航空电子设备测试数据所蕴含的信息,推荐合适的特征选择算法.首先,分析了数据集特征的描述方法.然后,介绍了采用综合度量指数的算法性能评价方法...     

CNN-LSTM深度神经网络在滚动轴承故障诊断中的应用

针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入,利用网络CNN层自适应提取短时特征信并降维后作为LSTM层输入;接着利用LSTM层学习特征信息并训练神经网络模型;最后,网络输出层利用Softmax函数实现多故障模式识别,完成故障诊断。使用Spectra Quest机械故障综合模拟试验台实测数据集对模型进行验证,试验结果表明,与多层感知器、LSTM网络以及经典的LeNet5、AlexNet、VGG相比,所提出的CNN-LSTM模型的分类平均准确率可达99%以上,且模型结构比其他模型更简单,训练时间更短;同时,通过K折叠交叉验证算法对模型进行评价,结果表明CNN-LSTM模型计算误差较小且网络训练充分,未出现过拟合或欠拟合情况。     

矿山机械故障诊断与维修

结合设备故障诊断技术和计算机网络技术提出机电一体化产品的矿山机械故障诊断及维护系统的构架。对矿山机械设备故障迅速诊断、尽快修复,保证矿山机械设备正常运行。     

油井资料录取记录及智能分析系统

介绍一种新型油田油井资料录取记录仪表,该仪表既能对需要周期性巡回检查的油井实施有效的管理,还能对巡检人员进行有效的监督,是针对油田需求而设计的。系统由手持式仪表、识别器和管理计算机5部分组成,详细介绍了各部分功能及手持式仪表的结构。     

电子电路故障诊断的模糊Petri网模型

提出了一种适用于电子电路故障诊断系统的模糊Petri网模型,用模糊Petri网表示故障诊断的模糊知识与推理机。