共查询到20条相似文献,搜索用时 15 毫秒
1.
电力系统中的主要调控和保护设备是高压断路器,其稳定运行对系统安全运营存在重要影响。于是文中提出基于模糊诊断理论的能量比法对断路器断口绝缘故障进行检测与判断。首先,根据监测信号与断路器故障间的相对应关系,获取故障判定信号,由于断路器故障具备模糊特性,基于模糊理论的隶属度,建立反映故障表征与故障联系程度的模糊关联矩阵,利用模糊变换判断故障类型,并依据状态变化特征对应故障表现形式对模糊判断矩阵实行修正;其次,利用能量比法,通过建立能量比函数实现对有价值信号到达时刻监测的目的,运用该方法求解断路器内局部放电信号延时,将传感器释放信号作为前提,在计算信号到达时刻后估计其他信号之间的相对延时,从而确定绝缘故障位置。实验证明,文中方法可以有效检测出断路器绝缘故障位置。 相似文献
2.
离心泵广泛应用于现代工业生产之中,其能否稳定运行对工业实际生产带来极大影响,气蚀是离心泵运行过程中的一种常见故障。提出了一种基于粗糙集和支持向量机的离心泵气蚀故障诊断新方法。该方法对离心泵入口压力脉动信号提取经验模态分解能量比特征与小波分解能量特征,运用粗糙集理论降低特征维数,并以此特征向量构成气蚀故障样本对支持向量机进行训练,实现了气蚀故障的多特征融合。实验结果表明:降维后的特征很好地反映了不同气蚀故障间的差异,训练成功的支持向量机能快速准确地识别离心泵不同气蚀故障类型,整体识别率达到98.5%,每种气蚀信号的判别时间约为0.5s,适合气蚀的在线识别。 相似文献
3.
在煤矿企业运行的过程中,只有将企业的机电管理水平提高,才可以有效降低机电设备的故障发生,从而提高机电设备的使用效率,提高煤矿企业的经济效益。本文主要介绍我国当前煤矿机电设备维修管理现状,从发展阶段与发展趋势两个方面提出改进设备维修管理的建议。 相似文献
4.
5.
6.
7.
煤矿开采工作中,安全是最重要的问题,机电设备的正常稳定运行,是确保煤矿开采工作安全的一个重要前提。在实际的工作中,机电设备有可能会因为某些原因出现一些故障,影响了煤矿开采的正常进行,同时还造成了一定的安全隐患。本文主要针对煤矿机电设备故障的监测诊断技术进行简要分析和总结,以此保证煤矿机电设备的稳定安全,保证煤矿的开采效率。 相似文献
8.
机电设备作为煤矿运行的主力军,对于确保煤矿生产的安全性、连续性有着重要的作用。但是从当前机电设备在煤矿中运行实际情况来看,由于受到其自身工作特点等方面因素的影响,在使用过程中,较常出现各种问题。作者一直从事机电运输设备管理工作,致力于设备检测诊断技术的研究,积累了丰富的工作经验。通过将故障检测诊断技术应用到煤矿机电设备维修中,最大程度减少了处理故障的时间,为矿井安全生产提供良好保障。重点研究了煤矿机电设备维修中故障检测诊断技术的具体应用,剖析了当前煤矿机电设备维修中故障检测诊断技术的应用中存在的问题,并针对性提出了提升故障检测诊断技术在煤矿机电设备维修中应用效果的相关对策。 相似文献
9.
抗压能力大小判定是一个多指标、多目标的评价系统,传统计算方法存在繁琐、客观性差的问题。提出了一种改进的模糊支持向量机的评价模型,对抗压能力进行评价。建立模糊隶属度函数,在减少训练集中异常样本点对分类超平面干扰的同时,并没有降低边缘样本点对分类超平面的影响。实验表明,改进的模糊支持向量机提高了抗压能力评价的准确率,模糊支持向量机的泛化能力也得到了提高。 相似文献
10.
11.
12.
13.
本文主要结合当前故障检测诊断技术的发展,从煤矿矿井提升机、采煤机、通风机以及高压异步电动机的故障检测与诊断中,对于故障检测诊断技术在煤矿机电设备中的应用情况进行分析论述,以提高煤矿机电设备的故障检测与诊断技术水平,保证煤矿机电设备的安全稳定运行。 相似文献
14.
15.
16.
针对神经网络在轴承工作状态诊断中存在的问题,提出了将最小二乘支持向量机用于轴承的智能诊断。基于轴承故障信息,用最小二乘支持向量机方法建立多类故障分类器,以实现对故障的诊断。仿真证明:小样本情形下,最小二乘支持向量机比神经网络具有更好的识别和诊断准确率。 相似文献
17.
18.
莫永函 《大科技.科学之谜》2014,(4):290-291
我国属于煤矿大国,煤矿的开采与运输离不开煤矿机电设备的应用。机电设备的好与坏直接影响着煤矿企业的效益和安全,因此必须重视对煤矿机电设备的维修管理。我国煤矿机电维修管理模式的演变是与生产方式和生产手段的发展紧密相联的,目前已建立了设备维修管理的一系列规章制度和组织机构,并逐步引入了设备故障诊断与状态监测技术。本文对煤矿机电设备维修管理模式及发展趋势进行了探析。 相似文献
19.
为了提高模糊支持向量机在入侵检测数据集上的训练效率,提出了一种基于聚类的模糊支持向量机入侵检测算法.该方法可以对训练数据进行剪枝,有效地减少远离分类面的聚类边缘点的数量,同时在分类面附近保持较多的样本点,以靠近判别边界的聚类中心集合作为有效的训练样本集合对模糊支持向量机进行训练,减少了样本的训练时间,提高了算法的效率.实验结果表明该方法提高了模糊支持向量机的训练效率,而且对入侵检测是非常有效的. 相似文献