关键词： 轴承变转速工况   非周期性故障冲击   改进Morlet连续小波变换   非凸正则项稀疏分解   角度域包络谐噪比  

摘要： 针对变转速工况下滚动轴承非周期性故障冲击特征信号高保真提取问题,提出改进Morlet连续小波变换增强的非凸正则项稀疏分解方法。通过引入波形调节因子构造的改进Morlet小波基函数具有振荡属性可调的特性,能够匹配具有不同波形特征的故障冲击信号。将定转速下采用的包络谐噪比引入变转速工况,提出角度域包络谐噪比指标,实现对波形调节因子及阈值参数的优化。在此基础上,将改进Morlet连续小波变换与广义最小最大非凸正则项相结合形成稀疏分解模型;相较于离散小波变换,改进Morlet连续小波变换更容易将非周期性冲击型故障信号映射到时频稀疏域,进而通过稀疏模型求解实现非周期性故障冲击信号的提取。通过仿真信号及实验数据对该方法的有效性进行了验证,并与传统阈值降噪、频带滤波、基于品质因子可调小波稀疏分解等方法进行了比较。结果表明,所提方法能够有效提取出变转速工况下滚动轴承非周期性故障冲击特征信号。

关键词： 应急发电机   CSM/G   电源系统  

摘要： 应急发电机(CSM/G)作为飞机电源系统的重要组成部分,能够在主电源失效的情况下,继续为飞机关键设备供电。本文针对在执行定期测试任务时发现的CSM/G故障,分析CSM/G系统与组件工作原理,梳理系统工作逻辑并逐步排查故障,最终确定了故障源,为今后CSM/G排故工作提供了指导思路,有利于提升排故效率。

关键词： 火电厂   热控仪表   故障类型   故障排查方法  

摘要： 本文阐述了火电厂热控装置的典型故障类型及其相应的故障排除方法。最常见的缺陷包括密封失效、电缆松动以及与老化相关的故障,这些缺陷可能会严重影响设备的性能和可靠性。针对这些故障,我们提供了通用的故障排除方法,方法 、保温及加热设备检查、日常维护以及设备停机故障排查等。定期检查和维护可以确保温控设备的稳定性和准确性,保障火电厂的安全和运行效率。因此,掌握这些故障排除方法至关重要。

关键词： 有限元仿真技术   抗凹仿真   结构性优化   目标值  

摘要： 运用有限元仿真技术,使用3种压头类型对某乘用车后车门进行抗凹仿真分析,通过对比试验数据来判断哪种压头类型更贴近试验结果,并在此压头的模型上对后车门进行结构性优化以满足主机厂的车门抗凹强度目标值,其优化方式主要是对后车门外板添加环氧补强胶片以及偏移外板内部防撞横梁位置,以提高车门抗凹能力。

关键词： 电能计量   采集运维   故障处理  

摘要： 在我国经济飞速发展的背景下,对电力的需求不断提高。电能,作为支撑社会生产与日常生活的关键能源,其市场地位稳固,不可动摇。在电力企业执行电能计量与收集任务时,其运维质量直接关系到客户的切身利益与企业的长远发展。鉴于此,为了推动电力企业的健康发展,必须高度重视提升电能计量与收集的运维质量。本文将简要探讨电能计量与收集的相关问题,并提出一些企业提升运维工作水平的具体策略。

关键词： 地铁供电   直流电源   电源设备   故障分析   故障预防  

摘要： 随着城市轨道交通的发展,地铁供电系统的可靠性要求不断提高。直流电源设备的复杂运行环境使其易出现故障,影响安全运营。结合南京市某地铁线路直流电源设备故障案例,分析故障的直接原因,包括设备老化、维护不当及故障检测效率低下等,提出定期维护、优化设备设计以及引入先进监测技术等预防措施,为相关管理人员和技术人员提供参考,促进地铁供电系统的持续优化。

关键词： 工业发电   变压器   励磁涌流   扰动变化   快速识别  

摘要： 为了提高工业发电系统中变压器接地故障识别能力,设计了一种面向能量信息熵的变压器接地故障励磁涌流识别方法。利用最小二乘矩阵算法准确提取电流分量,构建电流能量信息熵模型,完成励磁涌流与短路电流精确识别。研究结果表明:采用差动电流法能获得更多信息量,基波和非周期成分均表现出明显的衰退特征,满足闭锁判定的判定标准。在多个绕组同时发生故障问题时,会形成明显的特征,便于进行快速识别。发生少数的绕组短路时,使其能够迅速、精确判断短路故障。该研究有助于提高工业配电效率,具有很好的节能减排效果。

关键词： 堆垛机   实时监测技术   曳引绳纵向振动   有限元   BP神经网络  

摘要： 文中以曳引绳的弹性形变为研究对象,通过研究曳引绳振动波形从而对其安全性能加以判断。为此,首先建立了曳引绳纵向振动的运动学模型;然后通过有限元分析验证了模型的可靠性;最后利用振动传感器获得曳引绳运动过程中的波形,利用BP神经网络加以学习,获得曳引绳的实际伸长量并以此评估其安全性。研究结果表明,该方法在曳引绳的安全性能评估方面基本满足工程实际需求。

关键词： 火力发电厂   电气设备   故障诊断   智能化技术   预测性维护  

摘要： 本研究探讨火力发电厂关键电气设备的故障诊断技术,优化其运行可靠性与安全性.传统故障诊断方法与智能化技术,研究发电机、变压器及高压开关柜的故障特征,开发基于大数据与人工智能的预测性维护系统.传统方法通过人工巡检和信号分析识别故障,智能化方法引入机器学习算法实现精准监测与预测,提升诊断效率和准确性.典型案例表明,智能诊断系统能提前数小时预测设备故障,并大幅降低误动作率.智能化故障诊断技术为火力发电厂关键设备提供可靠的技术支持,改善运行维护效率,为电力系统的稳定运行提供保障.

关键词： 煤矿机电   运输设备   故障率计算   故障预测   局部最优核验  

摘要： 由于煤矿生产过程中的工况条件多变,因此煤矿机电运输设备的故障通常由多种因素共同作用导致,这些因素相互影响,使故障预测具有复杂性,导致最终的煤矿机电运输设备故障率预测结果偏差较大。为此本文提出一种煤矿机电运输设备故障率精准预测方法。提取煤矿机电运输设备故障特征,设计多层级预测机制,并搭建煤矿机电运输设备故障率预测模型。该模型结合局部最优核验方法来进行煤矿机电运输设备故障率精准预测。试验测试结果表明,所提方法的煤矿机电运输设备故障率预测偏差被较好地控制在2.5%以下,说明该方法所得结果更真实、可靠。