搜索结果: 1-7 共查到“机电一体化技术 故障诊断”相关记录7条 . 查询时间(0.123 秒)
对压水堆核电站控制棒驱动机构故障诊断方法进行了研究。通过采用虚拟仪器技术，在线监测控制棒驱动机构线圈电流波形、分析波形特征、辨识驱动机构动作特征点，从而判断驱动机构及其电流调节输出回路的运行情况。分析结果实时保存到数据库，可用于驱动机构性能变化趋势的长期分析。系统对提高控制棒驱动机构运行可靠性具有重要意义，已成功应用于秦山第二核电厂，具有一定的推广价值。
针对同步发电机转子匝间短路故障诊断特征提取困难、信号受噪声干扰较大、常规的故障表征量对轻微故障不敏感等问题，提出一种新型的转子绕组匝间短路故障诊断方法。首先，以定子电流信号为研究对象,分析同步发电机转子匝间短路后励磁磁场谐波特性;其次，提出小波包关联维数和维数距离的概念，即利用小波包把信号分解到足够细的层次，引用分形理论计算各层细节信号的关联维数作为故障表征量；最后，根据不同状态下的维数距离进行...
提出一种针对工程机械液压系统的多网络模型的故障诊断方法。该网络模型以广义回归神经网络(General regression neural network，GRNN)为基础，引入全局递归的反馈机制，构建动态GRNN模型。该方法首先为多个目标故障建立同等数量的动态GRNN目标故障模型，计算每个目标故障模型的检测阈值；然后，将测试故障样本代入每个目标故障模型中，当其残差平方和在对应阈值范围内即可确定故障...
针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本,而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明:选用不...
基于粗糙集与人工神经网络的风机故障诊断
故障诊断 粗糙集 神经网络
2008/12/26
提出了一种粗糙集理论与神经网络集成的风机故障诊断方法。试验结果表明：该方法可以有效提高风机故障诊断的精度和效率。
传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率很繁琐,为此,提出了基于噪声和正交小波监测往复式活塞发动机滑动主轴承磨损故障的一种新方法.利用Symlets小波分析将测得的机体噪声信号变换到时频域,得到含有内燃机主轴承间隙磨损状态的时频信息.主轴承磨损故障会使机体噪声信号的高频成分增加,而且高频滤波成分特征与内燃机的冲击过程相对应,所以,需选择合适的高频带加以提取并进行...