改进LSTM-AE算法的电梯知识库故障征兆预测

针对运维知识库系统中故障征兆预测问题,提出面向电梯设备的改进LSTM-AE算法。使用属性子集选择(ACDR)方法筛选特征向量组,剔除电梯运行参数中的冗余特征。同时,针对运行速度特征序列的非平稳性问题,使用变分模态分解(VMD)算法作降噪平稳化处理。在LSTM-AE模型中引入融合BILSTM的滑动窗口注意力机制,提高模型的时序特征提取能力,并通过softmax分类器融合各特征序列的重构误差实现电梯故障征兆预测。实验结果表明,相较经典LSTM-AE算法,提出的改进LSTM-AE算法正常样本判准率提高13%,异常样本误判率降低11%,能够对常见电梯故障进行准确预测,适于构建可靠的电梯运维知识库故障征兆预测模型。

基于故障征兆与性能特征的数控机床故障诊断技术

本文从故障征兆、性能特征两个方面分析了数控机床故障诊断方法。首先介绍了基于RBR的故障诊断技术、基于CBR的故障诊断技术以及RBR与CBR相结合的集成诊断技术,之后分析了机床性能,并对其与故障诊断间的关系进行了梳理,而后从精度数据的角度出发,结合实例分析了利用神经网络技术分析精度数据从而实现故障诊断的技术方法,旨在为数控机床故障的科学、高效诊断提供参考。

基于大数据的卫星遥测数据故障征兆分析方法

卫星在轨遥测数据信息量巨大,且表征卫星在轨道上的运行状态和故障趋势[1]。首先,介绍了大数据在卫星故障分析方面的研究现状;其次,在现有研究的基础上充分地运用大数据技术,解决卫星遥测大数据采集、存储过程中的问题;然后,结合大数据分析方法研究卫星在轨遥测数据与故障状态的关系,并提出基于大数据的卫星遥测数据故障征兆分析方法;最后,分析了此方法的优势和应用场景,具有一定的推广使用价值。

解决故障征兆误判和混淆的典型互连诊断算法分析

为提高算法研究以及工程应用人员对现有算法的总体把控和算法选择的能力,在综述现有算法的基础上,找出3类最具代表性的互连诊断算法——基本算法、抗误判算法和对角独立算法;并给出该3类算法的抗误判和抗混淆能力结论:抗误判算法解决了故障征兆误判问题,对角独立算法可以大大地降低故障征兆混淆率,为故障诊断算法的选择寻找出了理论依据.

基于高阶谱的旋转机械故障征兆提取

研究了旋转机械振动信号的非线性特征 ,分析了产生非线性的机制 ,着重讨论了二次相位耦合与机械故障的关系。在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声 ,可以定量描述非线性相位耦合。试验分析表明 ,对于不同类型的故障 ,高阶谱特征存在明显差异 ,因而可用于故障模式识别。高阶谱丰富了旋转机械故障诊断系统知识库中的振动特征信息 ,用于工业现场能大大提高诊断准确性。

故障征兆模糊获取技术研究

提出了一种应用模糊理论实现故障征兆获取的新方法。采用实数域内连续的S(sigmoid)函数为基函数构造均匀、全交迭隶属函数 ,根据软件组件标准开发了算法组件。解决了传统二值逻辑型算法的分界困难、阈值无意义和引起状态突变的问题。

基于BP神经网络的电路板故障征兆获取研究

针对电路板故障征兆获取困难的问题,提出了基于BP神经网络的故障征兆获取方法;BP神经网络获取故障征兆是指利用隶属函数将症状空间的向量模糊化,然后再通过BP神经网络映射到故障空间的一种方法;实验结果表明:BP神经网络获取电路板故障征兆不仅较为准确,而且精度较高,适合复杂电路故障的诊断。

汽车发动机故障征兆挖掘技术的研究与仿真

研究汽车发动机故障征兆准确挖掘的方法。汽车发动机的结构复杂,故障信号出现的频率快,周期短,很难形成长时间的可识别特征,传统的故障检测模型在进行发动机故障检测过程中,对短促的故障信号很难有效提取,不能组成有意义的故障识别模型,造成识别困难。为此,提出了一种基于拓扑关系搜索模型的汽车发动机故障征兆挖掘方法。提取汽车发动机故障特征,将其作为汽车发动机故障征兆挖掘的基础数据。根据上述汽车发动机故障特征,建立汽车发动机故障拓扑关系搜索模型,从而实现故障征兆的挖掘。实验结果表明,利用拓朴关系搜索算法进行汽车发动机故障征兆挖掘,可以及时发现发动机的故障,从而对其进行快速、准确的处理,保证汽车运行过程中的性能,从而保证了车辆和驾驶人员的安全。

基于数据挖掘的坦克传动装置故障征兆识别展望

综述了坦克装甲车辆故障诊断发展水平和数据挖掘在商业和工业领域的应用状况,展望了数据挖掘在车辆传动装置故障征兆识别的技术途径和前景.

分形几何及其在汽轮机组振动故障征兆提取中的应用

包含丰富汽轮机转子振动和故障信息的一维时间振动波形和二维轴心轨迹图具有分形的特性。研究了它们的分形特性，计算了不同振动故障类型的分形维数。结果表明不同的故障类型的分形维数不同。分形维数与故障类型之间存在某种对应关系。分形维数的计算的确可以作为故障征兆提取的一种方法加以应用。

基于互功率谱的异步电动机转子故障征兆提取

提出了一种基于互功率谱的转子断条故障征兆提取方法 ,它能在电机故障早期时 ,信噪比较低的情况下 ,有效地预报早期故障 ,从而为诊断转子断条故障提供一种全新的、有效的方法。

飞机电液伺服阀早期故障征兆诊断

电液伺服阀是飞机刹车系统的重要执行部件,影响着飞机的着陆安全。针对某型飞机电液伺服阀故障多发的问题,运用一元线性回归分析方法构建刹车系统电液伺服阀的分析模型,根据分析模型和故障征兆判据对电液伺服阀近期的工作数据进行分析和故障征兆诊断。结果表明:基于回归分析的故障诊断方法可以准确地诊断电液伺服阀存在的故障征兆;早期故障征兆诊断可以预先发现电液伺服阀潜在的故障隐患,降低故障发生率,显著提高飞机刹车系统的安全性和可靠性,也有助于优化维修策略和降低飞机全寿命维护成本。

基于故障征兆的机械松动故障诊断

论述了机械松动造成机组振动的故障原因和故障特征,通过对一台电机基础或软脚松动故障的成功诊断实例介绍,论证了根据故障特征判断机械松动故障方法的有效性。该方法的使用能准确地得出诊断结论。

汽车发动机故障征兆及其技术状态特征问题研究

汽车出现故障后,首先遇到的问题就是要确定或者说准确地描述故障现象即故障征兆,然后通过检测试验和推理分析等诊断方法将故障的范围进一步缩小以至确定故障发生的原因和出现故障的装置。如果只找到了出现故障的装置,而未确定故障发生的原因,那么就有可能产生即使更换了故障部件,同样的故障还会发生的情况。所以,确定故障原因是故障诊断最终的结果,而找到故障部件也可能只是故障诊断过程中的中间结果。由故障原因分析故障的部件是一因多果,而由故障部件分析故障原因是一果多因。无论一因多果还是一果多因,故障诊断过程的推理都需要在故障征兆这个具体的约束条件下,来求得相应的非线性方程组的唯一解,且还要进行原因到部件和部件到原因,或部件到原因和原因到部件的循环推理及其验证。只有满足这样的诊断要求,才是正确维修解决故障的前提条件。

运用深层示教法的空调装置故障征兆管理技术

本文以通勤型车辆的空调装置为对象,介绍了运用深层示教法管理故障征兆的方法与应用效果。确认了本方法能够把握空调装置故障征兆。

大坝安全监测设备故障检测与定位方法研究

大坝安全监测设备所处环境恶劣,容易发生故障。针对传统人工故障检测与定位流程耗时长的问题,提出了一种基于故障征兆矩阵的大坝安全监测设备故障检测与定位方法。首先,根据大坝安全监测系统结构及故障推理构建故障征兆矩阵,并结合观察向量与征兆矩阵获得判定矩阵;然后,基于欧式距离和角度余弦评估征兆矩阵和判定矩阵列向量的相似性,构建最优解空间;最后,基于解空间的交集筛选出故障模式。测试结果表明,该方法对单点故障和复合故障都具有较高的诊断准确率,具有较高的实用性。

基于故障群-征兆群对子的变电站故障诊断

为处理好变电站故障诊断问题中故障源和故障征兆间因果关系的不确定性 ,本文提出了基于故障群组合优化的故障诊断方法。在建立保护配合的 Petri网模型的基础上 ,用状态转移方程分析模型的动态特性 ,从中获取所有故障群 -征兆群对子。创建故障群组合匹配已知故障征兆的适应度函数 ,并用遗传算法搜索出最优诊断解。实验证明 :该方法不仅能有效地辨识出故障源 ,而且能提供保护装置拒动、断路器装置拒动、信号传输错误等信息 。

电子装备单点多征兆故障D-S理论诊断方法研究

为了提高新型电子装备单点多征兆故障定位的准确性,构建了一种基于D-S证据理论的故障诊断模型和信息融合算法,提出了把故障诊断过程分为3步、构成3个识别框架、3次使用D-S证据推理、选取不同的决策规则实现故障定位的方法。实例证明,该方法较好地解决了电子装备单点多征兆故障诊断中的不确定性问题。

基于征兆模拟的发动机电控系统疑难故障诊断

疑难故障是发动机电控系统故障诊断中的技术难点。文中在分析发动机电控系统疑难故障种类的基础上,提出了利用故障征兆模拟来检测、诊断发动机电控系统疑难故障的方法。