设计了一种基于ARM的全自动矫顽磁力检测仪。该仪器以S3C2410为处理器,采用12位精度的串行ADTLV2544进行数据采集。将嵌入式Web服务器移植到ARM上,具有在线数据传输和远程故障诊断功能。同时采用了数控恒流源和开关电源退磁技术。该仪器检测精度高,测试样品体积大,温度适应性强,是一款适用于磁性材料矫顽力快速、准确检测的工业自动化仪器。

工业生产过程中气动调节阀安装于生产现场,所处环境往往比较恶劣,零部件众多且机械动作频繁,易发生各种故障。针对气室漏气这类常见故障其信号具有非周期、非平稳的特点,提出一种基于小波分析的在线故障诊断方法,并研究在工艺参数闭环控制系统工作环境下该方法的有效性及对工况的普适性。仿真和实体阀实验表明,选取阀位响应信号作为特征信号,采用Db3小波基对特征信号进行6层分解,得到d6特征细节参数,可实现对故障发生时间点的准确检测,并可对故障的严重程度进行分级。

随着我国工业的快速发展,自动化技术越来越成熟。在工业自动化系统气动控制阀是液压系统的重要组成部分。气动控制阀具有结构简单、性能稳定的特点。气动调节阀是自动化系统运行的核心,但目前我国电厂普遍将气动调节阀直接安装在管道上,使用环境较差。如果维护不当,故障将影响整个控制和调节功能。通过实验,分析了实验结果和参数,详细介绍了在线诊断技术在气动调节阀缺陷处理中的应用。希望能为相关领域的工业自动化系统创新提供相应的理论知识和技术指导。

电液伺服阀是电液伺服控制中的关键元件,其性能关系到整个伺服系统的控制精度和响应速度。当前,伺服阀的故障诊断仍以离线为主,缺乏在线诊断的有效手段。根据伺服阀的工作特性,提出一种反映伺服阀动态特征的状态信号选取方法;通过对伺服阀阀芯开口度进行时频联合分析,结合所选取的伺服阀特征参数,提取出反映伺服阀动态特征信息的特征向量;采用粗糙集理论对特征量进行约简以提高在线诊断效率。基于人工神经网络的伺服阀性能在线诊断的实验结果表明所提取的特征向量能够准确反映伺服阀动态特征信息,有效判断伺服阀的异常状态,为电液伺服阀的在线故障诊断提供了参考。

气动调节阀及在线诊断工作原理,列举在线诊断技术处理核电厂故障中的实例,在线诊断在气动调节阀缺陷处理中的应用。

电液伺服阀是电液伺服控制中的关键元件,其性能关系到整个伺服系统的控制精度和响应速度。当前,伺服阀的故障诊断仍以离线为主,缺乏在线诊断的有效手段。根据伺服阀的工作特性,提出一种反映伺服阀动态特征的状态信号选取方法;通过对伺服阀阀芯开口度进行时频联合分析,结合所选取的伺服阀特征参数,提取出反映伺服阀动态特征信息的特征向量;采用粗糙集理论对特征量进行约简以提高在线诊断效率。基于人工神经网络的伺服阀性能在线诊断的实验结果表明：所提取的特征向量能够准确反映伺服阀动态特征信息,有效判断伺服阀的异常状态,为电液伺服阀的在线故障诊断提供了参考。