故障征兆

摘要： 本文以通勤型车辆的空调装置为对象,介绍了运用深层示教法管理故障征兆的方法与应用效果。确认了本方法能够把握空调装置故障征兆。

摘要： 卫星在轨运行期间,遥测数据是反映卫星健康状态的重要依据,在卫星故障早期检测到遥测数据的潜在异常对卫星的安全维护具有重大意义.工程上采用的阈值法无法有效检测到门限内的故障征兆,而且目前这一领域的理论研究无法有效地挖掘多维遥测序列的潜在相关性.针对这一问题,采用一种融合主成分分析的相关概率模型的检测方法,以某型号卫星实际在轨遥测数据为对象,深入分析故障案例.通过仿真验证该方法能够在故障早期检测出异常,并对实验结果进行对比和分析.而且,这种方法可以快速地帮助运管人员对早期故障做出诊断,以便地面及时处理,避免发生更大的事故.

摘要： 电液伺服阀是飞机刹车系统的重要执行部件,影响着飞机的着陆安全.针对某型飞机电液伺服阀故障多发的问题,运用一元线性回归分析方法构建刹车系统电液伺服阀的分析模型,根据分析模型和故障征兆判据对电液伺服阀近期的工作数据进行分析和故障征兆诊断.结果表明:基于回归分析的故障诊断方法可以准确地诊断电液伺服阀存在的故障征兆;早期故障征兆诊断可以预先发现电液伺服阀潜在的故障隐患,降低故障发生率,显著提高飞机刹车系统的安全性和可靠性,也有助于优化维修策略和降低飞机全寿命维护成本.

摘要： 本文结合理论和实践,总结排除船舶轮机设备故障的思路和具体判断方法.

摘要： 在对采掘设备故障的模糊诊断系统分析的基础上,对采煤机牵引机构故障诊断方法进行了重点研究,建立了6个采煤机牵引部可能发生的故障征兆和22个牵引部故障因素,得到了各个征兆作为顶事件的故障树,确定了各个故障发生缘由对故障征兆的重要度.研究结果显示,对采煤机牵引部故障发生缘由的影响程度为:油泵漏油>马达不运行>辅助泵失稳.

摘要： Aiming at effectively diagnosis for air condition system fault of the special vehicle and correctly finding out fault reason in time, research fault diagnosis method of air condition system of vehicle based on fuzzy diagnosis theory. Analyze the air condition system fault mode, establish fault fuzzy math model, ascertain the fuzzy relation of fault symptoms and fault reason, and determine the comprehensive fuzzy membership based on experience maintenance and expert diagnosis. According to max membership principle, determine the max membership of fault symptoms to fault reason, then find out the reason for air condition system. The research results show that the method can correctly and reliably find out the fault location and effectively shorten the maintenance time.%为有效诊断特种车辆空调系统故障,及时准确地定位故障原因,以模糊诊断理论的车辆空调系统为对象研究其故障诊断方法.分析空调系统故障模式,建立故障模糊数学模型,确定故障征兆和故障原因的模糊关系,基于经验维修和专家诊断确定了综合模糊隶属度,根据最大隶属度原则,确定故障征兆所对应的故障原因的最大隶属度,从而判断出导致空调系统发生故障的原因.研究结果表明:该方法能够准确可靠定位故障,有效缩短维修时间.

摘要： The conventional method for trouble shooting and maintenance of on-board equipment of train control system, with over-reliance on the personnel experience, is characterized by one-sidedness and low efficiency.This paper proposed a Bayesian network based intelligent fault diagnosis method for on-board equipment.Fault symptoms were derived from the historical fault data by data mining, and then the attribute reduction of the fault symptoms based on Rough Set theory was conducted to reduce the complexity of the training model.Further, with the combination of expert knowledge and fault data training, the Bayesian network model was improved to incorporate the correlation between the fault symptoms into the model.Finally, the effects of this diagnosis model were analyzed and verified based on the train control fault data of Wuhan-Guangzhou high-speed railway.The method proposed in this paper provides reference for the improvement of the intelligence level of on-board equipment fault diagnosis of train control system.%列控车载设备故障排查与维护多依赖于人员经验,存在一定的片面性且效率较低.提出一种基于贝叶斯网络的列控车载设备故障智能诊断方法,基于历史故障数据得到故障征兆,利用粗糙集理论对故障征兆进行属性约简,降低训练模型的复杂度;将专家知识与故障数据训练相结合,改进贝叶斯网络模型,并将故障征兆关联关系融入模型中.以武广线列控故障数据为例,验证该模型的诊断效果.该方法对提升列控系统故障诊断的智能化水平具有借鉴意义.

摘要： Aiming at the problem that the fault of diesel engine is too few in the problem of diesel engine fault diagnosis,a diagnosis method based on extraction fault is proposed.Using AVL BOOST to simulate the working process of diesel engine,the fault thermal parameter sensitivity is extracted.According to the simulation results,the failure symptom set of the model diesel engine is established.Design of diesel engine fault diagnosis system is carried out based on symptom set.The fault experiment to verify the reliability of the model and the feasibility of this diagnostic method is designed.The experimental results show that the method is feasible.%针对柴油机故障诊断问题中,某型号柴油机故障样本过少的问题,提出了基于提取仿真故障征兆的诊断方法.使用AVL BOOST软件对柴油机工作过程进行故障仿真,提取故障热力参数敏感度,根据仿真结果,以该型号柴油机的故障样本参数建立故障征兆集合,根据征兆集合设计柴油机故障诊断系统.通过故障试验验证模型的可靠性和此诊断方法的可行性.试验结果表明,该方法可行.

摘要： 信息化社会的快速发展,现代化进程的不断加快,在一方面为企业的高速发展提供了基础,在另一方面市场竞争的加剧也对企业的管理机制提出了更加严格的要求.在此基础上,本文从实际出发,根据当前阶段烟草行业设备管理面临的主要问题,对TnPM管理制度在企业生产设备的健康管理环节的有效应用进行了系统的探析.

摘要： 本文针对化工故障诊断过程当中故障征兆自动分类困难,存在的搜索速度慢和陷入局部收敛的问题,提出了一种新的基于遗传算法的故障诊断的分类方法。该方法将故障征兆的分类问题转化为检测故障点的聚类问题,利用遗传算法的全局搜索能力与传统聚类方法相结合,并加以改进,应用在故障诊断方面,通过与常用的聚类方法的实验结果比较,表明该算法的有效性。

摘要： 故障诊断的发展为机械设备传动系统持续正常运行提供了良好的技术支撑.在国内外传动系统的故障诊断研究基础上,针对信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取和故障识别与预测等四个较完善的方面开展了相关研究;虽然故障诊断技术较成熟,但也遇到了新的挑战:大数据时代下传动系统故障诊断、故障特征提取受制于人为经验和故障机理研究不足等.针对故障诊断面临的新挑战,探讨了这些挑战的解决途径与发展趋势,使机械传动装置故障诊断技术更加完善.

摘要： 故障诊断的发展为机械设备传动系统持续正常运行提供了良好的技术支撑.在国内外传动系统的故障诊断研究基础上,针对信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取和故障识别与预测等四个较完善的方面开展了相关研究;虽然故障诊断技术较成熟,但也遇到了新的挑战:大数据时代下传动系统故障诊断、故障特征提取受制于人为经验和故障机理研究不足等.针对故障诊断面临的新挑战,探讨了这些挑战的解决途径与发展趋势,使机械传动装置故障诊断技术更加完善.

摘要： 故障诊断的发展为机械设备传动系统持续正常运行提供了良好的技术支撑.在国内外传动系统的故障诊断研究基础上,针对信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取和故障识别与预测等四个较完善的方面开展了相关研究;虽然故障诊断技术较成熟,但也遇到了新的挑战:大数据时代下传动系统故障诊断、故障特征提取受制于人为经验和故障机理研究不足等.针对故障诊断面临的新挑战,探讨了这些挑战的解决途径与发展趋势,使机械传动装置故障诊断技术更加完善.

摘要： 故障诊断的发展为机械设备传动系统持续正常运行提供了良好的技术支撑.在国内外传动系统的故障诊断研究基础上,针对信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取和故障识别与预测等四个较完善的方面开展了相关研究;虽然故障诊断技术较成熟,但也遇到了新的挑战:大数据时代下传动系统故障诊断、故障特征提取受制于人为经验和故障机理研究不足等.针对故障诊断面临的新挑战,探讨了这些挑战的解决途径与发展趋势,使机械传动装置故障诊断技术更加完善.

摘要： 故障诊断的发展为机械设备传动系统持续正常运行提供了良好的技术支撑.在国内外传动系统的故障诊断研究基础上,针对信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取和故障识别与预测等四个较完善的方面开展了相关研究;虽然故障诊断技术较成熟,但也遇到了新的挑战:大数据时代下传动系统故障诊断、故障特征提取受制于人为经验和故障机理研究不足等.针对故障诊断面临的新挑战,探讨了这些挑战的解决途径与发展趋势,使机械传动装置故障诊断技术更加完善.

摘要： 本发明公开睡意征兆通知系统以及睡意征兆通知方法。在车辆的驾驶员有睡意征兆的情况下，对驾驶员适合地引导休息区。睡意征兆通知系统判定车辆的驾驶员是否有睡意征兆。在判定为驾驶员有睡意征兆并且动作条件成立的情况下，睡意征兆通知系统执行对驾驶员引导休息区的休息区引导处理。分支点是车辆的目标路线和车辆当前行驶的道路分支的位置。第1距离是车辆的当前位置至休息区的距离。第2距离是当前位置至分支点的距离。第3距离是休息区与分支点之间的距离。休息区引导处理的动作条件包括第2距离大于第1距离并且第3距离为预定距离以上。

摘要： 本公开提供困倦征兆通知系统、困倦征兆通知方法及困倦征兆通知程序，在抑制同乘者感到的厌烦的同时，对驾驶员通知有困倦征兆。困倦征兆通知系统具备检测作为车辆的驾驶员的状态的驾驶员状态的驾驶员监视器。困倦征兆通知系统根据驾驶员状态判定驾驶员是否有困倦征兆。在判定为驾驶员有困倦征兆的情况下，困倦征兆通知系统执行不使用声音而通过显示或者振动对驾驶员输出第1困倦征兆通知的第1困倦征兆通知处理。当在第1困倦征兆通知处理之后再次判定为驾驶员有困倦征兆的情况下，困倦征兆通知系统执行通过声音对驾驶员输出第2困倦征兆通知的第2困倦征兆通知处理。

摘要： 本发明公开了一种实际故障征兆数据驱动的多重故障诊断方法，属于基于类群区分的多重故障诊断领域。该方法将待分类故障诊断样本的每一个单一故障样本元P

摘要： 本发明提供一种基于故障征兆主动推送的故障诊断方法，过程为：所有故障模式参数表示形式进行符号生成；获得系统故障征兆集；采集系统参数，并将所采集的参数表示形式进行符号生成；生成的符号是否匹配故障征兆集中至少一个，若是，则将所对应的故障征兆输出后结束该方法，否则，基于生成的符号确定故障征兆，进入故障征兆主动推送环节，对于已存在的故障征兆，表明原始知识库存在与新出现的故障征兆完全一致的情况，此情况不对原始知识库做任何处理；对于完全新的故障征兆，将确定的故障征兆和生成的符号的对应关系添加到故障征兆集中。本发明故障诊断方法由被动识别改为主动推送，减少了繁杂的信息搜索工作，实现故障的快速、正确诊断。

摘要： 本发明公开了一种基于卷积神经网络的旋转机械故障征兆识别方法，包括以下步骤：（1）采集旋转机械的轴心对的振动信号；（2）对采集到的轴心对的振动信号进行傅里叶变换，获得振动信号的频域信息矩阵；对采集到的轴心对的两个振动信号进行组合，获得振动信号的时域信息矩阵；（3）按照预先训练过的卷积神经网络模型的输入形式，对频域信息矩阵和时域信息矩阵进行预处理，得到振动综合信息矩阵；（4）将振动综合信息矩阵输入到所述卷积神经网络模型，所述卷积神经网络模型对接收到的振动综合信息矩阵进行诊断分析，得到旋转机械的故障征兆结果。采用本发明的方法，可以得到旋转机械的故障征兆，辅助实现旋转机械故障的实时智能诊断。

摘要： 本发明公开了一种航空发电机故障征兆提取方法，包括采集发电机各种故障类型下信号，构建训练集；构建长短时记忆网络，用改进混合蛙跳算法对长短时记忆网络的初始化参数进行寻优，用训练集训练长短时记忆网络；利用训练好的长短时记忆网络，对输入的信号进行故障征兆提取。同时公开了相应的系统。本发明采用改进混合蛙跳算法对长短时记忆网络的初始化参数进行优化，通过训练好的长短时记忆网络对故障征兆进行提取，提取效率高，准确率高；同时本发明还具有良好的数据自适应能力、收敛速度快及鲁棒性强。

摘要： 本发明提供了一种工业时序数据的故障征兆搜索方法及系统。方法包括：获取工业时序数据的征兆描述；对所述征兆描述进行归一化处理，得到处理结果；根据所述处理结果，确定故障征兆的类型；获取一确定类型的故障征兆与征兆库中的故障征兆之间的相似度；将相似度大于一预设值的故障征兆输出。本发明的方案可以更加准确、高效地确定工业时序数据的故障征兆。

摘要： 本发明提供一种基于故障征兆主动推送的故障诊断方法，过程为：所有故障模式参数表示形式进行符号生成；获得系统故障征兆集；采集系统参数，并将所采集的参数表示形式进行符号生成；生成的符号是否匹配故障征兆集中至少一个，若是，则将所对应的故障征兆输出后结束该方法，否则，基于生成的符号确定故障征兆，进入故障征兆主动推送环节，对于已存在的故障征兆，表明原始知识库存在与新出现的故障征兆完全一致的情况，此情况不对原始知识库做任何处理；对于完全新的故障征兆，将确定的故障征兆和生成的符号的对应关系添加到故障征兆集中。本发明故障诊断方法由被动识别改为主动推送，减少了繁杂的信息搜索工作，实现故障的快速、正确诊断。

摘要： 本发明公开了一种实际故障征兆数据驱动的多重故障诊断方法，属于基于类群区分的多重故障诊断领域。该方法将待分类故障诊断样本的每一个单一故障样本元P

摘要： 本发明涉及双目标优化同向线性耦合生物神经元故障征兆增强方法，通过同向线性耦合双曲正切生物神经元和高斯生物神经元构建同向线性耦合生物神经元模块，然后依据模型响应设计特征频率幅值占比衡量指标和驻留时间分布指标，作为遗传算法的双目标同步优化函数，优化同向线性耦合生物神经元模型参数，实现了复杂工况下强噪声和强耦合机械微弱征兆特征提取，及时诊断出机械设备早期微弱故障。