基于SVM的空调系统智能故障诊断研究

空调系统作为武器装备管理系统的一部分,在国防工程中的作用至关重要,致使其结构和功能日益复杂,因此对自动检测提出了更高的要求。为了有效地提高空调系统故障诊断的效率和精度,本文提出了一种基于主成分分析(PCA)特征提取的支持向量机(SVM)混合诊断模型。该模型首先进行归一化预处理,消除奇异数据;然后利用主成分分析对数据属性进行简约,消除冗余信息并进行特征提取,支持向量机进行故障诊断;最后采用网格搜索法和交叉验证法对SVM的惩罚函数和核函数参数进行寻优。通过实例验证表明,整个处理过程将诊断识别率从58.018 1%提高到了99.953 6%,能有效地进行空调系统的故障诊断和定位,并可实现故障的准确区分。     

基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

为了对液化石油气(LPG)公路运输罐车储罐系统故障进行准确、全面的诊断,通过利用故障模式影响分析方法(FMEA)构建储罐系统故障模式及故障特征指标,根据日常检测数据构造训练样本,运用径向基函数(RBF)神经网络对网络进行训练建立诊断模型并利用诊断模型对罐车故障进行诊断。经验证:诊断结果与实际情况相符合。因此,基于FMEA与RBF神经网络所构建的模型可以用于危险化学品汽车罐车储罐系统的故障诊断。     

电力设备外部发热缺陷的红外检测与诊断

通过电力设备的红外检测，分析研究电力设备外部发热缺陷的原因，提出电力设备外部发热缺陷的分级及相应措施。     

泵群无线监测系统在石化装置中的应用

介绍了机泵无线监测系统的系统架构、监测方案,并结合具体诊断案例详细说明了其在某千万吨级炼化企业的应用情况。结果表明,该系统能准确评估机泵运行状态,并及时发布报警提示和维护建议,使用该系统事后维修占比由41%降到了15%,预知性维修由不足10%上升到近50%。     

湿陷性黄土层桩基侧摩阻力的试验研究

本文依托西安市东北二环立交工程实际,通过现场黄土层浸水试验以及桩基静载试验,研究在湿陷性黄土层中桩基侧摩阻力和桩端阻力的发挥情况、桩基负摩阻力取值问题及桩周土的沉降变化情况,并分析了其实验结果.在总结国内工程界多次试验结果的基础上,给出了湿陷性黄土层负摩阻取值的科学合理方法及应考虑的因素,并分析了影响负摩阻大小取值的因...     

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。     

超高压大型变压器铁心故障诊断的试验研究

为了准确地判断大型变压器铁心故障点的位置,对一起超高压大型主变压器缺陷的诊断试验过程进行了研究。在国内首次将变压器铁心接地电流长时间高采样率的波形分析应用到变压器故障诊断和状态评价中,并综合局部放电、油色谱等试验结果进行故障分析判断。结果表明:变压器铁心接地电流长时间采样能够准确判断设备接地电流型故障。     

石化系统定性定量复杂故障诊断技术获新进展

中国石化青岛安全工程研究院研发的石化系统定性定量复杂故障诊断技术取得新进展。它应用动态模拟软件构建石化装置仿真动态模型,应用实时数据库、仿真服务器、数字控制站及仿DCS操作站构成仿真“虚拟工厂”,形成针对石化装置,集成过程模拟、故障诊断与模型检验功能的试验平台。     

“盲驾”之害堪比醉驾

<正>时速20公里看手机1秒等于"盲驾"8米6死43伤上海客车侧翻缘于捡手机11月6日,上海市公安局公布的调查结果显示,11月3日上午,司机赵某驾驶大型客车,由上海南浦大桥客运中心集散中心始发,计划送乘客经洋山岛沈家湾客运中心搭乘班轮前往浙江省嵊泗县。当日10时08分,赵某驾车沿洋山岛东海大道最右侧机动车道(同向共3个车道),由西向东行驶至能源路西约300米处时,在俯身捡拾掉落的手机过程中,车辆向右偏离。车子随即碰擦到了     

故障树法和改进PSO-PNN网络的电梯故障诊断模型

针对电梯故障问题,提出一种将故障树分析法、改进的粒子群优化算法和概率神经网络相结合的方法用于电梯的故障诊断。以电梯的安全回路系统为例,用故障树法对回路进行分析,获得训练样本与故障类型;使用粒子群算法对概率神经网络的平滑因子进行优化,在优化过程中,针对粒子群算法存在易陷入局部最优的缺陷,提出对惯性权重的改进策略;采用相对误差对诊断效果做出评估,并与传统的概率神经网络和基本粒子群算法优化的概率神经网络在各种故障类型输出和最大相对误差等方面进行比较,结果表明:该模型能够有效诊断电梯故障。