关键词： 足尺定向刨花板   ICEEMDAN分解   Laplace小波   弹性模量   剪切模量   无损检测  

摘要： 为了无损、便捷检测足尺定向刨花板的动态剪切模量、弹性模量,在振动条件下通过改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)和Laplace小波相关滤波法相结合来实现振动信号模态识别。采集足尺定向刨花板振动信号,通过ICEEMDAN分解得到若干固有模态函数(IMF)分量,将正交性指标和相关系数用作判据指标,并融合二次模态分解,筛选出含有足尺定向刨花板模态信息的IMF分量,再通过Laplace小波相关滤波提取足尺定向刨花板的固有频率,将检测结果与静态实验和仿真分析进行验证。结果表明:频率实验与仿真结果误差较小,在0.8%范围内;长度、宽度方向弹性模量动态检测结果与静态结果之间的相关系数分别为0.81282、0.74848,证明两者存在显著线性关系;面内剪切模量动、静态检测结果之间呈显著线性关系,相关性达到0.73385。

关键词： 故障诊断   滚动轴承   阿基米德算法   变分模态分解   最大相关峭度解卷积  

摘要： 针对滚动轴承早期故障特征易受强背景噪声影响而难以提取的问题,提出一种基于阿基米德算法(Archimedes Optimization Algorithm,AOA)优化变分模态分解(Variational Mode Decomposition,VMD)和相关最大峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)参数的滚动轴承故障诊断方法。首先,将不同移位数下相关峭度和现有指标进行对比,选取最优相关峭度指标作为目标函数优化VMD算法中分解层数K和惩罚因子,并基于VMD分解结果选取最优分量;其次,提出一种加权包络谱峭度作为目标函数优化MCKD算法中滤波器长度L和冲击信号周期T,基于MCKD算法增强最优分量中的冲击成分;最后,通过包络谱分析判断滚动轴承故障类型。仿真和试验结果表明,该方法可以有效提取并增强故障中的冲击成分,实现在强背景噪声下的滚动轴承早期故障诊断。

关键词： 故障诊断   GCN   电力变压器  

摘要： 为了提高电力变压器故障诊断的准确性,提出了一种基于图卷积网络(Graph Convolutional Network,GCN)的电力变压器故障诊断方法。该方法利用GCN的邻接矩阵充分表示未知样本与标记样本之间的相似度度量,以图卷积层作为分类器,寻找溶解气体与故障类型之间的复杂非线性关系,使用反向传播算法完成GCN的训练过程。对比分析结果表明,在不同的输入特征下,GCN的性能优于其他现有模型,显著提高了故障诊断的准确性。

关键词： 液压舵机   补油   声音异常   液压系统   故障分析及排除   向右转   设定压力   向左转  

摘要： 1故障现象、原因分析及排除1.1故障现象某船高速航行时,液压舵机右机组转舵时,声音异常,发出尖锐刺耳的声音。观察液压系统,发现向左转舵时,补油压力失压(正常设定压力为1 MPa,瞬间压力为0,约1 s后恢复正常),主泵出口管路有憋压感觉,此时声音明显尖锐刺耳;向右转舵时,压力、声音一切正常。

关键词： 故障诊断   降维   特征线   图嵌入  

摘要： 针对故障特征维数过高导致故障的分类与辨识性能不佳的现状,提出一种基于中值特征线多图嵌入(median feature line multi-graph embedding,简称MFLME)的故障数据集降维算法。首先,将样本点到特征空间的投影度量改进为中值度量,削弱算法的外推误差;其次,通过定义近邻特征线图和远邻特征线图,减少异类样本的混淆,扩大类别间距,为后续故障的分类决策降低难度;最后,利用两个不同的转子故障模拟实验对算法性能进行验证。结果表明,该算法能降低故障分类难度,提升故障辨识准确率。

关键词： 红外检测   故障诊断   神经网络  

摘要： 近年来,红外热成像等带电检测技术在电力系统中得到了普遍应用,并随着技术的进一步成熟,已经成为在不停电条件下精准发现设备过热等缺陷的有力手段。利用红外热成像技术对高压电气设备进行带电检测,有利于及时发现设备发热部位及时判别发热原因,减少非计划停电,为检修决策提供依据,进一步提升电力设备安全管控水平,保障更优质可靠的电力供应,更好地服务经济社会发展和人民美好生活需要。

关键词： 采集   传输   分析   诊断   预警  

摘要： 实现电梯故障自诊断和预警有着重要的现实意义,一方面,它能够显著提高电梯运行的安全性,在故障发生前及时察觉潜在问题,提前采取相应措施,避免事故的发生,保障乘客的生命安全;另一方面,通过精准定位故障隐患,可避免不必要的大规模维修和部件更换,有助于降低维护成本,同时也能减少因突发故障导致的电梯停运时间,提高电梯的使用效率,为人们的出行提供更可靠的保障。

关键词： 电力输电线路   运行维护   故障排除  

摘要： 近年来,我国能源需求持续增长,电力线路建设规模不断扩大。电力已成为推动人类社会发展的重要力量,显著提升了人们的生活质量,促进了电力工业的快速发展。然而,电力线路作为电力行业的关键组成部分,在实际运行中常面临传输问题,影响电力系统的稳定运行。因此,加强输电线路的运行维护、故障排查已成为工作人员亟需关注的重要课题。本文首先分析了配电线路的特点,随后探讨了电力线路运维的有效措施,旨在实现电路安全状况的主动监测与报告,确保线路安全稳定运行。

关键词： 光通信   故障诊断   多算法融合  

摘要： 随着5G无线通信网络的快速发展,网络复杂性增加,故障风险频繁,传统人工方法已无法满足现代5G网络的运维需求。基于此,文章提出了一种基于智能光模块、切片分组网络(Slicing Packet Network,SPN)设备和操作维护中心(Operations&Maintenance Center,OMC)系统的三位一体智能故障诊断框架,结合规则算法、神经网络算法和XGBoost算法,通过综合投票方法提高光功率监测和故障诊断的准确性。结果表明,在实验室仿真阶段,针对三种典型故障场景的特征相关率均达到97%以上,且通过现网部署验证,诊断算法在实际应用中的准确率达到93.3%。因此,本文提出的方案具有很强的适应性和鲁棒性,可对尾纤脱落、光缆断裂及设备断电等多种故障场景进行高效诊断。

关键词： 人工智能技术   电力设备   故障识别技术   技术研究  

摘要： 近几年来,随着电力系统规模的不断扩大以及电力设备的日益复杂,电力设备故障识别成为电力系统运行和维护中最为重要的问题之一。传统的故障识别方法往往依赖于专业人员的经验和手动检测,存在着识别效率低、准确性不高等问题。而随着人工智能技术的快速发展,为电力设备故障识别带来了新的解决思路。人工智能技术以其强大的数据处理能力和分析能力,在电力设备故障识别领域展现出了巨大的潜力。基于此,本文主要分析基于人工智能技术的电力设备故障识别技术。