采用趋势状态分析的风机齿轮箱状态在线评估云模型

为预防风机齿轮箱严重故障的发生,提出了一种结合正态云模型和趋势状态分析法的齿轮箱状态评估模型.首先,基于数据采集与监控(SCADA)系统的历史数据,采用支持向量机方法建立齿轮箱运行温度预测模型,对齿轮箱不同状态下的趋势预测特征进行分析,求取正常和异常状态时预测值的相对误差序列.然后,采用改进无确定度逆向正态云发生器,利用所求取的相对误差序列提取正常云和异常云的数字特征,构建齿轮箱状态评估云模型.该模型能够根据风机SCADA系统的实测数据,求取齿轮箱当前状态对正常云和异常云的贴近度,并采用最大贴近度原则确定齿轮箱状态.最后,利用辽宁某风机齿轮箱的实测数据对所提模型进行验证.结果表明:该模型能够对齿轮箱的早期缺陷及时预警,达到实时监测的目的.

小波熵及其在状态趋势分析中的应用

研究了离散小波变换的若干特性 ,以及用信息熵来反映信号统计分布特征的方法 ,引进了多尺度下小波熵和相对小波熵的概念 ,并且以此为参量对系统状态进行趋势分析 ,从而突出系统信号中短暂的异常信号 ,达到及早发现可能故障的目的。最后通过数值实验和应用实例说明 :分析这两个参数的变化情况 ,可以反映系统的状态趋势 ,提高维修的针对性 ,降低设备维修的代价 。

三峡右岸电站状态监测趋势分析系统的设计与实现

状态监测趋势分析系统对三峡电站设备运行具有重要意义。三峡右岸电站状态监测趋势分析系统由技术厂家和三峡电站联合设计开发,采用了先进的软件技术和最优现场实施方案,集成度高、完成度好、覆盖面广、使用简便、数据处理效果好,现对其进行简要介绍。

秦山核电厂设备振动状态监测状况和改进建议

介绍了秦山核电厂设备振动状态监测状况、振动原因分析方法以及几个异常振动处理经验，分析了核电厂设备振动状态监测管理中存在的问题，提出了设备振动状态管理的改进建议。

基于电站数据仓库体系的三峡水力发电厂机组状态监测趋势分析系统

主要介绍以成熟的对象关系型数据库为基础,利用面向对象和分布计算技术,实现以电站数据仓库体系为基础的、支持数据挖掘和决策支持等高级智能化信息应用的、开放式统一平台的"电站机组状态监测趋势分析系统"解决方案。

基于三角模型的矿业城市土地利用可持续性评价

根据矿业城市土地利用特点和三角模型性质,对阜新市城市土地可持续利用状态与趋势进行分析评价。结合非资源环境合理性、经济可行性以及非社会可接受性3个指数,选取反映阜新市自然、经济和社会等方面的19项评价指标,构建评价指标体系,运用层次分析法计算权重,然后采用加权平均法求得3个综合指数值,最后利用三角模型对阜新市市区土地可持续利用状态与趋势进行分析。结果表明:2001—2009年阜新市市区土地可持续利用状态由相对不可持续上升为相对一般可持续,土地可持续利用趋势由相对弱可持续转变为相对很强可持续;生态表现由最初的"差"转变为之后的"优"。三角模型在城市土地可持续利用状态与趋势评价方面具有可行性;阜新市需在以后的发展中重点解决产业结构调整、环境保护以及人口数量控制等问题。

基于三角模型的土地生态安全动态评价——以西安市为例

土地生态安全关乎人类的生存与发展,是土地资源可持续利用的核心。针对西安市的土地利用特点,选取自然、经济、社会各方面的15项评价指标,从经济可行性指数(EI)、非社会可接受性指数(NSI)和非资源环境合理性指数(NREI)三方面构建了三角模型,对西安市2005—2013年土地生态安全的状态和趋势进行了动态评价。结果表明:(1)三角模型在土地生态安全评价方面具有可行性;(2)西安市土地生态安全状态向积极方向发展。从2005年的不安全状态,演变为了2013年的一般安全转态;(3)西安市土地生态安全的变化相对有弱安全趋势→很安全趋势→一般安全趋势→很安全趋势→弱安全趋势五种变化趋势,总的来说是趋于向安全的方向发展,说明西安市土地利用日趋合理。

TIME-SERIES MODELI NG AND FAULT FORECAST STUDY ON SPECTRAL ANALYSIS OF LUBRICATING OIL

The application of ti me-series modeling and forecasting method to the spectral analysis for lubricat ing oil of mechanical equipment is discussed. The AR model is used to perform a time-series modeling and forecasting analysis for the spectral analysis data co llected from aero-engines. In the oil condition monitoring field of mechanical equipment, the use of the method of time-series analysis has rarely been report ed. As indicated in the satisfactory example, a practical method for condition m onitoring and fault forecasting of mechanical equipment has been achieved.