新技术可快速检测信息系统故障

日本富士通公司近期宣布,该公司开发出快速检测信息系统故障的新技术。这种技术能从信息系统发出的信号中检测出有故障预兆的信号,从而抢在故障发生前采取措施,并迅速弄清原因。     

引入权重分析优化的铁路动车轴承故障检测

针对快速铁路动车轴承故障检测的不确定性,提出了引入权重分析优化的快速铁路动车轴承故障检测方法,以人工神经网络和专家系统相结合,引入权重分析优化的概念对动车轴承参数权重进行优化,并通过遗传算法对神经网络初始权重进行优化,完成快速铁路动车轴承故障进行检测,避免了神经网络搜索容易陷入局部最优的问题,提高了动车轴承故障检测的准确率。仿真实验结果表明,与传统方法相比,该方法下的快速铁路动车轴承故障检测方法检测准确率提高了25%,具有极强的实际应用价值。     

基于MATLAB的自适应工频信号的陷波器仿真分析

工频50HZ的电流信号是电机故障检测中的干扰信号,尤其在电机运行时严重影响故障信号的判断,本文通过MATLAB仿真工具软件,设计采用自适应陷波器对工频分量进行自适应陷波处理和快速傅里叶变换(FFT),以此来消除工频分量对故障特征分量的检测干扰,以便能更好的采集到故障信号,对故障信号做出分析。本文通过MATLAB的仿真编程,可以消除干扰信号突出故障信号。     

正交通信信道载波均衡故障节点准确挖掘算法

大型云计算联合服务器中故障节点的快速挖掘模型构建可以实现对云服务器故障的准确定位和检测。传统方法中采用协议堆栈对节点进行约束与管理,达到故障节点快速挖掘的目的,然而该算法在Sink节点位置部署考虑欠好,在通信传输中很容易相邻节点信道间频谱主瓣重叠,故障节点挖掘性能不好。针对这一问题,提出一种基于正交通信信道载波均衡的云计算联合服务器故障节点快速挖掘算法,建立故障节点信息融合模型,进行特征分析,在信息融合过程中,组成新的云计算联合服务器接收端和发射端故障节点定位训练序列,构建基于OFDM系统的等效基带故障节点挖掘模型,通过正交通信信道载波均衡实现云服务器故障节点的快速挖掘。仿真结果表明,该算法在复杂云计算环境下,能实现对故障节点的准确定位,挖掘性能较高,检测概率较高,优越于传统模型。     

利用尾气分析法解决发动机故障

本现代发动机Ecu有自诊断功能。通过诊断仪能快速判断发动机故障。但有些发动机故障并不会产生故障代码,这要求寻求另外的方法来解决问题。汽车尾气成分与发动机的工况有最直接的联系,所以通过对汽车尾气的检测可初步分析发动机的工作状况与性能的好坏。当发动机各系统出现故障,通过检测发动机不同工况下尾气中不同气体成分的含量,可判断发动机故障所在的部位。     

汽轮机振动故障检测与诊断研究

随着科学技术的发展,我国机械制造水平得到了快速提高,使得汽轮机内部结构越来越复杂,给检测与诊断工作带来了很大的难度。正确掌握先进的故障检测技术,能有效提高诊断质量,保障汽轮机安全、稳定的运行,避免对企业的发展造成影响。对此,笔者对汽轮机振动故障检测与诊断进行了研究。     

计量设备故障快速检测方法与应用研究

针对通信故障、接线等原因导致计量自动化系统采集失败屡有发生的现象,本文通过对现有计量设备故障进行分析调研并找出存在的问题,对计量设备故障快速检测方法可行性进行分析,设计计量设备快速检测装置可行性技术方案,实现计量设备现场初装状态快速判定功能,免去了在现场运维人员的检测的繁琐操作,从而有效的提升现场运维人员的检测效率。     

浅谈10kV电缆线路故障的检测技术

探讨了输配电线路中故障产生的原因,提出了快速检测故障的方法。     

浅析电缆故障综合测试系统

电缆故障综合测试系统又称电缆故障测试仪。主要介绍了应用高智能电缆故障测试仪对故障电缆进行检测的基本方法,阐述了检测电缆故障的原理,解决了电缆发生故障后,如何及时有效地查找故障点,从而进行快速检修的难题,提高了供电系统的安全可靠性。     

智能无人驾驶汽车发动机故障检测方法研究

通过对智能无人驾驶汽车的发动机故障检测方法的改进提高对发动机故障的诊断能力。传统方法中对智能无人驾驶汽车发动机故障诊断方法采用机械振动系统信号分析方法,对于智能无人驾驶汽车发动机低噪声、低振动工作条件下故障检测效果不好。提出一种基于多阵元超声换能波束指向性分析的智能无人驾驶汽车的发动机故障检测方法。进行发动机故障检测信号模型构建,提取多阵元超声换能波束指向性特征,计算无人驾驶汽车发动机故障特征的最优分类平面,将故障信号模拟为一个调幅信号,得到多阵元超声换能波束指向性特征的约束函数,实现故障检测。最后在提取故障特征的基础上进行专家系统识别和故障分类诊断,实现诊断决策。仿真结果表明,该方法能准确实现对发动机故障的诊断和判别,检测性能提高明显,展示了较好的应用价值。     

关于红外热像仪对电力系统故障的现场检测

红外诊断技术能快速实时地在线监测和诊断电力设备的大多数故障,防止电力设备损坏和由于这些设备损坏而导致的电网大面积停电事故发生。本文主要介绍电力系统的设备、线路在长期运行中所出现的热态异常和过热故障,用红外热像仪对电力系统的各个部位进行现场检测,及时发现了一些温度过热的故障部位,从而得到及时处理。     

微损小波分解航空行星齿轮故障特征及诊断

提出基于dbN小波算子小波变换分解行星齿轮故障特征的故障检测算法,算法可以在轻微损坏时就较好地判断出齿轮故障。通过分析行星齿轮的故障成型,以及故障的冲击振动传播路径,建立其故障模型,在利用小波变换方法对其故障信号进行分析,检测方法可以较好地进行故障识别与检测,对比传统的傅里叶变换,新算法可以对微弱信号识别,能同时判断缺陷轮齿的频率和出现的时间,在排除故障时能准确分析故障位置,以及故障类型。仿真实验表明改进算法小波变换,具有弱信号检测能力强,准确判断故障出现时间,为尽早发现故障与解决故障问题提供了保障,故障检测概率提高了15%。具有较好的工程实用性。     

异步电机常见故障及处理方法

异步电动机最常见的故障是缺相、过载、绕组接地、短路和烧毁以及绝缘击穿,所以对故障点的快速判断,对现场维修人员尤其重要.使用电阻法和短路侦察器能提高日常检测及修理效率.     

汽车点火系统故障快速排除方法分析

汽车的点火系统是汽油发动机正常运行的重要系统,要做到快速排除其所产生的故障,要从以下四方面问题掌握方法和积累经验：点火系电路掌握、点火系常见的故障分析、点火系故障检测方法、点火系故障快速排除案例。点火系的故障难点一般都出在电路上,所以对电路的掌握和分析是排除点火系故障的基础。     

运用机器视觉系统实现受电弓在线检测功能

地铁列车的受电弓是列车安全运营的重要组成部分,通过机器视觉系统对受电弓进行在线检测,既能避免人工作业时场地、空间和体力等的限制,提高受电弓检查工作的效率,又能快速判断在线触网的故障隐患,实现列车检修自动化作业。     

电力机车弓网自动安全检测系统

电气化铁路运营中,弓网故障较多,为保证电力机车的安全运行,需要对受电弓和接触网进行实时检测,故障出现时能自动采取相应的措施,为此设计了弓网自动安全检测系统。该系统包括硬件组成、软件设计,利用压力传感器实现对弓网故障的检测,当电力机车弓网发生故障时,系统能即时报警并自动降弓,达到防止弓网故障发生的目的。同时,系统还有自复位功能。     

光谱仪在油液分析中的应用

机器油液分析是实施设备状态监控和进行设备故障维修的重要使能技术,也是经济、有效地使用和管理机器与油液的关键技术。光谱仪可用于检测和定量分析油液中的小悬浮微粒或溶解于天然或合成石油产品中的元素,是具有较高精确度及重复性的快速实验室用油液分析仪器,具有快速、准确、方便的特点。     

神经网络预测功能在故障诊断中的应用

传感器是信号提取的重要部件,为了减少由于其故障而造成的损害,对传感器的故障检测与诊断是十分重要的。简要介绍了基于神经网络的时间序列预测器方法,并将该方法应用于控制系统中某传感器漂移故障的检测,仿真试验表明该方法能有效地检测出该故障。     

重载减速齿轮微局部缺陷能量谱故障特性分析

提出基于希尔伯特单边变换以及傅里叶变换分解重载减速齿轮故障特征调幅信号的能量谱故障特性分析算法,算法可以在重载减速齿轮出现局部损坏时就较好的判断出齿轮故障。通过分析重载减速齿轮的故障特性以及故障的冲击振动传播路径,建立其故障模型,在利用希尔伯特单边变换以及傅里叶变换对其故障信号进行分析能量谱提取,检测方法可以较好的进行故障识别与检测。仿真实验表明新算法可以对微弱信号识别,能根据齿轮故障的模型可以同时判断缺陷轮齿的频率和出现的时间,故能准确检测到局部细微齿轮缺陷,为尽早发现故障与解决故障问题提供了保障。     

红外检测技术在变电站电气设备故障诊断中的应用分析

红外测温诊断技术是一种快速、容易并且十分有效的确定电气设备故障的方法。广泛用于发电厂与变电站电气设备在带电运行时的在线监测,避免电力系统事故发生。文章概述了各种红外检测仪器的性能和检测原理,技术特点、分析判断方法和注意事项,使其充分发挥红外测温仪功能。能及时发现和处理设备隐患,提高电力设备运行可靠性。