反面选择算法气阀故障诊断

提出一种基于变精度粗糙集算法的阀门故障诊断方法。该方法具有一定的容错能力,同时能够在确保故障规则具有较高准确度和覆盖度的前提下得到尽可能简洁的规则集。将该方法用于柴油机排气阀典型故障的诊断,研究表明该方法具有良好的故障诊断性能。

新能源故障诊断--高压充电系统故障诊断

针对电梯的几种常见故障,论文采用了最小二乘支持向量机(ls-svm)诊断的方法。采集电梯几种故障状态下的振动信号,用最优小波包的理论分析计算故障振动信号的能量分布,将其能量分布与时域指标相结合,以构造故障特征向量,作为ls-svm的输入来识别电梯的故障原因,并采用遗传算法优化ls-svm的相关参数。通过对电梯六种常见故障的诊断结果表明,基于遗传算法优化的最小二乘支持向量机用于电梯故障诊断是一种有效的方法。

为了客观地认识和比较各种接地网故障诊断算法,基于蒙特卡罗方法,在一个60支路的接地网上,以完备的测试方案通过随机改变各支路电阻值和迭代初值的方式生成检验样本,以各支路电阻的相对累积误差均值和其标准差为评价指标,对迭代最小二乘法、非线性最小二乘法和禁忌搜索法三种接地网故障诊断算法进行了评价和对比。结果表明:迭代最小二乘法能够得到准确的明晰支路诊断结果,且与初值的选择无关;非线性最小二乘法和禁忌搜索法的诊断结果与初值的选择关系密切,若其初值的选择不恰当,则不能得到准确的诊断结果。

故障诊断案例 【篇一：故障诊断案例】 内容简介《机械故障诊断及典型案例解析》在讲解机械故障诊断基 本知识的基础上，着重介绍了典型零部件的故障监测和诊断方法， 并列举了大量相关诊断实例，供读者理论与实践相结合，迅速掌握 机械故障诊断方法。主要内容包括：机械故障诊断的振动力学基础、 故障诊断信号的幅域与时域分析、故障诊断信号的频域分析方法、 故障诊断信号处理的特殊方法、滚动轴承故障诊断与实例解析、齿 轮的故障诊断及实例解析、旋转机械的故障诊断及实例解析、滑动 轴承的故障诊断与实例解析。 《机械故障诊断及典型案例解析》可为从事机电设备运行、维护、 设备点检和运行状态监测以及故障诊断与事故分析等方面工作的工 程技术人员提供帮助，也可供高等院校机械专业师生学习参考。 目录第1章绪论 1.1机械故障诊断技术的定义 1.2机械设备故障诊断的研究内容 1.3机械设备故障诊断方法的分类 1.4

针对基于svm的模拟电路故障诊断中诊断参数的调节是通过试凑法或按照全局最优的原则确定的,没有考虑实际诊断要求,无法进行各诊断环节参数同时调整优化的现状。提出一种适应度模型用于遗传算法参数寻优,把实际电路诊断要求量化成参数指标引入模拟电路故障诊断的优劣评估中;建立了基于遗传算法的电路诊断模型参数闭环寻优框架,对诊断系统的各部分参数优化进行整体度量,并分析了参数搜索算法的收敛性。通过实例诊断分析了闭环故障诊断参数寻优框架下各部分的参数制定对决策的影响,说明了建立的闭环故障诊断模型参数寻优框架和搜索算法的有效性和实用性。

气阀的撞击和气体压力的冲击均会产生声发射信号,声发射信号的频率范围宽,信息量丰富,在无损检测领域已得到了广泛应用,将声发射传感器引入柴油机排气阀的故障监测诊断中,以wp10.240n型柴油机为研究对象,搭建试验测试平台,模拟3种类型的排气阀故障,通过试验研究了柴油机气阀在不同状态下声发射信号特征,提取了与排气阀故障相关的特征参数,探索了基于声发射信号的柴油机气阀故障诊断的可行性。

背压平衡阀主要是对吊物下降、落臂与缩臂起到限速作用，防止重物自由落下，同时使重物和吊臂保持在空间某一位置。因此，背压平衡阀在这些机构中肩负着有关安全的重要使命，出了故障必须立即排除。１．结构及工作原理以ｑｙ２０型起重机变幅机构背压平衡阀为例，说明其结...

1.阀不动作首先确认气源压力是否正常,查找气源故障。如果气源压力正常,则判断定位器或电/气转换器的放大器有无输出,无输出,放大器恒节流孔堵塞,或压缩空气中的水分聚积于放大器球阀处。用小细钢丝疏通恒节流孔,清除污物或清洁气源。如果以上皆正常,有信号而无动作,则执行机构故障或阀杆弯曲,或阀芯卡死。遇此情况,必须卸开阀门进一步检查。

针对elm分类预测的结果易受其初始输入权值和阀值的影响,提出了一种改进萤火虫算法优化elm的电力电容器故障诊断模型。选择电力电容器故障诊断的准确率为适应度,通过ifa优化elm的初始输入权值和阈值,实现电力电容器故障自适应诊断。研究结果表明,与其他算法比较可知,ifa_elm可以有效提高电力电容器故障诊断的准确率和降低误判率,为电力电容器故障诊断提供新的方法和途径。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

为有效gis设备放电故障诊断的快速性和准确性,采用近几年出现的遗传算法对bp神经网络进行优化,减少了bp神经网络算法陷入局部最优解的风险,显著增强了bp神经网络的泛化能力和全局寻优能力。对比发现,遗传算法优化后的bp神经网络模型具有比较好的快速性和准确的诊断能力。测试结果表明,遗传算法优化bp神经网络对gis设备放电故障诊断具有可行性和有效性。

通过对支持向量机核函数的分析发现,当对样本的各个特征赋予不同大小的尺度参数时,可以避免冗余特征干扰分类,增强关键特征在分类中的作用,提高支持向量机分类器的学习和泛化能力。在此基础上,提出一种具有不同特征尺度参数的支持向量机(简称多尺度支持向量机),并通过遗传算法最小化loo(leave-one-out)泛化错误上限估计,根据各个特征的识别能力赋予其不同大小的尺度参数。将多尺度支持向量机用于轴承故障诊断,实验结果表明,与传统的单尺度参数支持向量机相比,多尺度支持向量机具有更好的泛化能力。对压缩机气阀的故障识别表明,尺度参数的大小直接反映了对应特征识别能力的大小,因此可以依据尺度参数的大小进行特征选择,保留关键特征,剔除冗余特征。

现代挖掘机故障诊断

变压器故障诊断研究现状

现代挖掘机故障诊断中文

提出一种基于遗传算法和支持向量机的故障诊断方法,利用遗传算法对故障特征集和支持向量机的参数同时进行优化,然后把优化选择的故障特征输入支持向量机进行故障识别。既剔除了故障特征的冗余性、减少了计算量,又解决了支持向量机的参数难以选择等问题。诊断实例表明,该方法能利用较少的故障特征得到较高的诊断精度。

在内燃机神经网络故障诊断系统的基础上,引入粗糙集理论,对其在内燃机故障诊断特征参数属性优化中的运用进行了探索。利用可辨识矩阵算法对决策表进行属性约简,剔除其中不必要的属性,揭示了故障诊断条件属性内在的冗余性,降低了神经网络构成的复杂性。最后给出了属性约简的结果。

介绍了bh550状态监测综合分析仪在往复式压缩机气阀故障诊断中的应用情况,通过对采集的数据进行分析,找出气阀故障所在,避免了事故发生。

往复压缩机自身有很多优点,它的应用领域广、工作压力安全稳定且拥有很高的压缩效率,受到越来越多生产企业的青睐.但是,在实际的生产过程中,由于往复压缩机本身结构的复杂性,容易受到损坏的部件很多,导致其发生故障的可能性较大,极易发生不可挽救的惨剧,造成严重的经济损失.气阀作为往复压缩机的一个关键组成部分,其运作情况深刻影响着压缩机的工作.若是气阀发生故障,会大大降低压缩机的工作效率,造成能源的巨大浪费,甚至产生更加惨重的后果.因此,事先诊断出气阀的异常情况,采取相应的解决对策,能够在一定程度上保证压缩机的持续安全运行.

为了提高接地网腐蚀故障诊断的精度和效率,提出基于混沌粒子群算法的分块诊断方法;根据节点撕裂法将接地网分成若干个子网络和自由支路,建立分块多目标优化模型,并采用混沌粒子群优化算法对诊断模型进行求解;利用matlab对算例进行仿真计算得到的诊断结果与实际故障倍数差都在±0.5之间,能够有效地判断出接地网腐蚀故障的情况,是一种可行的牵引变电所接地网腐蚀故障诊断方法。

往复式压缩机是化工行业重要的设备之一，在重整装置生产过程中占据相当重要的地位。压缩机能否正常工作，很大程度上取决于气阀的工作性能，气阀一旦出现泄漏故障，会引起温度、压力及流量等参数的变化，影响压缩机的正常运行，因此及时发现气阀故障并对其进行故障快速诊断非常重要。