液压挖掘机故障诊断专家系统的设计

近年来,为了满足复杂系统的诊断要求,诊断技术已开始进入一个新的阶段,即智能化诊断阶段。这是一种基于专家知识和人工智能技术的诊断方法。通过专家系统和神经网络两种方法对故障诊断进行了研究。应用人工智能理论,开发了液压挖掘机的故障诊断专家系统。对液压挖掘机的故障原理进行了全面的分析,建立了故障知识库,实现了实时状态监测和故障诊断。     

变压器故障诊断方法研究

电力变压器是电力系统中主要的电气设备,在变压器长期的运行过程中,容易受到多种因素的影响导致发生各种运行故障,严重影响了电力系统的安全性和稳定性,因此必须高度重视变压器的故障诊断.结合其故障类型,采取科学合理的故障诊断技术,加强变压器运行维护,提高变压器的故障诊断技术水平.以油浸式电力变压器为例,首先介绍了变压器故障类型及基本分类,其次对常用的3种故障诊断方法原理进行分析,最后总结了3种故障诊断方法的应用场合.阐述了变压器的故障诊断技术,以供参考.     

基于观测器的时滞系统故障诊断及动态故障可诊断性研究

针对系统发生执行器故障和/或传感器故障的情况,作者研究了含有状态时滞的线性系统的故障诊断方法和故障的可诊断性问题,提出了一种新颖的基于降维观测器的故障诊断方法,并给出了故障可诊断性的判据。首先通过引入一种特殊的线性变换,将系统转换成无时滞系统。然后将故障诊断问题转化为状态观测问题,并证明了故障可诊断性的充分条件。最后通过构造一种新的不利用残差体现故障的故障诊断器,实现了故障的实时诊断。仿真实例验证了该方法的可行性和有效性。     

基于混合智能系统的设备故障诊断研究

为研究和改进人工智能技术在设备故障诊断中的缺点和不足,提高故障诊断的准确率,构建了一种混合智能诊断系统。首先利用小波包分析技术对设备故障进行特征提取和分析;接着对数据进行离散化处理,应用粗糙集对获得的故障特征向量进行约简,删除冗余信息;然后利用免疫遗传算法的全局优化能力去训练BP神经网络的权值,建立免疫遗传-BP神经网络模型;最后把经粗糙集约简后的故障特征向量输入该模型,完成故障识别和智能诊断。通过旋转机械的转子系统的仿真实验,表明基于小波包-混合智能的故障诊断取得了良好的诊断效果。     

耦合故障下增程器不对中故障诊断特征变化研究

在增程器失火-不对中耦合故障下,通过多工况下虚拟样机仿真,对不对中故障的故障诊断特征的变化规律展开了研究。借助虚拟样机平台搭建了某款增程器虚拟样机刚柔混合模型;对已经探索得到的不对中故障诊断特征,在多转速、多失火状态工况下,研究耦合故障下不对中故障特征变化规律;对耦合故障下的增程器转子系统进行动力学分析,结合机理研究,对不对中故障诊断特征的变化进行了原理分析;由此得到耦合故障工况下不对中故障诊断特征变化规律。     

神经网络在故障诊断中的应用

智能化诊断是现代设备故障诊断技术发展的主要趋势，人工神经网络技术的发展为这种智能化诊断提供了一个全新的途径。在分析研究模式识别方法和BP神经网络的基础上提出了基于BP模型神经网络的故障诊断推理方法，并将其应用到真实故障诊断中。仿真结果表明，基于神经网络的故障诊断方法是行之有效的。     

基于卷积神经网络的电气设备故障诊断研究

电气设备在工业生产中具有重要作用。由于长期运行和环境因素的影响,电气设备难免会出现故障,因此,快速准确地进行电气设备故障诊断尤为重要。文章通过总结探讨将卷积神经网络应用于电气设备故障诊断的技术原理、关键操作流程、故障诊断程序及应用难点后认为,可通过优化网络结构、改进数据预处理方法、模型迁移应用以及与其他故障诊断方法融合,来提高电气设备故障诊断的效率和准确性。     

增程式电动汽车失火——不对中耦合故障的诊断特征变化研究

在增程器失火-不对中耦合故障下,通过多工况下虚拟样机仿真,对失火故障的故障诊断特征变化规律展开了研究。借助虚拟样机平台搭建某款增程器虚拟样机刚柔混合模型,对已经探索到的失火故障诊断特征,在多转速、多不对中工况下,研究了耦合故障下失火故障诊断特征变化的规律;并通过对失火故障特征变化进行机理分析,说明了其与特征变化规律研究的一致性。     

远程故障诊断系统的现状及发展方向

随着网络技术的发展,远程故障诊断技术也应运而生,它利用网络对异地的系统进行故障诊断和维护,能够充分利用跨地域的丰富的诊断技术资源,快速地交换诊断信息,从而加快故障诊断的速度,减少故障对于生产造成的影响,给企业带来巨大的经济效益。文章对故障诊断方法的发展历史、远程故障诊断技术在国内外的发展现状以及现存的问题进行了综述,最后对远程故障诊断系统发展的方向进行了展望。     

多传感器数据融合技术在电控自动变速器故障诊断中的应用

为了克服传统故障诊断技术中的不足,提出了多传感器数据融合技术的故障诊断模型。该模型充分利用自动变速器携带的故障特征多类信息,在不同的层次上进行有效的融合和计算,减少了传感器不确定性误差的影响,解决了自动变速器故障诊断中不确定推理过程,提高了自动变速器故障诊断的确诊率。     

基于支持向量机的汽车变速箱故障诊断研究

汽车变速箱是汽车传动系统的核心部件。为提高汽车变速箱故障诊断准确率,本研究提出一种基于支持向量机的故障诊断模型。利用三轴压电式加速度传感器,分别从正常齿轮和缺齿齿轮中获取振动信号,从信号中提取特征值作为支持向量机的输入用于故障识别。通过实例验证,相对于BP神经网络故障诊断模型,基于SVM的故障诊断模型具有更高的诊断精度,对变速箱的故障预测和实时诊断具有实际参考意义。     

基于智能诊断技术的发动机故障排查研究进展

智能诊断技术的研发与运用为汽车的故障诊断开辟了新的途径,基于神经网络的发动机故障诊断技术是智能诊断技术的重要组成部分。本文对基于BP神经网络、非BP神经网络及神经网络与其他技术相结合的汽车发动机故障诊断的研究进展进行了综述,并对三种发动机故障诊断技术进行了比较,展现了神经网络技术在智能诊断汽车故障系统中的运用和发展。     

基于径向基神经网络观测器的故障诊断

神经网络的非线性映射特性、信息的分布存储、并行处理和全局优化能力,特别是其高度的自组织和自学习能力,使其成为故障诊断的一种有效方法,已在许多实际系统中得到了成功的应用.神经网络技术的出现,为故障诊断问题提供了一个新的解决途径,特别是对于在实际中难以建立数学模型的复杂系统,神经网络更显示了其独特的作用.应用神经网络进行故障诊断主要是应用神经网络产生的残差并进行残差分析以及用神经网络进行故障模式识别.     

基于波形分析的电控发动机故障诊断应用研究

在汽车电控发动机故障诊断和维修过程中,为了提高维修效率,汽车维修人员除了运用经验修车法、故障码诊断法和数据流分析法诊断分析故障外,还应该掌握波形分析方法对故障进行诊断。通过对发动机实验平台模拟故障实验,对电控发动机的氧传感器和点火系统的波形进行了分析介绍,结合实例分析波形分析法在电控发动机故障诊断中的应用。     

车载网络数据总线故障研究——以大众迈腾B8L车型为例

车载网络数据总线技术是车辆上数据传输的主要运用形式,其故障对汽车电控系统功能的实现有重要影响.本文从迈腾B8L汽车CAN数据导线出现的不同故障,通过分析整车故障现象,结合专用示波器实测的波形特征和万用表实测数值,系统分析迈腾B8LCAN数据导线出现故障特点与诊断流程,提高CAN总线的故障诊断与排除效率,为汽车售后维修技师、中高职和应用型本科教师从事汽车网络故障诊断提供有益的参考.     

一种新颖的模拟电路故障诊断方法

为了更准确的诊断模拟电路故障,并节约诊断时间,提出了提取故障信号的峭度和偏度作为特征向量的故障诊断方法,相对于传统的以二阶统计量为基础的故障特征提取方法,峭度和偏度能有效地抑制噪声影响,显著减少了信号的失真,从而最大限度地保持了故障信息的原貌;并对信息融合技术加以运用,不再单一的运用电压信号作为构造故障特征向量的信息源,而是同时采样电压和电流信号作为故障特征提取的信息源,增加了故障信号的有效信息量.通过对实例电路的仿真诊断结果表明,该方法故障诊断率高、诊断时间短,不失为一种新的有效的模拟电路故障诊断方法.     

红外成像在设备故障诊断中的应用

红外检测技术是一种快速、简单并且十分有效的在线确定电气设备故障的方法.通过红外热像仪对现场电气设备进行检测和故障诊断,能够及时发现设备缺陷,保证电气系统的安全稳定运行.     

基于改进神经网络的电梯故障诊断

针对电梯运行故障的动态诊断难题,提出一种优化的BF神经网络故障诊断模型,实时分析电梯运行数据,准确快速得出电梯故障信息,提高电梯运行的安全性和可靠性。将粒子群算法引入到神经网络算法中,修改误差目标函数的距离公式,建立电梯故障诊断的改进神经网络模型,并通过实验数据的仿真分析,从而验证了电梯故障诊断具有可行性。     

浅谈数控机床的故障诊断与维修方法

数控机床是实施现代先进制造技术的主要设备,它在使用过程中不可避免的会出现故障,文章阐述了数控机床的简单结构和故障诊断维修的一般方法.     

基于萤火虫——粒子群优化BP神经网络的变压器故障诊断研究

针对目前电力变压器故障诊断方法中存在的问题与不足,构建一种基于萤火虫—粒子群混合算法和改进BP算法的电力变压器BP神经网络故障诊断模型。采取萤火虫—粒子群混合算法优化BP神经网络结构初始参数,利用改进BP算法和电力变压器故障样本数据训练BP神经网络。通过对250组训练样本和50组测试样本的仿真分析,该故障诊断方法能有效快速识别变压器故障类别,准确迅速地诊断故障。实验结果证明所建立的变压器故障诊断BP神经网络模型具有可靠的故障预测效果。