基于人工智能的风电机组运行状态监测和故障诊断预警研究

为实时掌握风电机组的运行状态,保证风机发电的正常运行,提出基于人工智能的风电机组运行状态监测和故障诊断预警方法。该方法以风电机组的历史运行数据和实时运行数据为基础,采用小波包分解算法进行数据冗余处理后,将其输入栈式稀疏加噪自编码深度神经网络模型中,通过模型的学习和训练。提取数据中的故障特征,完成风电机组故障分类诊断;同时设定故障预警阈值,完成故障预警,实现风电机组运行状态的全面监测。测试结果显示:该方法具有较好的应用效果。

数理统计方法在复合系统诊断预警中的综合应用

复合系统研究是系统科学的一个前沿方向,复合系统诊断预警就是评价其发展水平和发展程度并对其发展进行动态监测。面对这样的一个科学问题,很难用一种方法进行分析研究。因此,本文运用多种数理统计方法综合分析复合系统诊断预警:应用主成分分析法看复合系统综合发展水平;应用回归分析进行系统协调性分析;诊断预警警限分析主要采用多指标综合评价指数法。最后结合江苏实例进行实证分析,得到合理的结论。

基于AI技术的矿用带式输送机驱动装置故障诊断预警研究

针对矿用带式输送机驱动装置采用传统人工检修方法劳动强度大、准确率低、覆盖面小、监测手段单一等问题,提出一种基于AI智能专家算法的矿用带式输送机驱动装置故障诊断预警系统,通过AI识别和分析驱动装置齿轮不对中,游移、偏心、磨损、游移、破裂或断齿等齿轮组合状态异常工况故障的啮合频率(GMF)特征,经过学习和训练最终建成GMF特征专家库。试验表明,结合AI技术与特征专家库的故障诊断平台识别率为92.3%,准确率为90.4%,响应时间为29 ms,较高的准确率和快速的响应时间能够避免设备故障积累导致事故发生,大幅提高带式输送机各部件故障诊断效率,有力保障了煤矿井下运输安全。

金属矿山巷道围岩安全监测诊断预警体系

针对矿山巷道监测系统诊断预警系统功能弱,系统不完善的难题,通过将基于小波能量理论所建立的爆破震动去噪方法、围岩类别判定指标、爆破震动效应评价指标集成,形成可实现长期实时监测的金属矿山巷道围岩稳定性监测、诊断、预警体系。金属矿山巷道围岩安全监测诊断预警体系包括监测点布点优化、监测信号去噪、信号频域能量分析、巷道围岩类别确定、巷道围岩安全判别、巷道围岩安全预警等模块内容。该体系的最大特点是根据实时监测到的信号进行诊断分析,并依据所积累的数据库文件进行比对,最终得出诊断结论并给出相应的工程措施,该体系的建立为提高金属矿山安全监测技术水平奠定了基础。

制造企业产品质量诊断预警计算机支持系统的设计与实现

论文建立了制造企业产品质量诊断预警计算机决策支持系统,并对系统的运行进行了说明与演示。

高速公路隧道健康诊断预警功能结构的研究

介绍了高速公路隧道健康诊断预警的结构和功能,以乌池坝高速公路隧道某区段工程为例,阐述了乌池坝高速公路隧道健康诊断预警平台的构建过程及主要工作流程,达到了对高速公路隧道进行实时健康诊断预警的效果。

机理仿真与数据驱动融合的电泵举升故障诊断预警理论研究进展

在复杂、不确定、非结构化的油藏环境中,潜油电泵举升井的工况诊断预警优化决策成为智能油井研究的热点与难点问题之一。阐述了机理仿真、数据驱动、专家系统、机理仿真与数据驱动融合等技术在电泵举升故障诊断预警领域的研究与应用进展,探讨并展望未来电泵举升故障诊断预警技术的发展方向与重点。综述研究表明:建立客观准确的反映电泵运行动态工况特性的机理模型和快速精确求解极具挑战性,基于数据驱动诊断模型未必能完整描述电泵生产系统工况的真实映射关系,电泵生产故障诊断推理机理及专家系统的自学习能力有待加强。提出基于机理仿真与数据分析方法相融合的数字孪生技术必然成为研究复杂电泵抽油生产系统故障诊断预警的核心技术。

基于LabVIEW的矿井主通风机状态监测及故障诊断预警软件系统设计

为进一步实时可靠地监控矿井主通风机的运行状态,软件系统采用LabVIEW作为开发平台,具有多参量采集程序、分析和评估程序、储存和显示程序等功能,能实现矿井主通风机电压、电流、温度、振动、局部放电、绝缘电阻的在线监测,同时可编写相关的信号分析、智能诊断程序,可实现电动机绝缘和机械状态的在线评估。该系统经现场试验运行表明,系统运行稳定,参数采集实时、准确,电动机状态评估可靠,符合设计要求。

基于多源数据融合的油气管道诊断预警技术

随着油气管道行业向数字化、智能化转型以及数据感知技术不断发展与成熟,近年各管道企业纷纷开发了满足不同业务需求的管理系统,与此同时面临着系统多、数据杂、决策难等问题,且如何从“大数据”中提取“小信息”服务于管理决策,是行业技术的难点与痛点。提出了基于多源数据融合的管道状态诊断与预警综合解决方案,以现有无人机巡检、GPS巡线、智能阴保等监测系统的数据源为基础,统一了数据类型、筛选了有效信息、提取了状态特征、构建了融合模型、划分了预警等级,最终开发了一体化、可视化的管道远程诊断预警平台,实现了对第三方破坏、腐蚀、自然地质灾害等动态因素的管理决策功能。通过技术探索,提炼多源数据的价值,为智能管道、智慧管网的建设提供一定技术支持。

开关柜绝缘劣化气体监测系统及潜伏性故障诊断预警研究

研究开关柜绝缘劣化气体监测系统及潜伏性故障诊断预警装置,对开关柜多个独立气室在发生绝缘劣化下产生的气体进行实时监测;通过考虑开关柜独立气室气体分子扩散效应、气体流速差异以及系统内残留气体等因素的影响,提高开关柜绝缘劣化气体的检测精度,并根据被测气体的组成成分、温度、湿度等参数,实现对开关柜的不同气室潜伏性故障类型以及发展阶段进行预测分析。

水电机组状态诊断预警系统在枕头坝一级水电站的应用

基于大数据挖掘分析的枕头坝一级水电站机组状态诊断预警系统,是在已有的各种监测系统的基础上,进行扩展开发,数据挖掘,实现了设备健康状态评价和故障预警与诊断,为电力生产提供了更为实用有效的决策依据。

柴油机应急故障诊断预警系统的应用研究

柴油机是一种重要的动力机械,因此对其运行故障进行诊断与预警十分重要。但柴油机的构成十分复杂,涉及诸多子系统与多个领域,导致针对其进行的故障诊断预警工作难度高且准确性不足。针对上述困难,设计了一种定转速信号采集系统,并将采集到的振动信号使用EMD-AR方法提取出特征信号,最后再采用模糊神经网络算法对特征信号进行分析,从而实现故障的判定。将前述算法作为一个模块嵌入到设备的故障诊断预警系统中,实现了柴油机应急故障诊断预警系统的应用。

基于带电报警检测技术的接地线故障诊断与预警研究

接地线故障是影响电力系统安全稳定的重要因素之一。为了快速提示接地线状态,提出一种基于带电报警检测技术的接地线故障诊断与预警研究。首先,依据电压源等效法和线电流测量法对接地线故障进行:modeling,建立接地线故障模型。然后,在此基础上,采用带电报警检测技术,用实时在线监测接地线运行状态。接着在分析、比较接地故障原因基础上,提出相应预防措施。仿真结果表明,本研究方案可以快速、准确的发现接地线故障并作出故障预警,提高了电力线路的运行安全和准确预警能力,为电力线路的安全运行提供了重要的技术支持。

风电场主设备预警诊断系统设计与开发

针对风电场环境恶劣,设备故障早期监测难且机组故障率高的问题,提出一种基于多参量建模与振动信号频谱分析的风电场主设备预警诊断方法。首先,采集风电场在线监测系统、点巡检系统、监控系统及其他系统中的结构化和非结构化数据,并根据设备特点和应用系统要求,对多源数据进行预处理和有效融合;然后,基于多参量建立预警模型,并通过预警模型输出与振动信号频谱分析实现对设备状态数据的趋势分析;最后,设计并开发预警诊断系统,展示设备预警信息、故障诊断结果与运维决策建议。风电场主设备预警诊断系统为风电机组智能在线监测提供了一种新思路,可实现设备故障提前预警,降低机组故障率,提高设备维护人员的工作效率。

基于数据分析的设备故障预警与诊断技术在燃气电厂的应用

大数据、人工智能、边缘计算等先进技术不断进步,在燃气电厂利用基于数据分析的设备故障预警与诊断模型辅助检维修的优势逐步显现。AI设备故障预警与诊断模型依托统一的云平台搭建,覆盖燃气电厂燃机、汽机、锅炉和电气系统等多类主辅机设备,利用大数据分析技术和人工智能算法,主要算法包括分段函数、多元回归、深度神经网络等。模型以燃气电厂各系统设备的实时和历史数据为基础,将业务关联较强的数据与电厂内部专家经验相结合,实现设备参数劣化预警。文章结合燃气电厂AI模型应用实例,对建模过程、输入输出参数设定、训练样本选择、预警信息及故障诊断等进行说明与分析。利用AI设备故障预警与诊断模型可实时监督机组设备运行情况,在设备出现异常或故障的早期阶段进行智能预警和诊断,为机组设备运行安全提供保障。

漳州台湾农民创业园特色农业的持续发展与诊断预警研究

本文基于特色农业持续发展诊断预警的相关理论,针对漳州台湾农民创业园的特色农业持续目标,建立相关的预警指标体系,确定标准、指标权重、预警模型,并对漳州台湾农民创业园特色农业现状:资源禀赋、农业生产状况、农产品市场状况进行分析。针对分析结果提出了漳州台湾农民创业园特色农业的持续发展对策:紧紧围绕支柱产业,加快创业园规模化建设、发挥对台优势,优化创业园经济结构、强化政策职能,扩大招商引资、完善市场体系,提高整体服务水平。

矿井监控预警诊断系统研究

为确定引起井下监控系统预警的故障源的位置,基于专家系统,采用知识库与推理机相结合的方法建立矿井监控预警诊断系统。设计风速超限预警诊断知识库,通过建立风阻-风流变化影响关系矩阵,得到影响每条分支风量变化的分支集合。同时设计风速、瓦斯、烟雾、一氧化碳超限以及风门开停、主要通风机负压预警诊断推理机。给出矿井监控预警诊断系统推理流程。采用此方法对铁法大明矿进行工业试验。结果表明:预警诊断结果与实际情况一致,从而验证了矿井监控预警诊断技术及方法的可行性。

基于LM算法建立风电机组神经网络故障预警诊断模型

基于人工神经网络LM算法,建立了风力发电机组故障预警诊断模型。神经网络LM算法是一种BP的改进算法,但同时也存在易陷入局部极小的问题,对此采用施加动量使其跳出局部极小的方法,取得了良好的效果。应用Matcom工具实现VC++与Matlab软件混合编程的方法,解决了算法程序化过程中遇到的复杂矩阵运算问题,提高了算法性能。将改进后的算法用于结构为15-22-4的风电机组故障预警诊断模型训练和检验,结果证明网络收敛性能良好。该算法模型已嵌入风电机组故障预警诊断软件中。

基于FTA的矿井监控预警诊断知识表示及推理机制

当前的矿井监测监控系统给出的预警结果只能反映传感器所在位置的参数变化,并不能依此判断传感器所在位置就是故障源。研究矿井监控预警诊断专家系统,通过建立矿井通风系统故障树设计面向故障树的基于框架与规则的混合知识表示方法,利用框架中诊断规则的推理确定故障传播关系,找到故障源。设计了矿井监控预警诊断推理机制,利用监控系统对灾变时期的火灾和瓦斯大量涌出以及正常生产时期矿井中的活塞效应、巷道风阻变化、通风构筑物故障、爆破、通风动力故障以及自然风压变化进行故障诊断推理分析,给出监控预警诊断故障源分析界面,为管理人员对矿井正常生产和灾变时期的故障处理提供依据。

机电装备健康监测预警诊断实验平台设计

根据机电装备—风力发电机组运行特性,结合应用环境下风力发电机组的重要性、分散性和测点数量规模性特点,设计开发面向机电装备的健康监测预警诊断实验平台。该平台利用传感器检测、信号处理、计算机应用、数据通信、旋转机械故障诊断等技术,通过建立振动加速度传感器、智能信号调理采集器、嵌入式信号采集与服务平台等硬件条件,开发信号采集、网络服务和振动监测与故障分析等程序软件,为风电机组传动系统动态实验平台运行状态的健康监测与故障预警诊断分析研究提供必要的实验基础。