Intelligent System Design for Stator Windings Faults Diagnosis:Suitable for Maintenance Work

The short circuit is a severe fault that occurs in the stator windings. Therefore, it is very important to diagnose this type of failure in its beginning before it causes unscheduled stop and the machine loss. In this context, the Support Vector Machine (SVM) is a tool of considerable importance for standard classification. From some training data, it can diagnose whether or not there is a short circuit beginning, and which is important for predictive maintenance. This work proposes a technique for early detection of a short circuit between the turns aiming at its implementation in a real plant. The paper shows simulation and experimental results, and validates the proposed technique.

基于GA-BP的往复式压缩机状态监测与预测性维护

针对某增压站现有压缩机状态监控系统识别故障信号困难,故障发生前未能提前预警的问题,开发了面向预知维修的往复式压缩机状态监测与预测系统,建立一套完整的软件及硬件体系。气阀作为往复式压缩机的重要运动部件,其状态监测的测点位于阀盖外表面中心处,以气阀状态监测为例,建立了气阀盖振动力学模型。综合运用时域、频域和小波特征提取方法进行振动信号分析,得到正常状态和故障状态的信号特征,提取状态指标。运用遗传算法优化神经网络模型,建立基于GA-BP的往复式压缩机振动趋势预测模型,试验测得模型的预测误差小于0.04。现场应用结果表明,该系统可实现全天候实时在线监测与预测,实现预知维修,减少工作人员的维保压力,提高机组运行安全性和效率,节省运维成本。

自行火炮综合性维修保障设备的设计与实现

针对传统的自行火炮维修保障效率低、综合性差,功能单一,以某自行火炮为研究对象,研究设计了一种综合性维修保障设备。详细阐述了电气设备状态评估、故障诊断及基于历史数据自动履历管理的设计实现,该设备具有在线和离线2种使用方式,在自行火炮战备训练前、中、后提供保障。经验证,该综合性维修保障设备功能完善、故障定位快速准确、综合性强、人机交互性良好,对自行火炮维修保障设备的高质量发展具有重要意义。

装备维修保障知识模型构建及推理方法

针对装备领域维修保障知识利用效率低、经验知识转化不足、故障定位分析困难等问题,提出了一种装备维修保障知识模型构建及推理方法。首先,通过对装备维修保障工作流程、知识构成及知识特征的分析,借助知识的本体表示方法,设计装备维修保障知识模型,并结合具体装备给出知识模型构建方法;其次,基于知识模型并综合考虑人员经验性知识的量化表达,提出故障原因可信度推理方法,实现维修知识的有效推理计算;最后,以车辆装备发动机故障为例,验证了所提方法的可行性,为装备领域维修保障知识模型构建和推理应用提供借鉴。

偏远油气场站机泵设备风险预警管理体系的构建与应用

偏远地区的油气场站由于地理位置特殊,面临着维护不便、应急响应时间长等挑战,这对机泵设备的可靠性和维护管理提出了更高要求。鉴于此,文章构建一套适用于偏远地区油气场站的机泵设备风险预警管理体系,通过定期工作、在线监测手段、资源共享举措、问题闭环管理机制,可提高设备运维效率,确保生产安全与连续性。

基于TestStand的分机自动故障诊断系统

在装备的维修保障中,如何快速准确地把装备中分机的故障诊断出来,需要具备扎实的专业知识、技能和经验,这些都给维修保障人员提出了很高的要求。针对这一问题,应用基于TestStand的强大的自动测试及测试序列管理的功能,为装备里的每一个分机开发了一套自动故障诊断系统,给装备维修人员提供了一个自动化和智能化的诊断工具,操作简单明了,在实际运用中,效果显著。

基于深度学习的数字化装备故障诊断研究综述

数字化装备具有结构复杂、技术密集、信息化程度高等特点,传统的故障诊断方法需要拆装的部件多、故障定位准确率低,而深度学习能够从装备原始数据中挖掘有价值且敏感的特征,适合用于数字化装备的智能故障诊断;为此,首先进行了部队数字化装备故障诊断的现实困境和挑战分析,阐述了国内外数字化装备维修保障的研究现状,而后总结了装备故障诊断的主要方法和研究应用进展,重点将深度学习在装备故障诊断领域的研究成果进行了梳理,最后结合实际提出了基于深度学习方法实现数字化装备故障诊断的3种研究思路。

城轨信号系统电子设备故障预警与管理研究

为进一步提升城轨信号系统的运营服务与故障管理能力,视故障情况进行主动维修,对影响运营服务水平的故障开展预警与管理研究。阐述国内外故障预警与管理现状,构建基于数据驱动和模型相结合的故障预警与管理框架,通过收集与梳理现场故障、报警、日志、设计等输入数据,以及故障逻辑模型构建、故障特征参数分析、故障评估模型构建、故障事件与运行状态构建等过程,对数据进行分析,确定故障预警机制,最终给出建议性的故障预警维修措施,为信号系统电子设备的故障预警与主动维修提供一种新思路。

基于物联网技术的医疗设备维护管理系统设计与实现

随着物联网技术的快速发展,医疗设备维护管理面临着更加复杂的挑战。文章以提高医疗设备的可靠性和效率为目标,设计并实现一种基于物联网技术的医疗设备维护管理系统。该系统通过实时监测设备状态、远程维护和故障预警等功能,有效降低设备维护成本和故障率,提高医疗设备的使用效果和安全性。文章详细介绍系统的设计思路、架构和关键技术,并进行实验验证,结果表明该系统在提升医疗设备管理水平方面具有显著效果。

面向城市轨道交通智能运维的数据耦合性与独立一致性研究

[目的]智能运维背景下,现有算法准确度低,导致虚警率高,因此有必要开展列车运营数据的耦合性分析与独立一致性研究。[方法]从统计和数据驱动的角度对耦合性与独立一致性进行定义;根据加速度绝对值变化率将列车运行状态分为4个阶段:静止、平稳运行、起动加速及制动减速,并分别生成对应数据切片综合分位图、相关系数等方法;对牵引系统、制动系统累计正线运营数据进行分析,量化系统间的耦合关系;通过构建线性回归模型、支持向量机模型、LightGBM模型和K-近邻模型对于数据进行解耦处理,使牵引制动系统数据呈现正态性,相关变量服从独立性与一致性,以满足联合条件概率分布的前置条件。[结果及结论]数据解耦操作能够提升系统间原始数据的独立一致性;从工程实用角度出发,LightGBM模型在实时与离线状态下表现出最优的性能,在所有量化分析中均取得了50%及以上的优化率;采用解耦后的数据,能够在故障样本较少或者缺失的情况下,实现对潜在故障的预警功能,能有效降低智能运维的虚警率,同时提升故障预测的准确性。

城市轨道交通道岔转辙机智能运维系统研究

道岔转辙机是信号系统核心设备,其维护量大、维保难度高、设备故障影响程度较广,随着智能运维研究在城市轨道交通行业的兴起,道岔转辙机智能运维是实现城轨信号维护智能化、运维生产组织模式智能化的基础。总结传统微机监测系统的不足,结合行业道岔转辙机维保难点和痛点,提出一套智能运维系统,主要包括关键状态感知、故障智能诊断、关键状态预警及健康评估等,并提出具体的实现方法。该系统目前已成功应用于南宁轨道交通4、5号线,具有显著效益。

医院服务器运维监测系统的设计与实现

采用分布式架构,结合多种监测手段和技术,设计了医院服务器运维监测系统,实现了对医院服务器的全面监测和管理。系统可扩展性强、稳定性高,具备服务器状态实时监测、故障预警等功能,对于医院服务器的运维工作具有重要意义。

干式电抗器的建模与故障预警方法研究

针对干式电抗器易发生匝间短路故障从而导致设备烧毁的问题,提出一种干式电抗器的建模与故障预警方法,该方法通过建立电磁-电路二维分析模型计算包封损耗,采用循环迭代算法进行多物理场模型融合,建立三维流体-温度场有限元模型,并采用改进粒子群优化支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)的融合算法对该模型进行降阶。在上述模型建立的基础上,进行多种匝间短路故障模拟实验。仿真计算与现场实测结果表明,该方法的故障预警准确性较高,可用于干式电抗器匝间短路等故障的预警。

综合交通枢纽智慧供配电监控系统设计

针对综合交通枢纽建筑的供配电监控系统要求高,采用传统运维方式效率偏低的问题,以丽泽城市航站楼综合交通枢纽为例,利用物联网、云平台、大数据分析等技术对供配电监控系统进行综合分析,结合综合交通枢纽特殊性要求,对供配电系统进行测量、保护、控制、预测及运维管理提出设计策略,对供配电系统的运行状态进行实时监管,监测供配电系统安全,以提高供配电系统的可靠性,提升运维效率的目的。

110kV变电运行中的故障与检修策略分析

阐述针对110kV变电站运行中的故障,提出运行检修策略,包括电气设备故障、继电保护系统故障、运行环境引发故障的检修策略,并加强日常巡检、定期维护,建立故障诊断与预警系统。

断路器故障预警装置研制与健康评估系统开发

目前国内外关于断路器的状态检修均采用计划停电的模式,存在不能及时发现断路器存在的潜伏性缺陷的缺点,从而导致断路器故障引起的电网事故。研制了由机械振动测量终端、电场强度测量终端、回路电流测量终端以及智能诊断模块4套组件构成的断路器故障预警装置并开发了由健康评估、智能定级2个模块组成的断路器健康状态量化评估系统。对研制的故障预警装置和健康状态评估系统进行了现场验证,结果表明:所提故障预警装置首次实现了运行状态下高压开关振动、电场以及回路电流信号的非侵入式融合采集,大幅降低了测量装置安装工艺复杂度和安装风险,实现了断路器3类17种故障的精准预警;开发的健康状态量化评估系统实现了断路器近远期健康度的实时评估,降低了断路器运检成本。

基于优化核函数带宽SVDD的机械振动预警模型

基于高斯核函数的支持向量数据描述(SVDD),因其具有良好的异常检测性能,常被用于机械振动故障预警领域,但其性能的好坏受限于核函数带宽的取值是否适宜。为此,针对常规高斯核函数支持向量数据描述(SVDD)存在需要负类样本训练模型、计算量大、不收敛、不适用于小数值数据等问题,提出了一种不需要专家经验知识和负类样本训练SVDD超球体的优化核函数带宽计算方法,构建了基于优化SVDD核函数带宽的机械振动故障预警模型。首先,根据空间矩阵复杂度的信息熵,量化表征核函数带宽的取值对SVDD超球体的影响;然后,采用粒子群优化(PSO)算法寻找空间矩阵复杂度最大时对应的核函数带宽σ取值,实现了目标函数的快速收敛目的;综合考虑惩罚参数对SVDD超球体描述边界的影响,引入惩罚参数对寻优结果进行了修正,完成了对历史正常运行状态数据驱动的机械振动故障预警模型的构建任务;最后,应用辛辛那提大学智能维护中心轴承试验数据集等6项公开实验室数据和4项工程案例数据,对上述方法的实用性和可靠性进行了验证,并将其结果与采用常规方法所得结果进行了对比验证。研究结果表明:与常规方法相比,采用优化核函数带宽计算方法训练出的机械振动故障预警模型的合格率为100%,超球体描述边界拟合良好,并且不存在不收敛的问题。

城市轨道交通车辆制动系统的智能诊断与预警系统

目的:为提升城市轨道交通车辆故障预警功能及预警准确率,进一步实现城市轨道交通车辆智能运维,构建了车辆制动系统的故障智能诊断与故障预警系统。方法:在地面端广泛收集城市轨道交通车辆制动系统运行数据及故障数据,深入研究制动系统各类故障的起因、征兆及其在运行数据中的特征,构建基于机理与机器学习两类智能诊断算法模型;通过车地联动高效、快速地将车辆数据传输至地面智能运维平台,同时将两类智能诊断算法模型集成到地面平台,实现车辆运行数据的故障智能诊断及故障预警,并根据故障诊断、故障预警结果自动生成检修维护建议,降低车辆在途故障率,从而提高城市轨道交通车辆的可用性和检修效率。结果及结论:通过在某城市轨道交通线路的实际应用,验证了该系统能够对城市轨道交通车辆制动系统大部分故障点进行预警及故障定位,可提升城市轨道交通车辆制动系统的可靠性和检修维护效率。

车身机运智能追踪系统研究与应用

汽车制造行业车身车间普遍采用随行Pallet、随行工装等机运设备进行输送,机运系统设备数量众多,存在故障率高的问题。为克服机运设备维护故障频次高、保养效率低、工作量大的问题,提出一种车身机运智能追踪方法。通过建立数据采集系统,对机运设备故障信息和过程参数精确匹配,实现对机运设备关键数据智能追踪,提前预警。通过机运故障数据追踪分析,指导设备改进和预防性维修工作,实现减少设备报错频次和人工处理工时的目的。

L波段探空雷达维护及常见故障分析和维修保障措施

文章根据波段探空雷达运行实际,总结了L波段雷达设备维护及常见故障维修保障措施,为确保L波段雷达的稳定运行,提升高空探测质量提供参考。