关键词： 故障诊断   轴箱轴承   VMD分解   时频特征   刚柔耦合动力学  

摘要： 轴箱轴承是动车的关键部件,一旦出现内圈故障,将直接影响列车的运行安全,因此探明发生轴承内圈故障时的轴箱振动特性,具有重要的研究意义。为此开展轴承内圈故障对轴箱振动特性影响研究,基于Hertz接触理论建立考虑内圈多故障的轴承刚柔耦合动力学模型,通过对保持架和滚子转速的误差分析验证模型的准确性;提出基于均方根值(RMS)和变分模态分解(VMD)的时频分析方法,并利用该方法对轴承故障进行识别。结果表明:内圈不同故障引起的轴箱振动响应差异较大,内圈单故障劣化和多故障夹角变化与RMS值具有关联性,多部位故障的RMS值高于单部位故障,且随转速的增大差异更加显著;基于VMD的时频域分析方法能有效反映特征频率与故障部位之间的对应关系,根据时频域分析结果能准确识别故障部位的特征频率且干扰较小。

关键词： 双余度永磁同步电机   匝间短路故障   变分模态分解   遗传算法   支持向量机  

摘要： 针对双余度永磁同步电机(DR-PMSM)常见的绕组匝间短路故障问题,首先建立故障余度绕组数学模型,并分析故障后绕组的阻抗变化,在此基础上建立匝间短路故障有限元模型。然后利用DR-PMSM的结构特点,分析电机发生匝间短路故障后非故障余度绕组电流,将电流信号经过变分模态分解(VMD)得到各固有模态分量(IMF)的能量信息作为不同故障类型的特征量。最后使用支持向量机(SVM)作为故障诊断方法,并采用遗传算法(GA)优化SVM参数。实验结果表明基于GA-SVM的故障诊断方案能准确识别DR-PMSM的匝间短路故障,在空载和负载情况下故障诊断准确率分别达到85.2%和88.9%,表明所提方法具有较高的故障识别率。

关键词： 带式输送机   主成分分析法   嵌套粒子群算法   BP   神经网络   故障诊断  

摘要： 为了提高矿用带式输送机故障诊断的准确率,针对传统的BP神经网络故障诊断模型诊断精度较低、泛化能力差、对初始权值和阈值敏感、容易产生过拟合等问题,提出了一种新的智能故障诊断模型。首先,采用主成分分析法(PCA)对数据样本进行处理,以降低数据的噪声和维度;然后利用隐藏层经验公式确定BP神经网络隐藏层神经元个数选取范围,在此基础上采用穷举算法和粒子群算法(PSO)组成嵌套粒子群算法(NPSO)对BP神经网络隐含层神经元个数、权值和阈值进行全局寻优,最终构建了基于PCA-NPSO-BP的智能故障诊断模型。基于实例,通过MAT-LAB软件仿真测试的结果显示,PCA-NPSO-BP故障诊断模型的诊断精度高于基于灰狼算法优化BP神经网络和基于遗传算法优化BP神经网络的诊断模型。

关键词： 光伏发电系统   光伏电站   电气故障   汇流箱  

摘要： 文章以浙江省某光伏电站汇流箱故障为例,选取逆变器和汇流箱作为分析对象,重点探讨了RS485回路损坏与采样故障的成因及其修复方法,评估了这些方法在恢复设备性能中的应用效果,并提出了系统性的维护与优化建议。

关键词： 电力系统   继电保护   故障诊断与定位  

摘要： 随着电力系统规模扩大和复杂性的增加,为解决传统继电保护方法在故障诊断与定位方面不足,文章以某电力系统为例,对电力系统继电保护故障诊断与定位技术进行分析研究,通过案例阐述分别对其技术应用进行概况总结,以期提高故障诊断准确性和速度,增强系统的稳定性和可靠性。

关键词： 信息系统   故障检测   智能化  

摘要： 随着信息技术的快速发展,信息系统的稳定性和可靠性变得尤为重要。本研究旨在探索信息系统故障检测的智能化方法,提高故障检测的效率和准确性。通过采用机器学习、深度学习和大数据分析等先进技术,本研究设计了一种智能化的故障检测系统。研究结果表明,与传统方法相比,智能化方法能够在多种情况下更准确地识别和预测信息系统中的潜在故障,具有更好的适应性和实用性。

关键词： 离心式风机   复杂非线性信号   粒子群优化   黑猩猩优化算法   卷积神经网络-Transformer模型   变分模态分解  

摘要： 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。

关键词： LVRT技术   分布式光伏   并网系统   故障  

摘要： 本研究着重探索融入低电压穿越(LVRT)能力的光伏并网系统的故障维护策略。在分析该系统的双级三相架构与最大功率点追踪(MPPT)控制技术的基础上,构建光伏并网逆变器的双重闭环控制模型,以实现对系统性能的精确调控。研究还提出了针对该系统的继电保护优化配置策略,以确保在光伏电源接入电网后,系统能在保障电网安全的前提下有效应对故障。实验结果表明,策略能够显著提升分布式光伏并网系统在复杂电网环境下的运行稳定性和安全性。

关键词： 汽车轴承   故障诊断   智能检测   深度学习  

摘要： 汽车轴承是汽车的关键零部件之一,其健康状态直接关系到整车行驶的安全性与可靠性。本文总结了开展汽车轴承智能检测与故障诊断研究的重要意义,分析了轴承振动信号采集与预处理、基于深度学习的特征提取与智能分类、剩余寿命预测等关键技术,介绍了轿车轮毂轴承、商用车转向系统轴承、新能源汽车驱动电机轴承故障诊断系统的研制及应用实践。智能检测与故障诊断技术可有效指导轴承的预防性维修,对于保障汽车行驶安全、提高检测维修效率、推动汽车后市场智能化发展具有重要价值。

关键词： 高压油泵   封缸运行   供油提前角  

摘要： 本论文重点研究船用中高速柴油机高压油泵底部滚轮和凸轮驱动机构,详细介绍了高压油泵的故障现象、故障排查和处理。在经过故障现象、故障处理、原因分析、解决方案、封缸试车到最后靠港后更换备件检查供油提前角等一系列操作后,主机恢复正常使用。最后,根据相关资料对驱动机构进行详细的分析并提出了预防措施。研究针对驱动机构比较少见的故障进行分析和调整,可以推广至其他船舶。