提出了一种基于BP神经网络的板带轧机液压HGC状态监测方法,利用BP神经网络算法进行模型训练和状态识别。通过对历史数据的分析和学习,建立了液压HGC状态与传感器数据之间的映射关系。然后,利用训练好的神经网络模型对实时数据进行监测和预测,从而实现对液压HGC系统状态的实时监测和故障预警。该方法能够准确监测液压HGC系统的状态,并提供及时的预警信息,为轧机运行维护和产品质量提升提供了有效的支持。

针对当前输电线路故障预警存在精度低的难题,设计基于大数据的输电线路故障预警模型。首先采集故障相关的特征数据,利用粗神经网络算法对数据内故障因子进行挖掘,然后利用朴素贝叶斯算法计算故障因子发生指数,结合时间序列一致性的故障匹配算法完成输电线路故障预警。测试结果表明,该模型能够有效且全面地挖掘故障因子,准确预警输电线路故障。

提出了一种基于智能传感器技术的铁路轴温监测系统。引入灰度模型算法结合最小二乘法偏移原理,提出了融合权重参数的二乘灰度模型列车轴温分析及预警算法,有效解决了原始算法于极值点大概率误差过大的问题,提升了短时间预测的准确度。对比实验结果显示,该算法可以有效监测列车轴温,故障预警的准确率对比其他算法平均提高了7%左右,平均误差小于2%,具备较高的工程研究及应用推广价值。

轴温是识别列车故障的关键指标之一,实时监测轴温变化并对故障及时预警对车辆检修、机车行车安全具有重要意义。在温度采集方面,采用射频识别(RFID)标签实现无源温度监测,分别设置数字信号处理芯片以及射频芯片控制信号的收发,实时、准确采集货运机车的轴温。在预警算法方面,采用回归系数算法进行车轴故障预警,结合采集的轴温变化数据,分析影响温度的成分因子,并经过特征降维处理后与温差实现多元线性回归拟合运算,获得回归系数后,使用改进的支持向量机模型进行故障预警。实验结果显示,该预警算法可以结合机车的运行速度、工况环境等,实现对故障的综合判断并预警,预警准确率可达97.67%。

风电机组齿轮箱在数据采集与监控系统(SCADA)的帮助下,通过监控齿轮箱油温是否超过阈值实现故障报警,其判断精度不高且问题发现不及时,因此使用长短期记忆网络模型(LSTM)融合SCADA数据实现对齿轮箱油温状态的预测。用齿轮箱正常运行状态下的数据训练LSTM模型,计算油温预测值与真实值之间的残差,根据正态分布的原则设置残差的上下预警阈值,用来对齿轮箱故障进行预警。为简化训练模型的复杂度,在SCADA数据中选用与齿轮箱油温相关性较为密切的参数作为LSTM模型的输入项。为降低因LSTM模型超参数设置不当造成的预测准确度表现不佳,提出改进飞蛾火焰算法(MFO)与LSTM的组合模型,在保留MFO算法强大的全局搜索能力的同时,使其避免陷入局部搜索的陷阱,通过改进MFO对LSTM模型参数进行迭代优化,最终构建合适的模型。最后通过某风电机组SCADA数据验证该方法...

针对某设备运行状态实时监控的需要,研制了一个高速数据采集装置,该装置采用带USB接口的C8051F340单片机为核心,同时具有多路信号切换,A/D变换等功能。采用Keil uVision3进行固件开发,实现了温度压力超限报警功能。该系统的电路结构简单、可靠。

对设备运行状态进行实时监测是保证石化企业设备安全运行和提高生产管理水平的重要途径。基于重整装置4台压缩机干气密封运行数据,搭建了干气密封健康状态在线监测系统。通过对28路参数(压力、流量、温度、振动、液位、转速)进行实时监测分析,初步实现了对干气密封的运行故障预警、失效原因分析、健康状况评估、剩余使用寿命预测及预知性维修指导。

基于车载ECU设备,以车载CAN总线信号为数据源,采用不完备车载大数据架构,包含数据降维与数据二值化等隐藏层构建模式,设计一种简单神经网络算法,实现对电子液压助力总成的工作性能检测功能。经过仿真测试,引入该系统前后,该ECU的实际系统资源占用率均在50%以下。试运行期间人工营造30次电子液压助力转向系统故障,该系统在200 ms内报错26次,500 ms内报错30次。最终认为,该系统可作为ECU电子液压助力转向检测系统的升级版。

液压挡轮装置是回转窑的重要组成部分之一,通常是采用一个挡轮,由于其结构比较复杂,经常出现一些故障甚至事故,轻则回转窑减速、减产运转,重则停窑、停产维修,给生产带来不必要的损失。为提高液压挡轮装置的可靠性、安全性和智能化水平,在故障出现的初期进行故障预警,为故障处理赢得时间,以及故障发生后能快速应急处理,尽量避免停窑影响生产,提升回转窑运转率,设计采用了两个挡轮,用一套液压系统和电控系统控制,本文对挡轮及控制系统做一总结。

为了实现液压泵自动故障预警，提出了一种基于在线单类支持向量机的新方法．与离线单类支持向量机不同，该方法可根据输入样本的变化不断地及时调整自由参数，实现持续学习．同时提出了一种在线检测奇异值的鲁棒性算法．最后，从液压泵振动信号的时域信息中提取诊断特征参数，组成最小诊断参数组合，建立了液压泵在线故障预警系统，并进行了仿真研究．