基于振动信号分析的电机故障诊断应用研究

电动机作为主要动力设备广泛应用与工业领域,阐述了电动机故障诊断的研究现状;分析了电动机振动监测及故障分析的方法,电动机振动产生的机理和原理;提出了基于Hilbert变换包络分析方法,利用幅值包络谱图横向切片进一步识别电机振动信号中故障特征频率对应的边带成分,实现故障定位;幅值包络谱图纵向切片可以实现振动状态变化的辨别分...     

飞机航电系统故障分析方法与故障诊断技术探讨

随着航空事业的发展,飞机航电系统的应用和发展对于航空安全具有重要意义。所以,对于飞机航电系统的故障分析和处理,及时分析系统故障原因成为目前航空飞机技术发展研究的重要论题,对于飞机安全运行也具有重要意义。基于此,本文将首先分析飞机航电系统故障,总结常见的航电系统故障诊断方法,提出相关合理化策略,推动我国航电系统安全发展。     

Research on intelligent fault diagnosis based on time series analysis algorithm

Aiming to realize fast and accurate fault diagnosis in complex network environment, this article proposes a set of anomaly detection algorithm and intelligent fault diagnosis model. Firstly, a novel anomaly detection algorithm based on time series analysis is put forward to improve the generalized likelihood ratio （GLR） test, and thus, detection accuracy is enhanced and the algorithm complexity is reduced. Secondly, the intelligent fault diagnosis model is established by introducing neural network technology, and thereby, the anomaly information of each node in end-to-end network is integrated and processed in parallel to intelligently diagnose the fault cause. Finally, server backup solution in enterprise information network is taken as the simulation scenario. The results demonstrate that the proposed method can not only detect fault occurrence in time, but can also implement online diagnosis for fault cause, and thus, real-time and intelligent fault management process is achieved.     

Non-stationary signal combined analysis based fault diagnosis method

Considering the complementarity between the deep learning,spectrum and time frequency analysis methods,a multi-stream framework was designed by combining the convolutional network,Fourier transform and wavelet package decomposition methods,with the aim to analyze the non-stationary signal.Accordingly,a none-stationary signal combined analysis based fault diagnosis method was proposed to extract features in difference aspects.The fault diagnosis experiments demonstrate that the combined analysis method can efficiently and stably depict the fault and significantly improve the performance of fault diagnosis.     

一种基于二叉树的测控设备故障诊断方法

针对传统故障树知识规则存储和诊断推理算法不易实现的问题,提出了一种基于二叉树的故障诊断方法。首先,通过对故障树与二叉树转换规则与方法的分析,直接构建出测控设备故障二叉树集;然后,利用二叉树节点左右编码值来定位该节点的方法,建立故障诊断规则库;最后,采用遍历诊断规则库的搜索算法实现对故障定位。在测控设备中的应用表明,该方法能够方便地建立诊断规则库,准确定位设备故障,可有效提高设备故障诊断效率。     

基于电子电路故障的诊断基本技术

电子电路是由具有特定功能的电子元器件组合成的,在电子电路中每个元器件都具备自己特定的作用。一旦某个元件发生损坏,电子电路的功能一定会受到影响,发生变化。这种电路系统丧失规定的功能的现象就被称之为电路故障。本文通过电子电路故障类型的分类着手,进而分析了电子电路故障诊断的基本技术,接着阐述了模拟电路诊断的方法,进而了解了数字电路故障测试的基本技术。希望这一项研究对今后这一课题的研究有借鉴价值和参考作用。     

故障树分析法在工控故障诊断中的应用

论述了工业控制系统故障诊断的意义,研究了故障树分析法的基本原理,并结合某挖泥船柴油机供给系统故障实例,应用故障树分析法构筑相应的故障树,然后对故障树模型进行定性和定量的分析。在成功排除故障的基础上,总结了应用故障树分析法分析排除故障的特点。     

基于小波分析的CMOS电路IDDT故障诊断新技术

对CMOS数字集成电路故障诊断技术的基本方法进行介绍,探讨了基于小波分析的CMOS电路瞬态电流IDDT故障诊断新技术的基本原理和作用。介绍了该故障诊断新技术的国内外研究动态,展望了其在超大规模集成电路的故障诊断、失效机理研究、可靠性提高等方面的作用、意义及其广阔的应用前景。     

基于遗传粒子滤波器的传感器故障诊断

针对标准粒子滤波器（PF）中存在的粒子退化及计算量过大问题,将遗传算法中的选择、交叉、变异操作引入到PF中,代替传统的重采样方法,提出了一种改进的遗传粒子滤波器（GPF）算法。算法采用实数运算,从而避免了二进制编码操作。应用GPF与PF诊断三种常见的恒偏差、恒增益、卡死传感器故障,并比较了两者的诊断效果。仿真结果表明,GPF增加了粒子多样性,能有效解决粒子退化问题,提高滤波精度和实时性。     

基于粗糙集的电机故障诊断

利用粗糙集能够约简决策表减少得到诊断规则的复杂度和案例分析能够快速计算出两个案例的相似度,本文设计了一种基于粗糙集理论电机故障诊断方法。首先结合粗糙集中区分矩阵的知识消除掉收集的电机故障数据中的冗余信息,以求得到最简决策表,从而得到诊断规则;然后借鉴属性重要度的计算方法,来确定各属性权重,标记出各属性的重要程度,并为计算属性相似度做基础;最后利用案例推理的理论计算测试规则和所得的诊断规则的各相似度,根据最高相似度的诊断规则得出测试规则的故障检测结果。实例验证所得结果也证明了本文设计的方法的可行性与有效性。     

故障诊断中无量纲指标研究综述

机械故障的智能化诊断倍受广大学者的关注,无量纲指标因在时域上表现出优秀诊断效果,广泛应用于各类机械设备的故障智能化诊断系统,在研究近年国内外无量纲指标在故障诊断中应用的基础上,将无量纲指标的理论及方法进行总结,并展望无量纲指标在故障振动中的智能化、实时化的研究.     

基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

基于多分辨分析和WNN的模拟电路故障诊断

提出了一种基于多分辨分析和小波神经网络(WNN)相结合的模拟电路故障诊断方法。该方法利用了多分辨分析优异的时频特性,提取采集数据中的故障特征参数值,结合小波神经网络强大的非线性分类、学习、泛化能力及精度高、收敛速度快等特性,将得到的输入数据进行归一化处理作为小波神经网络的输入对其进行训练,并将训练的结果应用于滤波器电路故障诊断。结果表明,该方法实现了对故障模块的定位,是一种有效的模拟电路故障诊断方法。     

基于AHP的因果图故障诊断研究

动态不确定因果图(DUGG)是一种最新的图形化概率推理模型,可简洁、直观地表达不确定的因果知识,提供更有效的概率推理。层次分析法可通过构建层次分析模型,计算出每一层元素的权重数值。文章将层次分析法(AHP)引入DUGG,并创新地应用于舰船柴油主机滑油系统,建立起相应的DUGG模型,应用AHP计算出所需的先验概率,再代入DUGG模型求得在观察到的证据下假设事件的排序概率,进而可对滑油系统温度过高这一故障进行诊断。     

基于电流测试的混合电路故障诊断

在运用小波神经网络进行混合电路故障诊断的过程中,测试参数的选取至关重要。研究了一种基于电流测试的故障诊断。该方法即通过PSPICE模拟电路的静态及动态电流信息,再通过小渡神经网络的结合,证明了该方法在混合电路故障诊断中的可行性,为提高混合电路的故障诊断率提供了一种新的方法。     

带偏差单元递归神经网络齿轮箱故障诊断

为了实现某型号坦克传动系统齿轮箱的智能化故障诊断,采用带偏差单元的递归神经网络理论,建立了基于带有偏单元的递归神经网络的齿轮箱故障诊断模型。针对某型号坦克传动系统齿轮箱的主要故障,将数据采集器现场采集到的齿轮箱数据作预处理后的数据和人为设置了一些故障的数据分别用带偏差单元的递归神经网络模型进行了分析和判断。结果表明,带偏差单元的递归神经网络在本型号坦克齿轮箱的故障诊断中能取得满意的效果,算法精度高,收敛性好。     

基于FPGA的计算机故障诊断系统设计

计算机故障诊断系统是诊断计算机硬件故障的一个强有力的工具。本系统基于PCI总线传输原理,以FPGA作为控制核心。通过在FPGA上编程搭建信号采集与处理电路,根据计算机自身的加电自检原理．采用VHDL硬件描述语言在FPGA上设计硬件电路实现数据存储,分析,提取等一系列处理,通过51单片机控制液晶实现计算机硬件故障的汉字。当计算机主板上的硬件发生故障时,能迅速诊断出故障发生的部件,提高计算机维修效率。     

基于决策树的企业信息系统故障自动诊断分析方法

目前,大型企业信息系统规模和复杂度快速增长,但对故障的诊断分析仍主要依赖传统的人工经验,这不仅耗时、耗力,还影响对故障的及时处理.针对这一问题,创新性地提出了基于决策树的企业信息系统故障自动诊断分析方法,根据信息系统运行监控指标告警信息,实现对信息系统故障的自动诊断.利用某大型国有企业的实际生产运行数据,提取典型告警数据特征对该方法进行了验证,并在R语言环境下对决策树模型及其训练方法进行了仿真和对比分析.实验结果证明,该方法可以较为准确地实现故障自动快速诊断,有助于提高信息系统故障诊断分析效率.     

基于云计算的设备故障诊断系统研究

通过对云计算的特点以及系统结构和功能的分析,提出了一种将云计算技术应用到设备故障诊断中的方法.讨论了实现过程中的技术及方法.实践应用表明云计算这种全新网络模式技术为设备故障的实时在线监测与故障诊断提供了很好的解决方案和技术支持.     

专家诊断技术在某导弹装备故障诊断中的应用

首先介绍了两种专家诊断技术：传统故障诊断技术和模糊综合评判诊断技术，接着结合具体的实例介绍该专家技术在某型导弹装备的故障诊断过程中的具体应用过程，经过微机模拟推演，取得良好的效果。