掘进机故障自动诊断系统的设计及应用分析

针对矿用掘进机存在工作环境恶劣,日常维护效果差,易突发故障,且故障较难排除严重影响矿井正常快速掘进的问题,基于掘进机机电控制系统的工作原理及主要故障分类,设计出一种新的自动诊断掘进机故障的系统,该系统主要是基于智能监测,结合案例推理与规则推理,来自动监测、诊断掘进机运行情况,并进行故障报警,经实际应用发现:应用该系统后掘进机的故障率可降低89.2%,排除故障时间可缩短92.4%,降低了掘进机运行维护成本,更好地保障了掘进机的安全稳定运行。

基于无线网络的电桩故障远程自动诊断研究

以实现电桩故障远程自动诊断为目的,提出基于无线网络的电桩故障远程自动诊断方法。利用数据采集箱采集充电桩运行状态数据,通过通信传输协议将数据传送至服务层并存储,采用深度神经网络模型对自动识别各种故障,采用T-S模糊故障诊断分析方法对故障重要程度进行排序,排查各故障原因并保存排查结果,通过无线网络将诊断结果发送至客户端。测试结果表明:该方法准确识别各种故障类型,网络传输平均能量消耗低于目标需求结果,并且可获取各个基础故障对于顶级事件的T-S关键重要度结果,确定故障排查顺序实现电桩故障远程诊断。

基于改进迁移学习的行星齿轮箱故障自动诊断

传统机器学习故障诊断方法依赖专业经验选取统计特征,导致诊断结果误差较大。为此,提出了基于改进迁移学习的行星齿轮箱故障自动诊断。采集行星齿轮箱的振动信号,对振动信号进行去噪处理,利用深度学习改进迁移学习构建故障诊断模型,对采集信号进行分类识别,实现了行星齿轮箱故障自动诊断。结果表明,该设计方法下不同类型的行星齿轮箱故障诊断精度为96.09%,证实了该方法的性能良好。

基于声学信号分析的肺部疾病自动诊断系统研究

为提高肺部疾病诊断的准确率,提出一种基于声学信号分析的肺部疾病自动诊断系统。该系统通过高精度的麦克风阵列和模数转换芯片采集呼吸音信号,采用基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的并行计算架构,从预处理后的信号中挖掘并优选关键特征。实验结果表明,该系统在支气管哮喘、肺炎及慢性阻塞性肺疾病上具有较高的诊断准确率。

基于机器学习的电机故障自动诊断算法开发

阐述了电机故障的常见类型和产生原因,介绍了机器学习技术的基本原理和方法,包括监督学习、无监督学习、半监督学习、强化学习等。同时对目前基于机器学习的电机故障自动诊断算法进行了分类和概述,包括特征提取、特征选择、分类器设计和模型优化等方面的内容。特征提取是电机故障自动诊断算法的关键步骤之一,常用的特征包括时域、频域、小波域、时频域等,同时还需要考虑特征的有效性、可靠性和可解释性。

基于带电检测技术的高压开关柜绝缘故障自动诊断方法

高压开关柜常受到电场强度的影响,绝缘故障诊断不准确,因此,设计了一种基于带电检测技术的高压开关柜绝缘故障自动诊断方法。通过专业设备获取其绝缘数据,提取绝缘故障的特征,构建绝缘故障诊断模型。结果表明,基于带电检测技术的高压开关柜绝缘故障自动诊断方法诊断出的绝缘故障数据总数为2 856条,对于每种绝缘故障都接近真实值,表明该方法在绝缘故障诊断方面具有更高的准确性。

基于物联网的分布式光伏发电站运行故障自动诊断方法

针对常规故障自动诊断方法难以准确判断故障位置的问题,提出基于物联网的分布式光伏发电站运行故障自动诊断方法。通过物联网技术构建光伏发电站运行故障分布式特征提取模型,详细分析故障特征。根据故障特征提取结果,设定故障自动诊断阈值,生成故障自动诊断函数,实现光伏发电站运行故障的自动诊断。结果表明,该方法能够准确诊断故障位置,与实际故障位置一致。

架空线路故障自动诊断与定位技术研究

本篇文章将依据架空线路故障指示器故障电流的感应和指示的原理,以及结合定位技术相关理论,通过对比分析传统与新型技术,对故障原因诊断、位置定位、升级算法、跟踪监控等方面进行研究和突破,再辅以现代先进科学技术,弥补和完善架空线路故障自动诊断与定位技术在技术上的缺陷,实现了电力系统向智能化、系统化、自动化的转变。

基于小波包分解的二次电流回路短接故障自动诊断方法

当前二次电流回路短接故障自动诊断节点多设定为独立结构,故障诊断识别速度慢,导致小波包分解系数比增大,为此,提出基于小波包分解的二次电流回路短接故障自动诊断方法。采用多目标的方式采集进行异常数据。采用重叠辅助核验的方式实现故障诊断处理。结果表明,所设计的小波包分解二次电流回路短接故障自动诊断测试组最终得出的小波包系数变化比均控制在1.5以下,说明二次电流回路短接故障自动诊断效果更高效,具有实际的应用价值。

基于小波能量熵的水电站直流系统接地故障自动诊断

为提高水电站直流系统接地故障诊断精度,引入小波能量熵,开展水电站直流系统接地故障自动诊断方法设计研究。将多个电阻器并联在一起,实现水电站直流系统接地电阻并联值测量。利用小波能量熵,对直流系统接地故障多尺度进行分析。结合得到的特征信息,完成小波熵接地检测与故障自动诊断。通过对比实验证明,新的诊断方法在实际应用中可以实现对直流系统接地故障的高精度诊断,并确定故障发生时间和故障具体类型。

基于异常电流信号的高压真空断路器故障自动诊断

高压真空断路器故障自动诊断方法的故障诊断效果差。为此,提出基于异常电流信号的高压真空断路器故障自动诊断。提取高压真空断路器永磁机构行程曲线特征参数,基于异常电流信号构建高压真空断路器故障诊断模型,设计高压真空断路器故障自动诊断流程以实现诊断。结果表明,该方法在识别故障方面表现优秀。

基于红外图像技术的高压电气设备内部缺陷自动诊断

为提高电气设备内部缺陷检测精度,提出基于红外图像技术的高压电气设备内部缺陷自动诊断方法。通过红外图像技术处理设备缺陷的红外图像,对处理噪声后,提取高压电器设备内部的发热源特征,利用可形变卷积神经网络实现高压电气设备内部缺陷的自动化诊断。结果表明,红外图像技术能准确、快速地识别高压电气设备内部的发热源及潜在缺陷,具有较好的应用效果。

心电图自动诊断系统的研制

利用数字信号处理和波形识别技术 ,对心电图的QRS波、P波、T波的时段进行了计算机的自动检测并对室性期前收缩等 15种异常心电进行自动诊断。打印输出相应的诊断报告。为了检验本系统的稳定性和可信度 ,利用美国麻省理工学院的MIT BIH数据库对本文所使用的方法进行了检测 。

离心式注水泵故障自动诊断技术及系统的研究

大型离心式注水泵机组振动故障是影响注水泵正常生产的主要问题。本文以模糊数学为基础 ,研究了基于振动信号的离心式注水泵故障自动诊断技术及系统 ,根据注水泵的结构特点提出了复合知识库的概念 ,有效地克服了传统专家系统的不足 ,确定了对注水泵进行诊断的检测方案、特征参量和模糊推理机 ,并编制了相应的诊断系统软件。将该系统应用于现场使用的注水泵机组 ,取得了良好的效果。

心电图机自动诊断评价体系建立

心电图机自动诊断功能参差不齐,对临床医师诊治带来诸多不便,基于解放军总医院强大的数据平台开发并研制的心电图机自动诊断评价系统,旨在评价心电图机自动诊断功能,以期提高心电图机的自动诊断化水平,并通过大量数据评定的结果,为相关部们制定心电图机的自动诊断的行业标准提供依据。

配电网故障自动诊断、隔离与恢复软件的开发与应用

结合山东某市城网自动化项目开展的研究工作、方案设计与实施情况介绍了配电网故障的自动诊断、隔离及恢复技术 ,此技术由变电站监控机和控制中心主控计算机两级控制来实现 。

基于电阻抗扫描成像的乳腺癌自动诊断及参数提取

电阻抗扫描成像作为一种无损功能成像方法,在乳腺癌诊断方面已经成为X射线乳腺成像的辅助诊断工具.基于电阻抗扫描成像(Electrical impedance scanning,EIS)的人工诊断方法主观性强、诊断性能差异性较大.本文提出了一种新的乳腺癌参数提取算法-全参数提取算法(Complete parameters extraction algorithm,CPEA),并在此基础上设计了一个乳腺癌诊断算子-异常能量指数(Abnormal energy indicator,AEI),可将乳腺癌诊断及癌灶参数提取合二为一.临床实验表明,新方法可用于乳腺癌的实时诊断,具有较高的灵敏度和特异度,同时能够给出癌灶的完整参数信息。

一种电阻抗频谱法自动诊断乳腺组织疾病优化算法研究

乳腺组织疾病早期诊断具有十分重要的意义,基于电阻抗频谱法进行乳腺组织疾病早期诊断是近年来发展起来的乳腺临床检查技术,具有成本低、无损害、无创伤等优势。本研究采用电阻抗频谱法测量的64位妇女,106个乳腺样本的电阻抗特性数据,基于神经网络与支持向量机实现乳腺组织疾病的早期自动诊断。针对传统神经网络的过拟合问题,网络初始参数如何确定问题,以及支持向量机(SVM)分类器的惩罚因子C与核函数g如何有效确定问题,采用遗传算法全局寻优的方式,按适者生存的原则,进行参数的选择、交叉、变异,直到收敛到最适应环境的"染色体"上,即得到问题的最优解,从而实现网络权值与阈值以及SVM惩罚因子与核函数的参数寻优。改进后的算法诊断识别率分别由优化前的61.92%和51.92%,提高到优化后的76.15%和68.08%,为乳腺组织疾病的早期自动诊断提供了一种有效的参考方法。

基于决策树的企业信息系统故障自动诊断分析方法

目前,大型企业信息系统规模和复杂度快速增长,但对故障的诊断分析仍主要依赖传统的人工经验,这不仅耗时、耗力,还影响对故障的及时处理。针对这一问题,创新性地提出了基于决策树的企业信息系统故障自动诊断分析方法,根据信息系统运行监控指标告警信息,实现对信息系统故障的自动诊断。利用某大型国有企业的实际生产运行数据,提取典型告警数据特征对该方法进行了验证,并在R语言环境下对决策树模型及其训练方法进行了仿真和对比分析。实验结果证明,该方法可以较为准确地实现故障自动快速诊断,有助于提高信息系统故障诊断分析效率。

小波包分析在变速箱故障自动诊断中的应用

小波包分析技术能有效地在宽频带范围内提取振动信号的有用成分,便于实现拖拉机变速箱故障的自动诊断.分析了小波包分析原理和BP人工神经网络拓扑结构,研究了小波神经网络在变速箱故障自动诊断应用中的几个关键问题,提出了相应的解决方法.运用小波包分解与重构技术将振动信号分解到不同的频段内,并将其能量归一化,实现故障特征信息的自动提取,然后在此基础上建立以小波人工神经网络为框架的拖拉机变速箱故障自动诊断系统,并对"东风81-A型"手扶拖拉机变速箱的故障信号进行特征提取,取得了较好的效果.