-
基于复杂网络理论的符号有向图(SDG)化工故障诊断
来源:化工进展 发布日期:2016-11-30
化工过程系统的大型化和复杂性,仅通过常规方式来描述故障机理越来越受到限制。本文以流程图建模法构建的符号有向图(signed directed graph,SDG)故障模型为基础,将化工过程系统抽象为网络拓扑结构,通过对网络模型的统计特征描述,判断网络的复杂性、小世界性和无标度性,进而以复杂网络中心性理论定量计算网络中各个节点的重要性,分析比较各指标来确定网络中的核心节点,并通过Capocci算法对
-
基于小波包自相关的能量算子旋转机械故障诊断
来源:河南理工大学学报(自然科学版) 发布日期:2016-11-30
针对在强噪声背景下轴承振动信号的非线性,非平稳性以及信号出现的复杂调制现象,提出一种基于小波包熵与自相关函数相结合的能量算子解调故障诊断方法。该方法首先根据信号的小波包熵值对信号小波包降噪,其次用自相关函数分析的方法进一步抑制噪声对提取特征频率的干扰,最后对降噪处理过的信号进行能量算子解调,从而实现提取轴承的故障信号的幅值和频率信息。对机械故障振动信号进行实验分析表明,相对于单纯的小波包分析预处理
-
旋转机械故障诊断的方法研究
来源:河北农机 发布日期:2016-11-30
随着现代工业技术的飞速进步,故障诊断技术对旋转机械的探究也不断提出更新的要求。本文针对旋转机械故障诊断技术的常见故障内容给出了现象、方法及研究方案,在故障生成的基础与分析上,得出故障诊断的基础理论和典型故障振动特征分析的方法及遗传算法、神经网络、模糊理论等在诊断决策算法研究中的应用。
-
支持向量机在化工过程故障诊断中的应用
来源:沈阳理工大学学报 发布日期:2016-11-30
针对当前复杂的化工过程,提出一种基于主元分析和优化参数支持向量机相结合的故障诊断方法。先采用主元分析法对TEP的5种状态模式进行特征提取和故障监测,若监测为异常,再利用优化参数的支持向量机进一步进行故障诊断。实验结果表明,与单独使用支持向量机方法相比,所提方法克服了单一方法的缺陷与不足,提高了故障诊断的准确率。
-
煤矿机械设备低速重载工况运行中齿轮箱故障分析
来源:山东煤炭科技 发布日期:2016-11-30
煤矿机械设备故障是煤矿开采中常见的问题,对煤矿开采工作具有较大的影响,而齿轮箱故障则是煤矿机械设备最常见的机械故障。本文结合大同焦煤矿中煤矿机械设备的实际运行情况,对煤矿机械设备低速重载工况运行中齿轮和轴承故障的诊断进行深入的分析和实践研究,讨论故障诊断常用信号处理方法。
-
基于SVM算法的旋转机械故障诊断算法
来源:科技展望 发布日期:2016-11-30
随着如今人工智能技术的发展进步,故障诊断技术智能化水平越来越高。支撑向量机能够很好地解决小样本、高维数、非线性等问题。和声搜索算法是一种新型的启发式全局搜索算法,具有可调参数少、群体搜索能力强,可与其他算法配合应用的优点,在很多组合优化问题中应用非常成功。本文应用和声搜索算法的全局寻优能力,优化选择支撑向量机的惩罚参数及核参数,仿真实验结果表明,训练结果的正检率都达到了100%,取得了很好的诊断精
-
量子粒子群优化算法在异步电机转子机械故障诊断中的应用
来源:电机与控制应用 发布日期:2016-11-30
为了提高异步电机转子机械故障诊断的准确性,引入了一种基于量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。以转子机械故障为研究对象,利用量子粒子群算法(QPSO)来优化BP网络的权、阈值参数,并最终实现了转子机械故障诊断模型的构建。仿真实例表明,基于QPSO-BP的故障诊断方法,能有效识别异步电机的转子机械故障类型,较粒子群优化BP网络算法(PSO-BP)具有更高的诊断准确率。
-
面向化工过程安全运行的信息物理融合系统
来源:现代化工 发布日期:2016-11-30
将信息物理融合系统(cyber-physical system,CPS)概念和感知控制论(perceptual control theory,PCT)相结合提出PCCPS模型,再与化工过程特点相结合,构建具有环境监测、信息共享、故障预测、故障诊断和基于知识操作建议的化工过程安全运行信息物理融合系统模型。在相关研究基础上,以环己烷无催化氧化过程PCCPS监控系统为例,阐述模型的应用,为进一步研究提供
-
高冲突证据下石化装备旋转机械故障诊断方法
来源:信息技术 发布日期:2016-11-30
针对证据理论应用在旋转机械故障诊断领域,当传感器获得的振动数据存在高冲突时,诊断的精度偏低的问题,提出了将基于向量余弦相似性度量证据冲突的方法与无量纲指标相结合的故障诊断模型。应用于旋转机械故障诊断实验中,诊断结果表明,大大降低了冲突证据对诊断结果的影响,有效地提高了故障诊断的正确率。
-
基于多元经验模态分解的旋转机械早期故障诊断方法
来源:仪器仪表学报 发布日期:2016-11-30
针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法。首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解,得到一系列多元IMF分量;最后,依据峭度准则和相关系数从中选取包含故障主要信息的IMF分量进行信号重构,提取故障特征。多元经验模态分解方法克服了EMD等方法在进行多通道数据融合时
027-87841330