齿轮传动故障诊断方法综述及应用研究

介绍了基于粒子群优化的小波神经网络,基于相关分析与小波变换,基于小波包和BP神经网络和基于小波分析等故障诊断方法,分析比较了各种方法的优缺点,并对提出了基于多数据融合的故障诊断方法将成为今后齿轮传动故障诊断的主要发展方向。

基于S7-400与WINCC 6.0的传动故障诊断系统

本文主要通过S7-400和WINCC6.0的使用介绍传动故障诊断系统的开发设计,通过系统的实际应用,使大家了解传动诊断系统的功能和作用对现代化高节奏生产企业的重要性。

基于机器学习的风电机组机械传动系统故障诊断研究

为准确诊断风电机组机械传动系统故障,提出一种基于机器学习的风电机组机械传动系统故障诊断方法。通过经验模态分解(EMD)方法分解风电机组机械传动系统振动信号,获取不同频率下的固有模态函数(IMF),经过对比分析获取可以描述故障特征频率的IMF分量,经过重构得到故障信号,使用自相关分析法去除故障信号中的噪声。通过机器学习中的Lasso正则化自编码神经网络提取风电机组机械传动系统故障特征,采用改进的粒子群算法对最小二乘支持向量机优化处理,构建分类器,将提取到的样本输入到分类器中,完成风电机组机械传动系统故障诊断。经实验测试证明,所提方法能够高效率、高精度地完成故障诊断处理。

基于DriveWindows的穿孔机主传动系统的故障诊断

天津钢管公司168新型钢管厂的穿孔机主传动采用ACS6000SD中压变频传动系统驱动,通过DriveWindows软件对传动系统进行监视、调试和故障诊断,能大大提高效率。本文介绍了DriveWindows的基本功能,重点通过实际故障分析与解决的实例,讲述基于DriveWindows的ACS6000SD中压传动系统的故障诊断。实践表明,使用DriveWindows,能大大提升ACS6000系统的故障分析与解决的效率,使得传动系统能有效安全的运行,具有较大的实用价值。