基于非线性技术锅炉故障分析*

为预测和判断锅炉故障的发生，完善锅炉故障检测技术，基于锅炉运转具有非线性特点，提出将非线性评价指标应用于锅炉故障诊断。研究特征信号的非线性特性，通过确定延迟时间和嵌入维数来重构相空间；采用混沌分形理论研究非线性评价指标；提取最大Lyapunov指数和关联维数，并为收集的每种特征信号选择最合适的非线性指标。结果表明:蒸汽压力的非线性特征指标应选择关联维数，烟气温度1、烟气温度2、水管温度1和水管温度2的非线性特征指标应当选择最大Lyapunov指数。     

基于小波包变换和ELM的滚动轴承故障诊断研究

为了准确诊断滚动轴承故障,降低滚动轴承故障对设备运行的影响,提出了一种基于小波包变换分析与极限学习机相结合的滚动轴承故障诊断方法.首先,通过小波包变换对轴承振动信号进行消噪处理,采用均方根差和平滑度法为指标筛选出合适的小波基函数,用以对原始信号进行消噪处理.然后以信号的8种特征作为指标对消噪后的信号进行特征值提取,并通过时域、频域信息图对轴承故障进行先验诊断.最后将提取的特征值作为样本通过极限学习机的方法对轴承故障类别进行分类、诊断.研究表明,该方法能够准确地对轴承故障类别进行诊断,为轴承的故障诊断提供了新的思路.     

故障诊断中信号特征参数择取方法

针对故障诊断中数据量大的问题,提出一种故障信号特征参数择取方法,达到只需少量的特征参数来训练高精度故障识别神经网络的目的。该方法通过对特征参数之间的相关性及每个特征参数的故障敏感性进行系统分析,从而择取满足故障识别要求的特征参数。以滚动轴承故障诊断为例,使用该方法择取4种特征参数的情况下实现了高精度、高效率和高鲁棒性的故障识别。这一方法可推广到其他机械系统的故障识别中。     

基于Kurtogram与DSCN的滚动轴承故障诊断方法

为揭示不同轴承故障类型的特征,提高故障诊断的精度与效率,提出一种基于Kurtogram与深可分卷积神经网络(DSCN)相结合的轴承故障诊断方法。在利用原始振动信号生成Kurtogram的基础上,通过DSCN学习和识别不同故障模式下Kurtogram的图形特征,自动提取优势特征并进行故障分类。结果表明:相对于其他故障诊断方法,提出的方法在测试集上的识别精确度较高,可达到97.28%;同时,DSCN在降低参数量及提高训练速度上具有明显优势。     

基于广义延拓的电梯振动信号优化处理与分析

电梯的异常振动往往预示着电梯系统某部分故障或不协调,此振动信号可通过三轴加速度传感器在电梯轿厢内采集,进而通过适当处理可提取出轿厢振动的特征参数,用于电梯的故障诊断。然而电梯故障诊断的合理性取决于其特征参数的精确度,现将广义延拓法用于振动信号的优化处理,在处理离散数据上结合了插值法与拟合法的优势,有助于排除采集振动信号时产生的错误点。采用小波分解与峭度分析的方法对电梯故障特征参数进行提取,在此基础上设计开发了一种贝叶斯电梯故障诊断软件并对广义延拓法进行了验证,结果表明此方法可有效增大特征信号的分辨力度,提高电梯故障诊断的系统准确性。     

大型游乐设施传动系统在线振动检测研究与故障诊断

针对国内大型游乐设施的故障诊断现状和存在的问题,通过对大型游乐设施关键零部件主要失效形式和故障动态信号的分析,确定了关键零部件常见故障的敏感参数及对应频段的频谱特征。研究了关键零部件的状态评价标准,通过在线振动检测技术的运用,实现设备状态和故障的智能评价和诊断,提高故障预警的技术水平,预防和避免重大事故发生。     

基于RS和GCA-TOPSIS的S700K转辙机故障诊断方法

针对目前S700K转辙机故障诊断效率低、准确性不高等问题,提出了一种基于粗糙集、灰色关联分析与理想排序法相结合的转辙机故障诊断方法.首先以微机监测系统(Maintenance and Monitor System,MMS)存储的常见转辙机故障功率曲线数据作为数据源,提取功率曲线在各工作区段的特征参数,构建故障特征集.然后针对冗余特征,采用粗糙集理论中的约简算法以属性重要度为选择标准,对特征集进行约简,降低特征集的维度.最后将灰色关联分析和逼近理想排序法相结合,计算待检样本与各故障类型间的曲线贴合度,判断待检样本与各故障类型间的紧密程度,将最大曲线贴合度对应的故障类型作为待检样本的诊断结果.实例分析表明,该方法能够准确地诊断出转辙机故障且诊断效率和准确性较高,能够满足铁路现场实际需要.     

麻风树果壳活性炭表面分形维数的实验研究

在温度77K条件下对化学活化法制备的几种麻风树果壳活性炭进行N2吸附-脱附实验研究,得到了孔结构参数.并利用等温吸附数据分析了活性炭的分维.研究了不同碱炭比(R)条件下得到的活性炭的表面特征、孔结构和特征吸附能.结果表明,麻风树果壳活性炭含有分形特征,分形维数在2～3之间.在多层吸附早期阶段和高度覆盖期所得的分形维数不同,但变化趋势基本一致,随着R的增加而增大.R=4时,分形维数最大,分别为2.619和2.993.活性炭的分形维数与活性炭的比表面积、孔容、碘吸附值和微孔相对含量基本一致,可以用来表征微孔的发育程度.     

基于SDAE的无绝缘轨道电路调谐区故障诊断研究

调谐区是无绝缘轨道电路的重要组成部分,考虑到其在故障诊断中存在的不确定性和复杂性,提出了一种基于栈式自编码的无绝缘轨道电路调谐区故障诊断方法.首先,利用CEEMD方法完成不同故障模式下的轨面电压信号分解,形成原始特征数据集.其次,利用SDAE进行数据"提纯",获取同一故障下的相关性,并采用BP神经网络从标签层对模型进行微调,实现故障分类.最后,利用测试集数据对模型进行测试.试验结果表明,基于SDAE算法的调谐区故障诊断模型在准确率和召回率上均超过98％,验证了算法的有效性.     

基于LabVIEW的远程实时监控和故障诊断系统的开发

为提高工业生产中机械设备工作状态的监测效率,设计了一种基于LabVIEW的远程实时监控与故障诊断系统。系统硬件采用以太网总线的数据采集平台——CompactDAQ、西门子S7-200控制器和PC机等,软件设计分为现场采集和远程监控与故障诊断两个子系统。现场采集端负责信号的采集,并把采集到的温度、转速、振动信号利用DataSocket技术传输给远程端,同时接收远程端的控制命令;远程端则对传输过来的信号进行处理,包括信号的波形显示、存储、故障报警、故障记录以及故障诊断等,并且可向现场采集端发送远程控制命令。其中,故障诊断主要是利用EMD幅值谱和包络谱方法对振动信号的分析来实现。实验测试表明,系统运行稳定、可靠,具有较好的适用性和通用性。     

煤矿井下故障电信号快速检测电路的动态研究

对利用动态整定实现故障电信号快速检测电路的动态特性进行了分析和模拟实验。用数字贮存示波器（ＤＳＯ）记录了各参量的动态变化过程,结果表明,快速检测电路在动态下能对故障电信号进行快速检测,采样时间短     

基于电荷监测技术预测矿山动力灾害试验研究

为提高矿山动力灾害预测准确率,应用自主研制的电荷传感器,将标准煤样置于三轴压力室内进行应力-电荷试验。分析围压对煤样压缩破坏过程中电荷信号的影响。结合现场测试,揭示工作面开挖过程中煤体应力与煤壁表面感应电荷的时间和空间变化规律。试验结果表明,煤体压缩过程中电荷信号的变化与煤体所处的应力水平关系密切,处于应力集中区域和应力松弛区域的煤体有明显脉冲状电荷信号,原始应力区电荷信号平稳,电荷信号的变化超前于煤体应力的变化,围压对电荷信号有延缓、强化的作用。     

Research on fault diagnosis for reciprocating compressor valve using information entropy and SVM method

A method of compressor valve fault diagnosis using information entropy and SVM is proposed in this paper. The main obstacle in the fault diagnosis focuses on the low non-linear pattern recognition performance and small sample number. Therefore, the information entropy, which is flexible and tolerant to the non-linearity problem, is applied to analyze the characteristic of the signals. SVM is employed in the fault classification because of its superiority in dealing with smaller sample problem. The information entropy features and the optimization test of the SVM model are detailed analyzed. The experiment shows the good performance of the information entropy SVM method in compressor valve fault diagnosis.     

基于风量-风压复合特征的通风系统阻变型故障诊断

为了避免风量单一特征进行故障位置诊断的不适定性，提出基于风量-风压复合特征的故障位置诊断方法，实现特征信息的多维互补，提高故障位置诊断的准确度。利用蒙特卡洛方法生成大致满足实际故障风阻值分布的故障仿真样本，为了避免不同变量之间不同量纲、不同数量级造成的数据损失，对原始风量、风压数据进行标准化处理，并分别以风量单一特征、风压单一特征、风量-风压复合特征作为支持向量机（SVM）的输入，构建通风系统阻变型故障位置诊断模型。通过故障模拟实验研究表明:风量、风压单一特征进行故障位置诊断的准确度分别为89.80%，90.34%，风量-风压复合特征进行故障位置诊断的准确度为98.23%，说明风量-风压复合特征进行故障诊断可以消除风量、风压单一特征进行故障诊断的不适定性，提高故障诊断的准确度。     

基于混沌时间序列分析的感光式火灾识别算法

采用混沌时间序列分析法对煤油和木材两种燃料的火焰信号进行了分析,通过主分量分析证明火焰信号属于混沌时间序列,煤油火焰、木材火焰和熄火信号的二维相平面图有明显的差异,它们的关联维和最大Lyapunov指数等混沌特征量的变化范围有所不同.该文通过数据挖掘,提出采用关联维判别火焰是否存在,同时配合最大Lyapunov指数判别燃料种类.所提出的火灾识别方法对发展感光式火灾探测器有一定的指导意义.     

压力管道泄漏声发射源定位的实验研究

结合实验室声发射仪和油气管道设备,建立了充气管道泄漏声发射检测系统模型,分别在传感器间距、管道压力和泄漏量三种变化状态下进行了泄漏源定位影响实验。对管道泄漏声发射信号的时域统计特征、频域分布特征以及泄漏信号的相关性作了分析;从声信号能量累计和衰减特性方面对互相关定位法和幅度衰减测量区域定位法的可行性进行了计算,表明在传感器间距较小和泄漏量较小的状态下,在背景噪声较小的环境中,用互相关法具有较好的定位精度;而幅度衰减测量区域定位方法对泄漏源的定位误差较大。     

齿轮的振动故障研究

齿轮是机械设备中重要的传动部件 ,广泛应用于汽车、船舶、飞机、农机等机械设备中 ,其质量好坏直接影响整机设备的性能 ,它的失效是诱发机器故障的重要因素。笔者从理论上研讨了齿轮故障的产生机理 ,列举了影响齿轮产生振动的因素 ,并仿真出了齿轮存在不同故障的振动信号图形 ,为诊断齿轮的故障提供了重要的依据。因此 ,可以参考仿真图形与实际图形的对比 ,得出齿轮的故障所在 ,并为此提出了对齿轮振动信号进行处理的各种合适方法 ,同时这些方法也适用于其他大型设备的故障诊断。     

基于小波包熵与AFSA-SVM的压力管道泄漏识别

为了快速、准确地诊断出输气压力管道不同的泄漏状态,提出了一种基于小波包熵与人工鱼群优化支持向量机(AFSA-SVM)相结合的压力管道泄漏模式识别方法。该方法首先对管道泄漏时产生的声发射信号进行小波包分解,并对分解的最后一层节点重构信号进行相关性分析,以获得敏感的节点信号。然后求取这些敏感节点信号的小波包熵值,作为管道不同泄漏信号的特征向量。最后将小波包熵值输入到SVM中,并运用AFSA方法对SVM分类器中惩罚因子C与核函数参数g进行全局优化,以提高其分类准确率。实验结果表明,该方法能准确地识别压力管道不同的泄漏状态,为天然气管道泄漏状态监测提供新方法。     

火灾自动探测的复合特定趋势算法

本文提出了二输入信号的复合特定趋势检测算法，它能够根据信号的稳定值识别复合信号位于稳定值上方的正向变化和稳定值下方的负向变化趋势，在趋势判断函数中引入判别门限，有效地克服了随机噪声干扰；在火灾信号确认中使用了“趋势持续”方法，通过标准试验火和不同环境下非火灾信号的模拟测试表明，该算法探测火灾信号及时、可靠且具有极低的误报警率。