变速箱故障模糊诊断的研究

变速箱是机械设备的重要组成部分.由于机械设备的特殊运行条件和运行环境使得变速箱中齿轮副、轴、轴承等常发生故障.因而随着科学技术的发展,对变速箱实施故障诊断,显得尤为重要.而故障诊断的前提是对于故障特征信号的提取.近年来,模糊故障诊断技术在故障诊断和特征提取方面的应用也越来越多.为此,利用故障模糊诊断技术,通过对齿轮在运转时产生的振动信号进行特性分析,诊断齿轮系统的故障.     

基于PCA-SDG的水轮机调节系统故障诊断

讨论了基于符号有向图SDG的故障诊断方法,建立了闭环控制系统的SDG模型及故障诊断推理规则.利用经验方法建立了典型的水轮机调节系统的SDG模型及故障诊断推理规则.针对SDG模型节点符号确定的主观性问题及节点阈值的组合爆炸问题,将主元分析PCA方法与SDG模型结合用于故障诊断.利用系统运行数据建立主元分析PCA模型,根据PCA模型构造残差统计量进行故障检测,当有故障发生时,将每一检测分量对残差统计量的贡献率与设定的贡献率阈值比较,得到各检测分量的定性符号值,该符号值作为SDG模型中相应节点的符号,根据SDG推理规则进行故障推理,找出故障源.根据现场运行数据建立水轮机调节系统的PCA模型,应用PCA-SDG故障诊断方法对其进行故障诊断,模拟系统传感器恒偏差故障,对故障诊断过程进行仿真,结果证明该PCA-SDG故障诊断方法对水轮机调节系统是有效的.     

数据融合在柴油机故障诊断中的应用

讨论了基于Bayes网络的数据融合技术应用于柴油机故障诊断的原理和方法.同时,介绍了数据融合的定义以及多传感器数据融合的过程,阐述了数据融合技术在故障诊断中的应用.在此基础上提出了Bayes网络,并将Bayes网络数据融合技术应用于柴油机的故障诊断.该方法能够及时准确地提取柴油机的故障特征,诊断出故障部位和找出故障原因.     

电控汽车故障诊断及数据流的应用

对电控汽车的故障诊断系统除了读码清码功能外,还具有动态测试功能,这给电控汽车的故障诊断带来很大帮助,但很多维修人员只会单纯依靠故障代码来判断故障,不会分析数据流,使故障诊断效率大为降低.结合了实例使用数据流功能对电控汽车的故障诊断过程进行了简要分析.     

电控发动机不能起动的故障树最小割集分析

汽车电控发动机不能起动属于常见的故障现象,但同时也属于疑难故障问题.常规的故障诊断方式采取经验法,即根据诊断工程师的实际经验按故障现象的特征进行检测,并根据经验建立了相应的故障诊断因果关系图(也称故障诊断树).但实际操作的情况反映,故障诊断树的确立因人而异,从而检查的可靠性、快捷性受到限制.基于故障的原因分析,运用最小割集法设计了丰田卡罗拉1ZR-FE发动机不能起动的故障树,并运用层次分析法对卡罗拉发动机不能起动的故障树进行定性分析,确定各个底端事件的概率,改进故障诊断树的可靠性,并通过维修实例验证本文方法的正确性.本文方法具有一定的通用性,值得深入研究与探讨.     

RBF网络在电喷发动机故障诊断中的应用

提出了一种用RBF网络（径向基函数网络）简化汽车故障诊断仪数据流功能的方法.首先建立了RBF网络故障诊断模型,然后以捷达ATK型发动机为例,设计故障样本集,用大量的故障样本集数据对网络进行训练和仿真,并与BP网络作了比较.结果表明,RBF网络比BP网络更适合于故障诊断,可以简化故障诊断仪的数据流功能.     

感应电机故障诊断研究现状与发展趋势

感应电机在工业中扮演重要角色,它的可靠安全运行至关重要.由于感应电机结构、湿度以及温度的影响,感应电机的故障时有发生.感应电机在线故障诊断的基本步骤包括提取故障信号、提取故障特征信息以及故障状态识别.首先在线提取故障信号,然后通过信号处理技术提取故障特征信息,最后通过算法确定故障类别.文章对当前的感应电机在线故障诊断的研究现状和发展趋势进行探讨.     

风力机故障诊断神经网络特征参数确定方法

为了诊断风力发电机组的故障,在搭建故障诊断神经网络平台时,选择合适的输入层特征参数搭建小波神经网络以达到网络训练时的稳定收敛.通过对风力发电机组故障诊断神经网络系统输入层特征参数的选择研究.发现风力发电机的齿轮箱、转子、叶片为独具代表性的易故障部件.分别对3个典型故障部件的一般故障类型和其产生机理进行了分析,得出齿轮箱的频率特性可以用来表征其故障类型,不同的转子故障会对应于不同的轴心轨迹,而叶片的故障诊断则可以运用声发射系统.根据分析的结果,提出了输入层特征参数的确定方法.齿轮箱按照其故障的时-频特性来确定输入层特征参数;转子利用其轴心轨迹能够反映故障类型的这一特性,来确定输入层特征参数;而风机的叶片则是通过“声发射系统”测量叶片表面性能时产生的特性数据作为输入层的特征参数.该方法可为风电机组故障诊断神经网络的建立提供参考.     

发动机动力不足故障诊断方法研究

动力不足是发动机常见故障之一,故障原因繁杂是发动机故障诊断的难点.基于混合气浓度及点火提前角控制的试验研究阐述了发动机动力不足的4方面原因,给出了故障状态下混合气特征值和点火提前角的变化规律,比较全面地总结了可能发生故障的部位,并给出了故障诊断流程.     

汽车电控系统的故障诊断与维修

汽车电控系统是复杂的综合控制系统,其故障原因与形成远比机械系统复杂得多,在诊断故障时需要掌握电控系统故障诊断的基本原则、步骤与分析方法,运用科学的故障诊断方法对系统故障现象进行综合分析、判断,确定故障的性质、原因与范围;制定合理的诊断程序进行深入诊断与检查,使汽车恢复应有的性能与技术指标。一、汽车电控系统故障诊断的分析方法1.故障码分析法。ECU故障编码是有条件的,     

汽车EPS故障模式分析与其控制技

阐述了EPS的构成及工作原理,分析了EPS的故障模式与控制技术,EPS的故障有硬件故障和软件故障两个方面。对于硬件故障,采取了控制器的模块化设计、双CPU的并行工作、转矩传感器的互补信号输出、驱动开关管的并联工作、故障指示与故障代码显示等措施;对于软件故障,采取了软件冗余措施,可以采用N版本程序、恢复块技术和异常处理技术。EPS系统的故障模式分析与控制技术可以提高EPS系统的安全可靠性能和汽车的操纵安全性。     

汽车EPS故障模式分析与其控制技术

阐述了EPS的构成及工作原理,分析了EPS的故障模式与控制技术,EPS的故障有硬件故障和软件故障两个方面.对于硬件故障,采取了控制器的模块化设计、双CPU的并行工作、转矩传感器的互补信号输出、驱动开关管的并联工作、故障指示与故障代码显示等措施;对于软件故障,采取了软件冗余措施,可以采用N版本程序、恢复块技术和异常处理技术.EPS系统的故障模式分析与控制技术可以提高EPS系统的安全可靠性能和汽车的操纵安全性.     

基于粗糙遗传算法在打捆机齿轮箱故障诊断中的应用*

自走式连续作业打捆机是一款实现不停机连续打捆作业的新型秸秆收集装备,其关键功能部件齿轮箱发生故障会严重影响正常打捆工作。针对齿轮箱故障的防控和监测,提出一种结合粗糙集和遗传算法的故障诊断方法。该方法使用时域频域分析得到的多项故障特征参数作为条件属性,故障类型作为决策属性,并利用自适应遗传算法得到决策规则表,实现无需先验信息的属性约简和故障诊断。在齿轮箱故障诊断试验中,分别对不同故障类型进行信号采集和诊断分析,结果显示:该方法在无先验信息的条件下将12项故障特征参量约简为3项,根据决策规则表进行故障诊断的准确率为100%,结果表明该方法能准确判断故障的发生和故障类型,对实现故障监测和防控具有重要意义。     

LS400型轿车氧传感器的故障检测与识别

在修理发动机电控系统故障时,最想看到的就是发动机故障指示灯有规律地闪烁。但有些故障需要在一定条件下,采用一定的方法才能检测到其故障代码,氧传感器的故障代码就属于这种代码。通过对氧传感器的电路原理的分析,利用二维坐标图形论述了凌志LS400型轿车氧传感器的动态检测方法,并用波形图说明了该种车型的故障码识别方法,最后指出了不同故障码的意义。     

太阳能杀虫灯物联网故障诊断特征分析及潜在挑战

太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具,通过无线传输太阳能杀虫灯组件状态数据,用户可后台实时查看太阳能杀虫灯运行状态,具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用,故障诊断难和维护难等矛盾日益突出。基于此,本研究首先阐述了SIL-IoTs的结构和研究现状,分析了故障诊断的重要性,指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现,并进一步对WSNs中的故障进行分类,包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外,还探讨了SIL-IoTs故障诊断策略,将故障诊断从行为上分为主动型诊断与被动型诊断策略,从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略,从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上,介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具,如Sympathy、Clairvoyant、SNIF和Dustminer。最后,强调了SIL-IoTs的特性对故障诊断带来的潜在挑战,包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形,并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用,因此本研究可扩展至其它农业物联网中,并为这些农业物联网的故障诊断提供参考。     

基于小波奇异点和能量分布的传感器突发故障诊断

提出了运用小波变换分析传感器输出信号,检测和诊断传感器自身突变类型故障的方法。推导了运用传感器正常输出信号和5种典型突变性故障信号的小波变换,通过检测信号小波变换的奇异点,确定传感器突变型故障突变位置,从传感器典型故障信号在各小波尺度下分解时能量分布的不同,得到和故障类型相关性密切的特征向量矩阵,作为判断故障类型的根据。计算机仿真模拟硅压力传感器所获得的结果证实了方法的有效性。     

含断层高边坡在爆破震动作用下的动力响应特性研究

采用大型商用动力有限元分析软件LS-DYNA,对含断层的高边坡岩体在爆破震动作用下的动力响应进行了数值模拟研究。对于不同断层厚度、断层充填介质参数及断层产状(顺层断层或反倾角断层)等的影响规律进行了详尽系统的研究,分析了地震波经过断层后的频谱变换规律。所得出的结论对于岩石高边坡开挖中爆破震动的控制具有一定的指导意义。     

基于观测器的传感器与执行器故障自动检测方法

设计构造了用于故障检测的系统观测器.根据故障对观测器新息的影响,给出了利用观测器新息的统计量对传感器故障和执行器故障进行检测的方法,并分析了该方法对故障检测的保障性条件.结合农产品加工中常用的热反应堆系统进行了故障模拟验证,结果表明这种检测方法计算简单,能有效检测传感器和执行器同时发生的故障.     

发动机连杆轴承故障噪声诊断研究

提出了基于小波包和模糊聚类分析的连杆轴承故障的噪声诊断方法。在EQ6100型发动机上预先模拟连杆轴承故障,根据发动机故障时变、非平稳的特点,运用小波包对发动机噪声信号进行特征提取并削减了背景噪声的影响。选取时域上5个参数作为评价故障的特征指标。通过对模糊聚类理论方法的分析比较,引入模糊C-聚类划分理论及方法对噪声信号的指标样本进行分类,得到最优分类矩阵和聚类中心,从而建立了故障的标准类型样本。通过对新测取的噪声信号样本进行检验,证明该方法能有效地判断待检样本的类型,诊断连杆轴承故障。