小波消噪用于钻井泵阀泄露故障诊断

讨论了钻井泥浆泵阀的失效机理,提出影响泵阀寿命的2个主要因素是阀的冲击造成的阀的疲劳点蚀和由泥浆液的刺蚀、犁沟造成的冲蚀磨损。针对钻井泵现场工况,采用声信号进行诊断,泵阀声信号的特征是信噪比低、冲击信号丰富、故障信息的时域特征明显和非平稳性。因此通过对声信号的小波降噪处理,突出了泵阀失效的故障特征,Fourier分析很难达到这样的效果,说明小波分析对这类信号的消噪有着Fourier分析不可比拟的优点,同时通过消噪也为进一步诊断中特征量的提取奠定了基础。     

基于遗传算法的压缩机故障诊断

研究遗传算法在全封闭压缩机故障诊断中的实现,利用遗传算法的寻优特性,搜索出特征参数的最佳组合,利用行征参数的不同最佳组合分压缩机故障,将人工进化训练后生成的特征参数组合用于压缩机故障诊断试验,结果表明,有效提高了诊断精度,该方法对于压缩机故障诊断行之有效,且对机械系统故障诊断具有普遍意义。     

锁相技术在时域平均分析中的应用

文章分析了锁相技术的基本工作原理 ,剖析了锁相环路工作时的锁定与跟踪两个基本过程。将该技术的跟踪工作状态运用于齿轮箱故障诊断 ,在锁相环路输出信号的一个周期内发出一定数量的脉冲作为时域平均处理的外采样时钟 ,消除了转速不均的影响。对刮板运输机减速箱中齿轮振动信号进行平均响应谱分析和频谱细化 ,从而较精确地找出故障频率。     

鼻部外伤性骨折的诊断和修复（附500例分析报告）

目的：探讨鼻骨、鼻软骨骨折正确的诊断方法和最佳的复位方法．对500例鼻部外伤患者的鼻骨骨折X线侧位和轴位摄片(其中162例同时做CT水平扫描)等资料进行分析．其中350例诊断为双侧鼻骨骨折,单侧鼻骨骨折23例,鼻软骨骨折25例,单纯上领骨额突骨折21例,鼻骨上领骨额突复合骨折16例,鼻骨,上领窦上领骨额突和筛骨垂直板复合骨折6例,鼻骨鼻副窦复合骨折4例,鼻眶骨折9例．均行手术和手法复位．结果：490例复位满意,10例复位不佳．结论：X摄片鼻骨只能诊断双鼻骨同时骨折,而单侧鼻骨骨折,上领骨额突骨折,筛骨垂直板等复杂骨折CT扫描均能清楚显示．可见鼻骨X拍片和鼻骨骨折CT扫描在诊断鼻骨骨折中二者不可缺一．鼻骨骨折和鼻软骨骨折同时要有两位耳科专科医师参与则诊断更加明确．     

虚拟仪器技术在远程故障诊断中的应用

把虚拟仪器和网络技术引入故障诊断,使故障诊断与计算机网络技术和虚拟仪器技术相结合．从对被监测设备进行远程监控的角度,提出了一个基于虚拟仪器技术的远程故障诊断系统模型,对系统的基本功能进行了描述,分析了在现阶段实施该系统过程中需要解决的关键问题,并探索了解决这些问题的途径．     

柔性弯曲转子的特征识别与诊断

依据转子动力学理论分析子柔性转子弯曲响应的特征,在此基础上讨论了它与不平衡响应及机械与电气跳动量之间的关系,并利用转子在不同起车情况下的振动信息,有效地分离了弯曲响应和不平衡响应,求解出弯曲量与不平衡量的比值,提出了转子在恒定转速下,基于二维全息谱技术的的热弯曲故障识别方法,研究结果表明,当弯曲量相位稳定而其幅值变化时,转子响应的二维全息谱初相点的切线是相互平行的,由此可以有效地实现转子热弯曲故障的识别与诊断。     

带有侧隙的齿轮故障振动

对在非共振情况下齿轮侧隙和载荷的变化对齿轮振动频率的影响进行了研究。建立齿轮振动微分方程 ,用变步长 Runge - Kutta法求出了齿轮存在间隙时齿轮振动的时程响应的数值解 ,并用快速 Fourier变换 (FFT)方法求出时程响应的幅值谱 ,研究结果表明 :齿侧间隙的存在及变化对齿轮的振动故障频率成份有很大的影响 ,并且在齿侧间隙的值一定时 ,如果齿轮的工作转速和工作载荷发生改变 ,齿轮的振动故障频率成份也有改变。研究结果对齿轮的故障诊断和齿轮传动系统动态设计有重要的意义     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

水轮发电机组的性能分析方法研究

根据模型实验数据,采用回归分析的方法分析机组效率、过机流量与导叶角度、水头高度的关系模型,以帮助运行人员从不同层次对机组进行实时监测、性能分析和运行指导。     

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。