|
搜索
搜 索
高等教育领域数字化综合服务平台
旋转机械振动故障分析和诊断技术
成果介绍在长期为电力行业解决设备重大疑难故障的实践过程中，提出了轴系载荷分配测试、分析和优化调整技术，发展了动平衡和振动故障诊断技术，提高了动平衡效率和振动故障诊断准确率。市场前景先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学
2021-04-11
旋转机械振动故障分析和诊断技术
在长期为电力行业解决设备重大疑难故障的实践过程中，提出了轴系载荷分配测试、分析和优化调整技术，发展了动平衡和振动故障诊断技术，提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学
2021-04-13
基于小波分析和有限高斯混合模型EM方法的模拟电路故障诊断方法
近年来已经建立了基于故障字典，模糊理论，专家系统，神经网络，支持向量机，信息融合，小波分析，粒子群等各种技术的不同故障诊断方法，并在模拟电路的实际检验中取得了良好的效果。然而，电路从正常到故障之间存在中间过渡状态，怎样定义这个中间状态以及其对电路有怎样的影响，如何准确描述这种影响，通过查阅文献，到目前为止还没有一种合理的方法能够解决这个问题。
辽宁大学
2021-04-11
一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法
本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变 量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型， 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合； (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一 步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。
华中科技大学
2021-04-11
工业无线传感器网络中基于多元异构数据融合的设备故障诊断系统
本系统利用工业无线传感器网络构建无线、分布式机械设备故障诊断和监测系统，对工业现场运转设备的工作状态进行监测，部署的工业无线传感器网络既充当在线状态监测系统，也承担通信网络的功能，最后作为具有推理学习能力的决策网，是集感知、通信、识别、诊断、决策为一体的综合预测性维护平台。 作为一种独立的控制网络，本系统包含低功耗传感器节点、执行器节点、汇聚网管等硬件设备及专家知识库、规则匹配数据库、历史数据库、人机交互界面等软件平台，能够有效弥补有线诊断系统在应用中布
河海大学
2021-04-14
基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。
华中科技大学
2021-04-13
一种新型旋转机械故障预测与诊断技术
用编码器信号触发数据采集设备采集振动信号，依次分时对复杂传动链的每个轴都进行了2"整数倍采样，从而各个轴数据频谱分析可以得到相应轴的尖锐故障峰，忽略模糊峰值信号，所有轴尖锐频谱峰合成系统故障预测与诊断去混叠频谱，可以实现复杂传动链的精确故障预测与诊断。本发明中的频谱分析，包括但不限于FFT快速FT、阶比谱、倒频谱等常用频谱分析方法。
电子科技大学
2021-04-10
基于信息融合的传感器故障的智能在线诊断技术
该项目以基于信息融合的故障诊断技术为背景，研究传感器故障诊断相对于一般故障诊断的特殊性及其已有的各种方法的内在联系，建立能够融合主要诊断方法、具有广泛适应性的诊断框架体系。主要研究内容包括：故障诊断的对象由单个传感器变为传感器系统；故障诊断的技术由单一方法转变为适应传感器不同过程的相应方法共同作用；为传感器故障的在线检测与信号恢复提供一致的方法；对可能的故障传感器，利用正常工作的传感器信息，恢复其性能。
武汉工程大学
2021-04-11
智能化嵌入式软件随机故障分析再现与诊断技术
针对特定的故障现象（尤其是随机故障、间歇性故障等），通过综合贝叶斯网络、FMEA、FTA等多种故障分析方法、融合多元故障相关信息（故障现象、故障案例、专家经验、故障模型等），进行系统深入的故障分析、找出可能的故障原因；利用智能化的方法（如遗传算法、群智能算法等），结合强度和异常等测试理念，自动生成满足多目标（如各种覆盖率、故障现象的匹配度等）的测试用例，借助自主构建的通用嵌入式软件仿真测试环境，实现故障的快速再现和基于贝叶斯的动态故障定位。 通过智能化的嵌入式软件随机故障分析再现与诊断，可以在故障分析、故障再现、故障定位等方面，利用智能化方法进行系统性、启发式的故障诊断研究，形成一系列的智能故障诊断分析工具包、进而形成嵌入式软件故障诊断分析专家系统，可有效提高故障诊断与定位分析的效率。
北京航空航天大学
2021-04-13
分布式机车故障检测及诊断系统
车载故障检测与诊断信息网络是网络化的机车运行状态信息和故障数据的监测和管理。列车信息网络是把机车上各个具有独立功能的模块化检测与控制设备通过网络连接了起来，司机对整个列车的控制命令通过列车通信网络送到列车的各个车厢，各个车厢工作状态通过列车通信网络送到司机室显示屏，这样既便于机车运行情况的集中监测和管理，又分散了机车的控制与管理功能减少了机车上的布线数量，提高了机车运行的可靠性。 当机车发生故障时，一方面各个模块可以把当时的状态信息记录下来，另一方面又可以及时地提示司机采取相应的处理措施。在故障车到段之后，通过无线通信装置或者显示屏上的USB接口进行数据转储，利用微机上的专业的处理软件，可以分析出故障的原因。整个信息系统的各个模块可以通过网络联合工作，又可以单独行使一定的功能。另外，本系统还具有十分灵活的网络接口和协议，可以很方便地进行系统扩展，安装其它功能检测控制设备。 当前，在本系统中的智能节点模块有司机室显示屏、无触点逻辑控制模块、瞬间故障监测记录仪、机车状态监视模块等。 目前开发的分布式机车故障检测及诊断系统已经成功的应用在SS4G，SS3B，DF7B等机车上，取得了很好的实际效果。
北京交通大学
2021-04-13