時序數(shù)據(jù)的FPC故障診斷方法

電機在工業(yè)生產領域中的使用比重很大，而電機的使用狀況對工業(yè)的生產效率有著重要的影響作用，電機如果在運行過程中出現(xiàn)故障，會造成生產工作一定程度上的損失。針對電機設備故障的出現(xiàn)，掌握好電機設備的故障診斷方法是當前工作人員的首要任務。隨著現(xiàn)代科學技術的不斷發(fā)展，越來越多的較為先進的現(xiàn)代故障診斷方法應運而生，現(xiàn)代故障診斷方法的出現(xiàn)，也大大提高了電機設備故障診斷效率。文章對電機設備的現(xiàn)代故障診斷方法進行詳細探討。

液壓設備運行穩(wěn)定性較強,但一旦出現(xiàn)液壓部件故障,往往會直接造成設備的停擺。液壓設備部件的實際問題通常都出現(xiàn)在設備部件內部。實際維修過程中可見液壓設備的元件體積較小,拆卸較麻煩。為避免液壓設備和部件出現(xiàn)各類問題,盡早對設備部件的故障進行排查和診斷成為當務之急。本研究圍繞液壓設備故障診斷方法展開,以期在液壓設備故障診斷方面有所突出。

液壓設備的使用在我國的工業(yè)領域日益廣泛,很多大型機械設備都采用液壓傳動,盡管液壓設備具有很多使用優(yōu)勢,但是檢修與故障診斷比較復雜,主要是由于系統(tǒng)處于結構內部,不容易拆卸,所以工作人員常常無計可施.如何開展合理的故障診斷成為很多技術人員關注的重點.文章就液壓設備的故障診斷方法進行了詳細的討論.

空調系統(tǒng)傳感器故障診斷方法研究——在探討智能大廈中空調機組傳感器主要故障的基礎上，提出了基于lev．enberg-marquardt(lm)算法的神經網(wǎng)絡診斷方案。通過樓宇自動化智能大廈空調實驗裝置的仿真實驗證明：在相同的條件下，基于lm算法的神經網(wǎng)絡故障診斷系統(tǒng)在...

2007年5月 第33卷第5期 北京航空航天大學學報 journalofbeijinguniversityofaeronauticsandastronautics may2007 vo.l33no5 收稿日期:20061225 基金項目:數(shù)字化設計與制造北京市重點實驗室資助項目(jd100060516) 作者簡介:李青(1961-),女,湖北黃梅人,副教授,liqing@buaa.edu.cn. 基于案例推理方法在飛機故障診斷中的應用 李青史雅琴周揚 (北京航空航天大學機械工程及自動化學院,北京100083) 摘要:基于案例推理(cbr,casebasedreasoning)方法是一種基于經驗知識進行 推理的求解方法,適合于經驗豐富的領域.針對飛機售后服務過

本文總結了目前有關電梯故障診斷方法,分析了這些方法的特點及局限性,最后指出了該領域有待進一步研究的問題和發(fā)展趨勢。

電力設備故障檢測一直受到國內外專家的關注。電力變壓器是電力設備中極其重要的設備,其運行的可靠性直接關系到整個電力系統(tǒng)的安全與穩(wěn)定。文章分別論述了油浸式變壓器的常見故障及其劃分,同時介紹了油浸式變壓器離線和在線故障綜合診斷方法。通過對各種人工智能應用于變壓器的故障診斷方法的列舉,認為基于人工智能技術的油中溶解氣體在線監(jiān)測及故障診斷技術是未來的發(fā)展方向。同時構建了基于模糊核聚類與支持向量機的油浸式變壓器故障在線診斷系統(tǒng)。

傳統(tǒng)輸變電設備故障診斷方法具有易受專家意見主觀影響以及模型固化的缺點。為此,提出了基于大數(shù)據(jù)挖掘技術的設備故障診斷方法,介紹了設備故障模式聚類算法、狀態(tài)參量相關性分析算法以及基于相關性矩陣的故障診斷方法等基于大數(shù)據(jù)分析的設備故障診斷關鍵技術,并采用某電網(wǎng)公司500kv電壓等級油浸式變壓器套管近10a故障記錄數(shù)據(jù)作為數(shù)據(jù)挖掘案例進行了實證。研究結果表明:k-means聚類算法配合輪廓系數(shù)能準確得得出故障分類模式;apriori關聯(lián)算法配合tanimoto系數(shù)可用于評估狀態(tài)參量之間的強弱關系;基于皮爾遜相關系數(shù)構造故障診斷矩陣能夠準確判斷出與實際運行維護試驗結果相符合的設備故障模式。因此,基于大數(shù)據(jù)挖掘技術的輸變電設備故障診斷方法能夠有效挖掘出設備狀態(tài)記錄數(shù)據(jù)內在的規(guī)律,實現(xiàn)具有數(shù)據(jù)自適應性的、更加準確的設備故障診斷。

針對傳統(tǒng)的診斷方法模型難以精確建立的問題,設計了一種基于物聯(lián)網(wǎng)和數(shù)據(jù)融合的空調故障診斷系統(tǒng)。首先提出了空調故障診斷系統(tǒng)的體系結構,對系統(tǒng)涉及的關鍵技術進行了介紹;然后給出了系統(tǒng)所采用的數(shù)據(jù)分析和綜合診斷方法,并給出了系統(tǒng)的應用實例。該空調故障診斷系統(tǒng)可對空調設備的運行狀態(tài)進行監(jiān)控,通過對系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)分析、判斷,采取相應的合理決策,實現(xiàn)對建筑用電設備物聯(lián)網(wǎng)中的空調設備進行故障診斷的目的。

在研究有關數(shù)據(jù)融合理論及其算法的基礎上,將不同特性的數(shù)據(jù)進行綜合和推理,用以解決水電機組故障診斷的多源信息處理問題。

為提高核電站報警觸發(fā)式故障診斷專家系統(tǒng)的準確性,提出基于最優(yōu)傳遞矩陣的改進層次分析法,對報警觸發(fā)下置信規(guī)則的各征兆權重進行綜合計算,建立基于征兆加權規(guī)則的核電站報警觸發(fā)式故障診斷方法.在核電模型中人為地引入確定性故障,分別利用基于征兆不加權和征兆加權的不同故障診斷方法進行診斷,實例計算結果表明:2種方法診斷出的故障類型均與在核電模型中引入的故障類型一致,而基于征兆加權的診斷方法得出的結論置信度更高.

新能源故障診斷--高壓充電系統(tǒng)故障診斷

1 浮球液位計故障診斷的方法有哪些 浮球液位計是一款常見的液位測量儀表，由于它具有簡單易用、成本低廉、穩(wěn)定性好等特點，在現(xiàn)代工業(yè)的自動化生產中有著非常廣泛的應用。但 在使用過程中，浮球液位計難免會出現(xiàn)這樣那樣的故障。那么，浮球液位計故障診斷的方法有哪些呢？ 一般來講，對浮球液位計的故障進行診斷，可從以下幾個方面著手： 1、望聞問切法。就是利用視覺、嗅覺、觸覺等感官查看故障所在。一般情況下，如存在虛焊或脫焊等瑕疵，用肉眼也能看到；元器件燒壞了會有 一些刺鼻難聞的氣味產生；而發(fā)生短路的芯片會發(fā)燙；損壞的元器件也常有變色、起泡或燒焦的斑點出現(xiàn)。 2、儀表替換法。就是在發(fā)生故障時，將產生故障的浮球液位計，用同型號能夠正常工作的浮球液位計的替換掉，或者使用配件替換相應器件，看 是否還有故障。 3、敲擊手壓法。如果浮球液位計在運行中時好時壞，這種情況多半是因為虛焊或者接觸不良造成的，一般可通過

煤礦通風機故障診斷的小波包方法 作者：任志玲，付華，尹麗娜，renzhiling，fuhua，yinlina 作者單位：遼寧工程技術大學電氣工程系,遼寧,阜新,123000 刊名：遼寧工程技術大學學報（自然科學版） 英文刊名：journalofliaoningtechnicaluniversity(naturalscienceedition) 年，卷(期)：2009，28(4) 引用次數(shù)：0次 參考文獻(10條) 1.張照龍.邱阿瑞用頻譜分析方法檢測異步電機轉子故障1987(4) 2.povinellirjdiagnosisofbarandend-ringconnectorbreakagefaultsinpolyphaseinduction motorsthrouthanoveldualtra

國經濟的飛速發(fā)展,電能在國家發(fā)展中的地位也越來越高,電氣設備的質量也備受關注.電氣設備控制線路在使用時會受到環(huán)境和使用的雙重因素作用而發(fā)生故障,一旦電氣設備控制線路發(fā)生故障會直接給我們的電氣設備的使用帶來影響,影響電網(wǎng)的電力運營.因此,對電氣設備控制線路進行故障診斷和維修的研究具有重要意義.本文筆者對電氣設備的故障診斷方法與技術進行了分析和探討.

建筑電氣作為建筑系統(tǒng)的重要組成部分,涉及面廣泛,不僅包括室內照明、建筑動力設備、管理自動化,還包括建筑供配電、辦公自動化與會外景觀照明,具有建筑結構復雜的特點。因此為確保建筑電氣系統(tǒng)安全穩(wěn)定運行,提高系統(tǒng)故障診斷的精確性,有關技術人員必須按照規(guī)定要求,充分運用已有的診斷技術對系統(tǒng)運行故障進行診斷,為有關決策提供參考。文章主要研究了建筑電氣系統(tǒng)診斷方法,以供參考完善。

企業(yè)在實際發(fā)展的過程中,機械設備作為原生的發(fā)展動力,對于自身的長期健康發(fā)展具有非常重要的影響。而落實到機械故障診斷方法研究中來,可以充分利用故障數(shù)據(jù)樣本來對其診斷發(fā)展過程中出現(xiàn)的一些問題進行有效的把握,充分分析支持向量機的機械故障診斷方法的實質性內容,更好的加強分類故障的有效排除,并且提升診斷方法應用的有效性水平。因此,本文在研究的過程中,主要從支持向量機的相關原理出發(fā),在對基本內容進行系統(tǒng)分析的同時,積極探索多故障分類器的相關建立與測試,從而更好的把握后續(xù)內容,推動我國社會經濟的不斷繁榮與進步。

礦山機械在實際應用中難免會產生一些故障,而實時診斷礦山機電設備故障可使其使用率得到有效提高,實現(xiàn)礦山建設利潤的最大化。本文較深入地探討了礦山機電設備管理,并分析了機電設備故障診斷方法,對于提高礦山機電設備的有效利用具有重要作用。

針對軌道電路故障信息存在大量重復樣本和冗余屬性，提出一種基于粗糙集和c4．5決策樹算法相融合的軌道電路故障診斷方法。軌道電路故障特征數(shù)據(jù)多為連續(xù)量，需要根據(jù)模糊集理論對故障樣本進行模糊化，形成離散決策表。利用粗糙集處理不完備決策表的能力，去除離散決策表的冗余屬性得到約簡表，結合決策樹c4．5算法對約簡決策表進行快速訓練提取診斷規(guī)則，產生的診斷規(guī)則清晰、可解釋性強，能夠直接運用于軌道電路故障診斷中。最后利用模擬數(shù)據(jù)仿真驗證該方法的有效性，與id5算法和bp神經網(wǎng)絡法進行對比，仿真測試表明該方法具有更高的診斷效率和準確率，對實現(xiàn)軌道電路快速魯棒故障診斷具有一定意義。

電力云計算將虛擬化與分布式技術代替?zhèn)鹘y(tǒng)的服務器+san/nas信息計算模式,虛擬池對數(shù)據(jù)的整合與管理在提高資源利用率和降低建設成本的同時,由于電力云穩(wěn)定和可靠工作的前提很大程度上依賴于良好的網(wǎng)絡狀態(tài),由此也帶來故障診斷更加復雜的新挑戰(zhàn).為了實現(xiàn)電力云網(wǎng)絡故障的診斷,針對網(wǎng)絡故障本身具有的小樣本和非線性特征,采用支持向量機svm算法,在二分類無法解決多分類的基礎上進行改進,選擇了一對一svm,借助實驗數(shù)據(jù)和matlab仿真結果驗證了其可行性.

86電子電路故障診斷的新方法

為準確診斷離心泵的振動故障,提出了基于提升小波包和相關向量機的離心泵振動故障診斷方法。首先通過提升小波包方法快速提取各狀態(tài)振動信號的分解系數(shù)能量、時域統(tǒng)計參數(shù)作為特征量。針對支持向量機稀疏性不高而導致診斷速度慢的問題,利用相關向量機實現(xiàn)分類診斷。研究結果表明,該方法能夠有效地診斷離心泵的振動故障,診斷率達95.5%;與其它算法相比,測試時間短,只有0.022s,更適合在線診斷。