对某煤矿主通风机驱动电动机异常振动的现象,利用振动故障诊断的相关分析、频谱分析、时域波形分析等方法找出了产生故障的原因和部位,采取处理措施,保障了设备的安全运行。
将多群体协同粒子群优化算法应用于RBF神经网络优化设计,不仅拓宽了算法本身的应用范围,而且在一定程度上提高了神经网络的泛化能力,为进一步利用神经网络解决实际工程问题提供了便利。利用优化后的RBF神经网
简单的介绍了模糊数学理论并以汽轮发电机故障为例,通过建立隶属函数和确定模糊矩阵,对引起异常故障进行定性分析,找出引起故障的主要原因,为技术人员提供了参考和借鉴,节省了大量时间和成本。
利用冗余提升小波变换分析带式输送机滚筒轴承振动信号,有效提取故障特征信息,为带式输送机维修提供了可靠依据。
研究了小波分析在机械故障诊断方面的应用,通过对截割滚筒部位振动信号的研究表明,对此类信号的小波分析提取基础上的机械故障诊断,是一种有效的分析手段。将小波分析后的数据转换到频域,在频域里进行倒谱运算。数
将基于案例的推理技术(Case-Based Reasoning,CBR)引入到机械设备故障诊断系统中,建立了机械设备故障知识库和征兆特征知识库,提出了设备故障诊断案例知识表示方法,建立案例知识库。利用
针对传统的示功图识别方法对抽油机井进行故障诊断存在人工选取示功图特征,识别准确度低等问题,基于人工智能理论,提出一种卷积神经网络(CNN)和支持向量机(SVM)相结合的示功图智能识别模型。利用卷积神经
数据挖掘是数据库中知识发现过程的一个重要步骤,广泛应用于机械等多个领域。介绍了一种基于数据挖掘技术的煤矿机械故障诊断方法,数据仓库的设计思想和框架、事实表和维表的设计、数据仓库的实现过程、数据挖掘的实
针对煤矿电动机信号故障特征难以提取的问题,提出将EMD滤波方法应用于煤矿电动机的振动信号分析,通过分析电动机故障特征频率的分布特征,采取不同的EMD滤波方法来去除振动信号中的噪声。现场应用结果表明,该
摘要:主要介绍了飞机故障诊断领域 (涵盖了飞行器综合健康管理、 结构健康监控、 基于状态维修、 综合诊断 /预测等领域 ) 中应用的先进传感器技术 ,如:光纤传感器、 无线传感器、 微机电传感器、 压