基于大数据分析的电梯故障远程诊断模式探讨

通过对我国电梯故障安全管理现状的分析,开展基于电梯故障信号大数据分析技术的电梯故障远程诊断的模式的探讨。针对我国电梯的安全监管存在以救为主防为辅的现状,提出电梯故障实时诊断监管模式;针对电梯故障研究缺乏海量数据深度挖掘和价值提取,提出引入大数据方法探索电梯故障的发生和概率,并探索电梯故障数据远程传输方法;针对国内欠缺电梯故障远程诊断研究,引入基于信号处理的方法、解析模型的方法以及知识体系的方法等三种故障诊断方法,并结合电梯故障数据的调用和支持,开展电梯故障远程诊断模式的探讨。引入的基于大数据分析的电梯故障远程诊断理念,科学优化了电梯风险隐患的管理模式,突出了电梯的监督管理重点,有利于政府、企业的风险监管工作。     

基于FTA的矿井监控预警诊断知识表示及推理机制

当前的矿井监测监控系统给出的预警结果只能反映传感器所在位置的参数变化,并不能依此判断传感器所在位置就是故障源。研究矿井监控预警诊断专家系统,通过建立矿井通风系统故障树设计面向故障树的基于框架与规则的混合知识表示方法,利用框架中诊断规则的推理确定故障传播关系,找到故障源。设计了矿井监控预警诊断推理机制,利用监控系统对灾变时期的火灾和瓦斯大量涌出以及正常生产时期矿井中的活塞效应、巷道风阻变化、通风构筑物故障、爆破、通风动力故障以及自然风压变化进行故障诊断推理分析,给出监控预警诊断故障源分析界面,为管理人员对矿井正常生产和灾变时期的故障处理提供依据。     

基于网络分析的矿井通风智能诊断专家系统

提出了矿井通风智能诊断专家系统来解决通风系统故障诊断问题,设计了矿井通风智能诊断专家系统知识库和推理机,提出用逐步线性回归分析法确定可能引起某巷道风速超限的风路集合.在知识库中把通风系统故障原因详细归类,在专家系统推理机中进一步缩小了故障范围并推断故障原因.给出了矿井通风智能诊断专家系统推理流程并设计了用户接口,故障诊断结果图可以直接显示故障巷道范围、故障原因及故障巷道列表.最后对大明矿进行了工业试验,智能诊断专家系统的故障诊断结果与实际结果一致,验证了系统的可行性.     

基于热像技术的电力变压器热故障的诊断方法

提出了一种基于变压器表面的红外热像对变压器热故障进行在线诊断的方法.根据变压器的表面温度、结构参数、物性参数和环境温度通过建立其传热模型,对变压器内部热故障温度进行反演计算,并与DGA诊断结果进行比较,证明了该方法的可行性,实现了变压器热故障的非接触、在线诊断.     

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。     

大力推进自动检测与诊断技术在安全防范领域的应用

自动检测与诊断技术是指计算机控制对系统、设备、部件进行的性能检测与故障诊断的技术,近年来,随着安全防范技术的深入发展和广泛应用,自动检测与诊断技术不断与安防技术相融合,并形成具有安防特点的自动检测与诊断技术。目前,安全防范自动检测与诊断技术主要包括:设备故障报警技术、设备巡检技术、视频诊断技术和网络管理技术等,其主要作用是对安全防范系统设备可能要发生的或已经发生的故障进行预报、分析、判断,确定故障性     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

典型电梯故障振动的分析和诊断

本文以电梯的故障振动为研究对象,运用EVA-625对检验工作中常见的几例典型的电梯故障振动进行检测,并将振动信号的软件处理和振动产生机理相结合进行分析,准确诊断出电梯故障所在,说明了EVA-625在振动分析中的重要作用,提出了将EVA-625运用于电梯故障振动分析和诊断中的方法。该方法兼具准确性和实用性强,能成为电梯常规检验的补充。     

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.     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明：该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

基于红外热成像技术的电梯故障诊断案例分析

电梯的可靠和舒适运行也越来越受到重视.电梯故障的正确、深入诊断是提高电梯可靠性、舒适性的有效手段.文中利用红外热成像仪,并结合电梯电路分析对某一电梯软故障进行诊断.最终不仅准确判断出电梯故障中损坏的零部件,还分析了故障原因,该方法可以为类似电梯故障诊断提供借鉴.     

立体仓库故障自诊断研究

结合立体仓库结构特点 ,分析了立体仓库故障机理 ,构建了立体仓库故障自诊断系统的总体框架 ,并在分析研究其数据采集处理系统、实时监测控制系统及自诊断专家系统的基础上 ,运用VisualBasic6 0在Windows系统下 ,实现了立体仓库故障的自诊断功能     

大力推进自动检测与诊断技术在安全防范领域的应用——自动检测与诊断技术助力安全防范系统效能提升

自动检测与诊断技术是指计算机控制对系统、设备、部件进行的性能检测与故障诊断的技术,近年来,随着安全防范技术的深入发展和广泛应用,自动检测与诊断技术不断与安防技术相融合,并形成具有安防特点的自动检测与诊断技术。目前,安全防范自动检测与诊断技术主要包括：设备故障报警技术、设备巡检技术、视频诊断技术和网络管理技术等,其主要作用是对安全防范系统设备可能要发生的或已经发生的故障进行预报、分析、判断,     

电力信息传输网络故障分析与控制研究

为提高电力信息传输网络运行的可靠性，预防和阻断安全隐患源，根据国家相关法律和电力行业技术标准，对某电力企业的信息网络故障进行收集和分析。根据企业的故障形态和故障特点，设计故障的三角控制模型，建立生态环境故障的防灾技术模块和预控策略，提出物理故障的诊断技术和有效控制方法，形成网络风险的安全防护屏障，这对促进数字电网安全、稳定、健康发展具有重要意义。     

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。     

燃煤电厂袋式除尘专家系统开发研究

开发了一种袋式除尘系统故障专家诊断方法,用于诊断整个袋式除尘系统的故障现象,通过现场数据采集、操作人员与专家系统的人机对话对故障现象进行分析、推理,并做出相应的解决方案指导操作人员排查故障.燃煤电厂袋式除尘专家系统以知识库、推理机为核心,实现整个袋式除尘系统的设备故障诊断功能和维修故障指导功能,辅以解释机构,人机界面来指导用户如何准确无误地操作运行本系统和袋式除尘控制系统.系统被划分为4个模块:专家系统简介模块,在线故障诊断模块,离线故障诊断模块和专家指导模块.     

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.     

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。     

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。     

电气线路火险隐患与运行设备故障隐患在线热诊断系统

研究根据电气线路和设备表面温度场的变化,通过建立数学模型和数据库,对电气线路和设备的故障隐患者在线诊断。集红外热象测试技术,传热学,电工学和计算机技术为一体,具有非接触,在线诊断,准确给出故障位置等特点,能精确发现温度场异常点,确定隐患等级,推测隐患的发展程度。