旋转机械状态监测及预测技术研究

由机电之家行业门户网运行

	\| 首页 \| 业内资讯 \| 设备管理 \| 设备维修 \| 监测诊断 \| 润滑密封 \| 安全生产 \| 专业术语 \| 变频技术 \|
	\| 论坛 \| 学术论文 \| 管理天地 \| 专业培训 \| 会展信息 \| 现代理论 \| 采购中心 \| 资料下载 \| PLC技术 \|

文章下载

最新公告：

没有公告

您现在的位置：设备维修与管理 >> 监测诊断 >> 专项诊断 >> 旋转机械故障诊断 >> 文章正文

赞助商

客户服务

如果您有设备方面好的文章或见解,您可以送到我们的投稿信箱
客服电话：0571-87774297
信　箱：88ctv@163.com
我们保证在48小时内回复

设

备

管

理

网

旋转机械状态监测及预测技术研究

热 ★★★

旋转机械状态监测及预测技术研究

作者：未知文章来源：网上搜集点击数：更新时间：2006-12-21 18:46:18

机械设备状态在线监测及预测的总体方案和技术路线，开发了传感器、数据采集、现代信号处理、人工智能以及硬件、软件的有关技术。状态监测研究主要考虑的是针对随机性故障，状态预测研究主要考虑的是针对趋势性故障、可预知故障。
    (2)在故障分析和预报方法的研究上，考虑到传统的布尔逻辑识别、FTA方法(故障树分析法)，因为识别能力差、判据不足，不能满足要求。采用了灰色系统理论、时间系列、神经网络、遗传算法、小波分析等新技术。   (3)从特征信号中提取有关机组状态的信息；选择的机械设备状态敏感因子(特征参数)具有较高灵敏度、较高识别能力，采取合适的敏感因子提取装置、提取方式及提取方法。
    (4)提出了大型机械设备状态正常与否的准则，选择了安全评定的标准，确定了对机械设备整体状态及主要零部件状态分别评价的判据；提供能对异常情况做出判断的方法。
    (5)研究了时域、频域综合信号处理方法，使信号处理后的特征突出、明显，便于自动比较、判别；围绕信号处理的实时性、实用性、稳定性进行了相应的设计和改进，探讨了新的谱估计方法以及小波分析方法。
    (6)研究了机械设备状态在线分析及自动判别的技术，能根据历史档案、专家经验、客观依据，实现机械设备状态决策判断自动化；研究的机械设备状态自动判别智能专家系统，可克服转速波动影响；开发了振动频谱在线时域、频域报警新技术。
    (7)研究了旋转机械设备常见故障特征，建立了机组故障原因集以及故障推理机制。
    (8)为对机械设备实行现代预知维护提供科学依据和手段，研究了趋势预测的方法。除对机械设备整体进行趋势预测外，探讨了对机械设备零部件进行趋势预测的方法。
    (9)研究了神经网络ANN在旋转机械设备状态预测上的应用技术，针对现有神经网络对新信息强调不足的问题，研究出适于预测用途的新型神经网络模型。探索了遗传算法GA在趋势预测应用的途径。
    (10)在趋势预测模型中考虑时间序列模型预测、灰色模型预测、组合模型预测，围绕提高预测精度提出了新型改进模型及有关方法。
    (11)为进行旋转机械状态在线监测及预测技术的实验研究，研制完成具有典型机械结构和现代测试分析功能的新型实验系统，该实验系统应能模拟典型旋转机械的运行状态，能再现故障发展过程和预测发展趋势。
    (12) 以大型旋转机械设备为对象进行了工业现场的实践验证，并对验证结果进行了分析。
    五、结束语
    研究大型旋转机组状态在线监测及预测技术，对保证安全生产以及对设备实行预知维护都具有十分重要的意义。为此，本项课题采用科学分析与实验验证相结合的方法，从信息提取和信号处理、故障分析、在线预测、人工智能预测方法、实验研究、实践验证以及系统研制几个方面对智能化自动在线监测及预测技术进行了系统的研究。探索了新的途径，得出了新的结论，获得了有价值的成果，解决了重要生产实际问题，取得了预期效果。

上一页 [1] [2] [3] [4]

职称论文代写代发表（核心期刊发表3个月，省级期刊2个月）...

文章录入：设备管理责任编辑：设备管理

上一篇文章：改进BP算法在旋转机械故障诊断中的应用

下一篇文章：改进人工神经网络BP算法在旋转机械故障诊断中的应用

【字体：小大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

　网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！）