早期故障诊断
早期故障诊断的相关文献在1994年到2022年内共计151篇,主要集中在机械、仪表工业、自动化技术、计算机技术、电工技术
等领域,其中期刊论文77篇、会议论文10篇、专利文献155625篇;相关期刊45种,包括科学技术与工程、西安交通大学学报、中国测试等;
相关会议8种,包括第十八届输配电技术研讨会暨华东六省一市电机工程(电力)学会输配电技术研讨会、2010年中国电机工程学会年会、第六届输配电技术国际会议等;早期故障诊断的相关文献由453位作者贡献,包括李宏坤、张俊、张建群等。
早期故障诊断—发文量
专利文献>
论文:155625篇
占比:99.94%
总计:155712篇
早期故障诊断
-研究学者
- 李宏坤
- 张俊
- 张建群
- 李习科
- 钟敏
- 王朝阁
- 刘强
- 杨如意
- 沈跃军
- 胡勇
- 赵俊杰
- 余清清
- 唐贵基
- 崔玲丽
- 张建宇
- 戴伟
- 李亚洲
- 王凯
- 胡少梁
- 胥永刚
- 许国东
- 郑煜
- 陈涛
- 高立新
- 任学平
- 佐磊
- 何怡刚
- 何正嘉
- 冯早
- 冯明时
- 冯洪伟
- 刘华臻
- 刘尚坤
- 刘志峰
- 刘志汶
- 刘洋
- 刘红星
- 刘震
- 卿涛
- 吴博
- 吴文全
- 吴豪
- 周刚
- 周源
- 姜万录
- 孙丰诚
- 孙伟
- 孙冬宁
- 崔畅元
- 张先辉
-
-
胡少梁;
李宏坤;
王朝阁;
胡瑞杰
-
-
摘要:
针对强噪声背景下行星齿轮箱早期微弱故障难以提取以及经验小波变换对信号频率区间边界划分不恰当以及不能有效确定模态数目的问题,提出了一种基于改进经验小波变换(modified empirical wavelet transform,简称MEWT)和自适应稀疏编码收缩(adaptive sparse coding shrinkage,简称ASCS)的早期微弱故障特征提取方法。根据信号频谱的尺度空间表示,将原始故障信号自适应地分解为一系列的窄频带本征模态分量。利用包络谱峭度(envelope spectrum kurtosis,简称ESK)值选择敏感分量,为了进一步凸显分量中的故障信息,使用ASCS算法对敏感分量进行稀疏降噪处理,从其包络谱中即可提取到清晰的故障特征频率成分。数值仿真和实际数据分析结果表明,本研究方法能够自适应地实现故障信号的模态分解并增强微弱的故障冲击特征。此外,与经验小波变换(empirical wavelet transform,简称EWT),EWT-ASCS和ASCS进行对比,本研究方法可有效提取包含故障信息丰富的分量,经ASCS处理后信号故障特征得到凸显,实现了行星齿轮箱早期微弱故障的准确识别。
-
-
胡睿
-
-
摘要:
轧机作为机械制造行业的重要设备,工况环境复杂,其关键零部件极易发生故障,对其进行早期故障诊断,趋势预测存在困难;对此文章以轴承为例,提出了一种新型性能退化指标用于检测出现早期故障的时刻;对于防止轧机工作环境复杂的问题,首先要对采集到的样本信号进行降噪,实现对噪声信号的去除,之后利用互相关函数对样本前后数据进行互相关分析,然后求分析所得数据的所有极值点能量与总能量得比值,最后将做的比值带入信息熵公式,即为最终得性能退化指标,即互相关能比熵,并通过包络谱分析验证指标的有效性;针对轴承性能退化趋势预测的问题,利用门控循环单元网络(GRU)和双向门控循环单元网络(BiGRU)各自的优点建立了BiGRU-GRU网络。将采集到的数据分为训练数据和测试数据,在训练数据中训练之后,对测试数据进行预测,实现了对轴承性能退化趋势的预测。并通过对比实验证明了所提性能评估指标和网络比一般指标和网络具有更好的效果。
-
-
王欣欣
-
-
摘要:
通过安装和运用数据分析软件、轴承振动监测系统、自动灭火系统多种智能化监测手段和措施,建立黑岱沟露天煤矿8750-65型吊斗铲设备预测性维修分析系统,利用大数据分析结果实时指导吊斗铲维护工作。结果表明:智能化监测手段的应用,为吊斗铲日常维护和检修工作带来便利的同时,极大提高了设备的使用效率。
-
-
朱朋;
裴雪武;
周祖清
-
-
摘要:
针对非线性、强背景噪声下滚动轴承振动信号早期故障特征微弱,难以识别的问题,提出一种改进经验小波变换(EWT)降噪和快速谱相关相结合的滚动轴承早期微弱故障诊断方法。针对EWT频带划分方式受噪声影响较大,存在划分不合理的问题,提出极大值包络处理的划分方式;采用改进的EWT进行自适应信号分解,获得不同的固有模态分量,采用峭度准则筛选出有用模态分量,并进行重构得到降噪后的信号;为增强早期故障信号中的故障冲击周期成分,对降噪后的信号采用快速谱相关(Fast-SC)进行分析,获得平方增强包络谱;对平方包络谱中幅值突出的成分与故障频率进行对比分析,实现早期故障诊断。结果表明:与快速谱分析、改进EWT降噪结合快速谱峭度图相比,所提方法能有效增强早期故障特征频率,实现早期故障的准确诊断。
-
-
鲍怀谦;
魏永长;
王金瑞;
张宗振;
张国伟;
田志远
-
-
摘要:
滚动轴承早期故障信息微弱并且夹杂大量背景噪声,故障特征难以识别,为增强传统轴承故障诊断算法的噪声适应性、智能性和鲁棒性,提出一种将经验模态分解(Empirical Mode Decomposition,EMD)和卷积稀疏滤波(Convolutional sparse filtering,CSF)相结合的故障诊断模型。首先对振动信号进行EMD处理,选取峭度值较大的前几阶固有模态分量(Intrinsic Mode Function,IMF)进行重构,然后将重构信号进行稀疏特征学习,最后通过分析时域波形和Hilbert包络谱的特征频率及其谐波判别轴承的故障信息。通过滚动轴承的仿真数据与实测试验数据,证明了采用所提方法能够更好识别轴承故障特征,具有更强的抗噪性。
-
-
何勇;
王红;
谷穗
-
-
摘要:
为准确提取轴承故障特征信息,提出以峭度指标和包络熵为综合目标函数的变分模态分解(variational mode decomposition,VMD)参数优化方法,并改进了诊断流程实现了无需指定参数优化范围的自适应参数优化算法.通过遗传算法对综合目标函数最小值进行搜索,以确定模态分量个数及惩罚参数的最佳组合.原始故障信号经最佳参数组合下的VMD方法分解为若干个本征模态函数,选择最小综合目标函数值对应的模态分量进行包络解调分析,进而通过模态分量的包络谱判断轴承故障类型.通过实测故障信号分析表明,该方法能够从噪声干扰中有效提取到早期故障信号的微弱故障特征,实现了轴承故障类型的准确判定,验证了该方法的有效性.
-
-
赵俊杰;
杨如意;
赵博石;
沈跃军;
刘强;
胡勇;
崔畅元
-
-
摘要:
针对燃煤火力发电站,基于智能DCS操作系统的智能发电平台,建立逻辑故障树的标准分析方法,对故障现象进行综合分析,提取故障典型特征,将专家的宝贵经验和实践知识,形成计算机能识别的专家知识图谱,进而辅助故障的诊断、早期预警和及时处理,提升火电机组长周期安全稳定运行的能力。结果表明,基于逻辑故障树的专家自动诊断报警系统体现了初级的独立分析、判断、决策等智能特点。将高岗位专业技术人员数十年积累的分析策略和宝贵经验固化成程序和代码,实现故障类型的快速精准辨识和根源分析。基于逻辑故障树建立专家知识图谱,从故障全寿命周期管理的角度,创造性地在底层DCS平台真正实现了故障追溯、根源分析、诊断、预警、报警和处理的全过程闭环控制。专家自动诊断报警系统投运后,帮助火电企业避免了多次故障停机风险,显著提升了电力生产过程的安全性。
-
-
赵俊杰;
杨如意;
赵博石;
沈跃军;
刘强;
胡勇;
崔畅元
-
-
摘要:
针对燃煤火力发电站,基于智能DCS操作系统的智能发电平台,建立逻辑故障树的标准分析方法,对故障现象进行综合分析,提取故障典型特征,将专家的宝贵经验和实践知识,形成计算机能识别的专家知识图谱,进而辅助故障的诊断、早期预警和及时处理,提升火电机组长周期安全稳定运行的能力.结果表明,基于逻辑故障树的专家自动诊断报警系统体现了初级的独立分析、判断、决策等智能特点.将高岗位专业技术人员数十年积累的分析策略和宝贵经验固化成程序和代码,实现故障类型的快速精准辨识和根源分析.基于逻辑故障树建立专家知识图谱,从故障全寿命周期管理的角度,创造性地在底层DCS平台真正实现了故障追溯、根源分析、诊断、预警、报警和处理的全过程闭环控制.专家自动诊断报警系统投运后,帮助火电企业避免了多次故障停机风险,显著提升了电力生产过程的安全性.
-
-
余清清;
钱赫;
许国东;
黄千松;
王潇;
任静
-
-
摘要:
本文针对双馈式风电机组中发电机的碳刷-滑环在早期出现打火故障时面临的诊断困难问题,利用FIR带通滤波器对发电机的转子电流信号的时域波形进行滤波,并对滤波后的信号进行希尔伯特变换,通过包络谱分析,可以得到明显的碳刷-滑环打火特征信号;然后在发电机对拖试验平台上,对2 MW双馈式风电机组的发电机进行了碳刷-滑环打火试验,分析了发电机的转子电流信号与碳刷-滑环打火现象之间的相关性.通过将仿真分析结果与试验结果进行对比发现:该方法能很好地提取电流信号中的特征信号,并可应用于双馈式风电机组中发电机的碳刷-滑环的早期故障诊断.
-
-
-
-
孙燕平;
戈志华
- 《2006年全国振动工程及应用学术会议》
| 2006年
-
摘要:
故障在设备运行中出现都要经历一个渐变过程,所以故障产生后设备征兆参数也要经历一个由隐蔽到明显的过程.这就意味着如果能在故障出现早期对故障进行特征提取,尽早地准确识别故障信息,将具有与常规故障诊断所不同的意义.由于小波分析在时域和频域都有表征信号局部特征的能力,因此适合用于分析以非稳态信号为特征的振动早期故障信号.本文采用小波包能量谱分析方法,对振动的几种常见的早期故障信号进行分析,利用实验进行仿真,并与传统的频谱分析法进行了比较,得出小波包能量谱分析法优于频谱法的结论.本文的研究为振动早期故障诊断技术研究提供了有益的参考.
-
-
-
ZHOU Rui;
周锐;
PAN Qiang;
潘强;
CHEN Changrui;
陈长瑞;
HE Tian;
何田;
CHEN Min;
陈敏
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
针对球轴承滚动体早期故障,提出一种改进的变分模态分解(VMD)的特征提取与诊断方法.首先,利用互相关方法,对变分模态分解算法的分量个数进行选择,确定变分模态分解的阶次;然后利用变分模态法对轴承信号进行处理,根据提出的峭度准则筛选出最佳分量;最后对该分量进行包络解调,提取滚动体故障的特征频率,实现轴承早期滚动体故障的诊断.利用改进的变分模态算法对轴承滚动体故障的实验信号进行分析,可成功提取出故障的特征频率.通过与传统的经验模态分解(EMD)结果对比,该方法表现出一定的优势,可以实现滚动体早期故障的诊断.
-
-
WANG Chaoge;
王朝阁;
LI Hongkun;
李宏坤;
YANG Rui;
杨蕊;
HOU Mengfan;
侯梦凡;
OU Jiayu;
欧佳玉;
TANG Daolong;
唐道龙
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
针对齿轮箱轴承早期故障特征信号微弱且受环境噪声影响严重,故障特征信息难以识别的问题,提出了双树复小波变换(Dual-Tree Complex Wavelet Transform,DT-CWT)和最小熵反褶积(Minimum Entropy Deconvolution,MED)的故障诊断方法.首先对采集到的振动信号进行双树复小波分解,得到几个不同频段的分量,由于噪声的干扰,从各个分量的频谱中很难对故障做出正确的判断.然后对包含故障特征的分量进行最小熵反褶积滤波处理以消除噪声影响,凸显故障特征信息.最后对滤波后的信号进行Hilbert包络谱分析,即可从中准确地识别出轴承的故障特征频率.通过对齿轮箱轴承故障实验数据的分析,验证了该方法的有效性与优越性.
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 中国人民解放军陆军炮兵防空兵学院
- 公开公告日期:2022-02-25
-
摘要:
本发明公开了一种基于声谱图的CNN故障诊断模型的发动机故障诊断方法,涉及发动机故障检测的技术领域,将发动机声信号转变为声谱图;首先将声谱图的非特征部分删除;再将图片压缩成合适大小的正方形;构建合适深度的CNN模型;确定网络参数;通过前向传播求得网络输出与预期目标的误差;判断网络是否收敛到最优:若是,则执行第七步;若不是,则执行第六步;将第四步求得的误差反向逐层传播到每个节点,并更新权值;重复执行第四步~第六步,直至网络收敛;根据验证集的精确度判断网络是否满足实际要求:如满足执行第八步;如不满足,跳转到第三步,修改网络参数;输出网络用于发动机故障诊断;本发明具有使用方便、对发动机检测精度高等优点。