关键词： 动力电池   数据挖掘   大数据   异常检测   故障诊断  

摘要： 为充分挖掘电动汽车大数据监控平台海量数据应用潜力,提升锂离子电池组传统故障诊断方法在异常检测、故障电池定位和故障诊断等方面的效率,该文提出一种基于数据挖掘和大数据分析的电动汽车高效单体电池异常检测、定位与电池系统故障诊断方法。首先,使用t-SNE对采集的动力电池历史运行数据可视化降维,利用K均值聚类算法结合Z分数方法设计电压异常诊断系数,完成异常单体的准确检测和异常定位,并结合熵权-变异系数法进行单体电池性能评估,实现不同单体电池异常程度的综合评定;其次,采用3σ-MSS算法以概率形式计算电池组中单体电池端电压的异常变化,并通过不同电池故障概率统计分析,利用数理统计方法实现电池系统故障与突发故障的统计分类,在时间维度上进行电池系统的故障诊断;最后,基于该文所提出的故障诊断与异常检测方法,对监控平台上四辆电动汽车三年的运行数据进行了异常特性诊断,并按照春、夏、秋、冬四季对其故障特征进行了分析。诊断结果显示,在四个季节故障概率分布中,电动汽车各单体电池最高故障概率分别为1.99%、4.95%、3.67%、9.52%,平均故障概率为1.54%、4.31%、3.07%、4.59%,夏、冬两季电池故障发生概率高于春、秋两季。相关诊断结果可为动力电池稳定运行提供维护建议,为提升电动汽车的可靠性和优化设计提供参考。

关键词： 通信   机器学习   阻塞控制   复杂通信网络  

摘要： 随着机器学习技术的发展,机器学习算法已在解决许多领域的复杂问题中取得了显著的成果,包括金融、医疗、交通和零售等领域。在网络阻塞控制中,基于机器学习的计算模型可为复杂通信网络的阻塞控制提供一个新的解决方案。与基于规则的传统拥塞控制算法相比,机器学习方法能从历史经验中进行学习并做出预测决策,其表现优于传统方法。本文首先对机器学习在网络阻塞领域的应用进行梳理,之后重点探讨了其在地质灾害监测设备故障排查通信网络阻塞控制中的应用及挑战,最后对基于机器学习的网络阻塞方法的应用前景进行了展望。

关键词： 数学形态学   LMD算法   滚动轴承   全生命周期   故障检测  

摘要： 当滚动轴承在高速旋转时,会产生振动和摩擦,容易引起轴承表面的细微磨损和损伤,且在恶劣的工作环境中,会加剧轴承的磨损和腐蚀,难以区分表面缺陷;为此,对滚动轴承全生命周期故障检测方法进行了研究;根据滚动轴承的故障机理及特征,设置滚动轴承故障检测标准,模拟滚动轴承全生命周期工作过程;采集并预处理滚动轴承的表面图像数据和内部振动数据,利用数学形态学基于形状特征提取滚动轴承表面图像的微小特征,通过LMD算法分解复杂信号为多个单一调频和窄带调频分量,提取峭度、频率等关键特征;采用特征匹配的方式,得出滚动轴承故障类型、位置以及故障量的检测结果;通过实验得出结论:优化设计方法的故障类型误检率明显降低,具有良好的故障检测能力。

关键词： 呼吸机   迈瑞SV300   万曼Transport   卓尔EMV+   故障分析   故障维修  

摘要： 呼吸机是一种用于救治呼吸功能受损患者的常用医疗设备,可实现在治疗过程中替代自主呼吸进行肺部通气[1],主要用于术中麻醉、重症监护,急救及治疗呼吸衰竭等情况。其基本功能包括机械通气、氧疗、呼吸模式选择、调节通气参数、湿化加温以及实时监测呼吸参数等,是目前各大医院关键的生命支持设备之一。因此,呼吸机在医疗设备风险评估中属于高风险设备,必须对其加强日常维护管理,确保设备处于最佳工作状态,减少设备故障的发生,提高使用效率[2]。本研究针对急危重症监护病房(EICU)区域常用的3款呼吸机故障情况进行总结分析,以供同行参考。

关键词： 奇异值分解   故障诊断   峭度  

摘要： 针对奇异值分解应用于轴承故障诊断中有效重构分量确定困难的问题,提出了基于峭度准则的新方法,实现对滚动轴承的故障诊断。将提出的方法应用于实测滚动轴承内圈、外圈、滚动体的故障信号中,并对重构信号的包络谱进行分析。结果表明,重构信号不仅可以有效提取故障特征频率,同时还将大量的噪声频率成分剔除,为滚动轴承故障诊断提供了参考。

关键词： 风力发电   并网运行   故障解列   新一代集控  

摘要： 风力发电的大规模并网为电力系统注入了清洁能源,但其不可预测性与波动性也给电力系统运行规划带来了新的挑战。以上海长兴及崇明电网风电场的并网运行为例,利用新一代集控站自动化监控系统,阐述了风力发电并网的特点及其对电网造成的影响,并分析了风电机组在上级电网故障时的解列条件及其保护配置。

关键词： 润滑油箱油泵系统   故障诊断   预防措施   设备维护   生产效率  

摘要： 现代工业生产中,汽机润滑油箱油泵系统的稳定运行至关重要,其故障诊断与预防策略直接关乎设备效能与成本控制。经深入研究,该系统面临油泵磨损、管路堵塞、油质劣化、系统过热及设备老化等核心问题。针对这些痛点,本文提出了一系列解决方案:强化定期维护机制、精准调整工作参数、优化油泵设计以减少磨损、引入高品质润滑油以提升系统稳定性。实践表明,这些措施显著降低了故障发生率,延长了设备使用寿命,确保了生产线的连续高效运行,提升了整体生产效率。本研究不仅丰富了汽机润滑油箱油泵系统的维护理论,更为实际操作提供了切实可行的指导方案。

关键词： 多图卷积网络   掩码自编码器   异构图注意力网络   小样本  

摘要： 多图卷积网络模型(multi-graph convolutional network, M-GCN)可将图像转为特征向量,并可利用图卷积操作增强同类节点聚集。由于受到现场空间和经济条件限制,无法有效地采集液压泵充足故障样本,导致小样本问题;当引入M-GCN模型对液压泵的故障进行诊断时,该模型特征表达存在区分度不足和信息单一等问题。因此,该文提出了一种改进多图卷积网络模型,即MMH-GCN模型。首先,为解决模型特征提取区分度不足问题,引入掩码自编码器(masked autoencoder, MAE)降低编码维度并提取关键图像特征,提升模型的小样本诊断精度;然后,为解决模型特征信息单一问题,引入异构图注意力网络(heterogeneous graph attention network, HAN)提取更丰富和全面的图结构数据特征,以提升模型的小样本诊断精度和效率。通过液压泵实测故障试验验证分析可知,该文所提MMH-GCN模型较原模型具有明显的高效性和优越性,在诊断精度和效率方面分别提升了12.14%和14.63%。

关键词： 汽轮机   大数据分析   故障诊断   预测性维护   设备健康度  

摘要： 本文采用大数据技术对超超临界汽轮机进行故障诊断与预测维护研究,构建基于多源数据融合的设备健康评估模型。通过对某公司引进的N1000-28/600/620型汽轮机运行数据采集与分析,建立包含振动、温度、效率等关键指标的预警体系。实验结果表明,该模型能够提前识别设备异常,准确预测各缸效率劣化趋势,实现设备故障提前72小时预警。

关键词： 液压驱动   VVT   卡滞  

摘要： 针对整车发动机液压驱动VVT(Variable Valve Timing,可变气门正时)系统卡滞故障进行原因分析和排查,从其结构布置、工作原理、作动力矩校核和装配工艺方面解析,使故障复现并通过台架试验进行验证,发现故障与发动机正时系统装配工艺相关,当皮带张紧后,VVT受自身重力及皮带侧拉力影响处于倾斜状态,VVT作动时后盖孔边缘与凸轮轴轴颈发生摩擦并发生侧向切入,随着VVT作动角度增大,切入量不断增加并且摩擦力不断加大,从而产生卡滞。调整正时系统装配工艺防止VVT倾斜,经过台架热试监控及拆机检查确认故障消除。