基于优化算法的风机振动故障模拟与诊断

为解决直驱永磁同步风力发电机 (Direct Drive Permanent Magnet synchronous windpower Generator,DDPMG)振动故障数据匮乏和传统算法故障诊断准确率低的问题,根据传统同步发电机振动特性与 DDPMG 相似的特点,采用同步发电机对 DDPMG 进行振动故障模拟,获取DDPMG 模拟振动在不同运行工况下的数据;并利用遗传算法(Genetic Algorithm,GA)分层优化最小二乘支持向量机(Least square Support Vector Machine,LS-SVM)参数的算法进行故障诊断。与未优化的 LS-SVM 诊断对比结果表明:采用优化算法的故障诊断准确率更高,可为后续DDPMG 振动监测与故障诊断技术研究提供参考。     

胶带运输机设备安全诊断的研究

根据胶带运输机实际应用情况,提出胶带运输机常见故障诊断及安全评估模型。     

卷积神经网络在燃气管道故障诊断中的应用

为了提高燃气管道泄漏故障的诊断能力,判断燃气管道故障泄漏的类型,将深度学习神经网络应用到燃气管道故障诊断领域,提出了一种基于卷积神经网络与softmax分类器的燃气管道故障诊断技术。选取燃气管道故障中的9种特征参数作为模型的原始输入量,经过卷积神经网络的特征提取、参数重构、soft-max分类,最终达到诊断的效果。将得到的卷积神经网络模型应用在实验室的燃气管道故障泄漏检测系统中,结果表明,这种模型在燃气管道故障识别中的准确率稳定在92. 54%,与BP神经网络相比该方法有明显的准确率和稳定性。     

无线火灾传感网络故障诊断在工业建筑的应用

本文使用粗糙集中一种改进的基于差别矩阵和属性选择的属性约简算法,对故障样本数据进行约简,得到最小约简集,结合使用新旧版本的BP神经网络,对工业建筑节点故障进行检测,仿真实验结果得到采用RS-new BP神经网络比old BP神经网络的迭代次数减少了61次,正确率提高了7.11%。     

基于CBR的新型防空导弹故障诊断专家系统研究

应用基于案例推理技术研究了某新型防空导弹的故障诊断问题。在对原理进行介绍的基础上,采用CBR的知识表示方法及推理机制等建立了故障诊断专家系统,给出了诊断实例,使导弹武器系统的诊断推理保证了高效率和高质量。     

PCA和SDG融合的天然气脱水装置故障诊断

目的 快速定位天然气脱水装置的故障源.方法 对反映脱水系统运行状态的众多监测参数进行主成分分析,从而识别其中的异常参数.结合脱水工艺流程图,对所有参数及潜在设备故障进行因果分析,以建立脱水装置整体的SDG模型,将各异常参数的符号代入到该模型,按照双向推理规则最终确定造成这些参数异常的故障源.结果 通过主成分分析构造的SPE和T2统计量在脱水装置正常运行的时间段分别保持在低于20和141的控制限范围内,出现故障时两者几乎同时急剧增大,随后一直在远高于控制限的区间上波动.用贡献图法识别出的该故障的主导参数有三甘醇循环量、重沸器温度和缓冲罐液位.结论 将PCA与SDG相结合能够综合两种方法各自的优点,提高石化装备检维修的效率,保障设备的可靠运行.     

铁路真空卸污设备远程运行维护系统设计

以铁路真空卸污设备为研究对象,进行远程运行维护系统的开发设计。根据真空卸污设备的运行特点,确定系统具备的功能,采集的数据类型、信号传输方式,并进行硬件开发集成和软件开发。该系统可以实现对铁路真空卸污设备运行状态数据的采集与分析,加快真空卸污设备故障诊断和维护的响应速度,提高设备的安全性和可靠性,提升铁路真空卸污设备运行维护智能化水平。     

基于决策树的矿井通风阻变型故障诊断及传感器优化布置*

为实现矿井通风阻变型故障智能诊断,解决风速传感器优化布置与诊断模型不匹配的问题,提出基于决策树的矿井通风故障位置分类判断、故障量回归预测及嵌入式风速传感器优化布置一体化方法;以唐安矿为例对上述方法进行验证。结果表明:矿井通风空间数据集无量纲化能提高故障诊断准确率、提升模型收敛速度,剪枝能提高模型泛化能力;以基尼系数为嵌入式传感器优化布置选择标准,其模型故障诊断准确率更高,当风速传感器数量为15时,故障诊断准确率为84.5%,继续增加风速传感器数量故障诊断准确率提升较小。人工智能诊断技术的应用具有较大的经济和社会效益,是智慧矿山的重要研究方向之一。