关键词： early weak fault   enhanced singular spectral decomposition   Gini index   honey badger algorithm   maximum correlation kurtosis deconvolution   rolling bearing  

摘要： A method for detection and diagnosis of early weak faults in rolling bearings was proposed. It addressed the challenge of timely detection using existing methods. The method utilized the Gini index to extract feature indicators from the complete life cycle data of rolling bearings， enabling timely detection of early weak faults. Additionally， it applied enhanced singular spectral decomposition and the honey badger algorithm to optimize the maximum correlated kurtosis deconvolution method for effectively decomposing early weak fault signals in rolling bearings， maximizing noise reduction and highlighting fault impact，and enabling effective diagnosis of early weak faults in rolling bearings. Tests using the Cincinnati rolling bearing lifespan dataset demonstrated that the proposed method can detect and diagnose early weak faults in rolling bearings with a lead time of 1 700 minutes and 30 minutes，respectively. © 2025 Beijing University of Aeronautics and Astronautics (BUAA). All rights reserved.

关键词： 行星齿轮箱   太阳轮裂纹故障   经验傅里叶分解   潮汐周期   故障特征提取  

摘要： 行星齿轮箱具有复杂传动结构,在太阳轮出现故障时,其故障信息往往被无关或干扰成分所掩盖,导致故障特征难以辨识;为提取故障状态下振动信号的共性特征,采用同源响应的振源分离策略,依据旋转机械内部激励信号具有的周期性及低秩特性,挖掘与故障高度相关的同源响应片段,获取含有丰富故障信息的片段,并提取最能代表故障特征的主要成分,以突出故障特征信息并减少无关信息干扰;在传统经验傅里叶分解基础上,设置频带分割阈值,避免频谱局部分割;通过故障特征比指标自适应筛选最佳分解分量,用包络谱图验证故障特征提取效果;最终通过太阳轮裂纹故障振动仿真信号及实际齿轮箱运行数据进行验证,实现了太阳轮裂纹故障特征的清晰提取,验证了方法的有效性。

关键词： 胶带运输机   示范应用   电机故障   现场维护   故障诊断策略   日常维护   诊断模型   全过程监测  

摘要： 针对煤矿中级智能化常态化运行过程中,现有煤机设备在线监测与故障智能诊断系统存在的重监测、轻分析,缺少具有煤炭行业特征的专属诊断模型以及难以在日常维护中发挥作用等问题,提出了煤机设备“一机一方”故障诊断策略,构建了煤机设备专属故障诊断模型。在山西天地王坡煤业有限公司和陕西陕煤曹家滩矿业有限公司进行示范应用中,成功检测出胶带运输机电机故障,并实现对劣化的全过程监测,为现场维护工作提供科学指导。

关键词： 智能传感器   断路器   分闸故障   机器学习   故障诊断  

摘要： 为了保障智能电网的安全稳定运行,本文针对西电LW24-252断路器分闸故障检测展开研究。通过在断路器的关键部位布置多种智能传感器,采集分闸过程中的多源异构数据,并运用信号处理技术和机器学习算法,实现故障特征的精准提取与诊断。实验结果表明,所提出的融合诊断模型能够准确识别不同类型的分闸故障,平均准确率达到98.0%,为断路器的状态评估和预测性维护提供了有力支持。

关键词： 混合动力   故障码   信息缺失   静态继电器   诊断仪   PACE   行驶里程   故障诊断  

摘要： VIN:SADHA2B10K1F××××××。行驶里程:71972km。故障现象:客户反映仪表上提示混合动力蓄电池故障。故障诊断:启动车辆,确认仪表提示混合动力系统故障,如图1所示。使用诊断仪TCD读取GWM模块中记录有B1412-87静态继电器盒信息缺失,B1479-08配电盒总线信号/消息的故障码,如图2所示。使用诊断仪TCD清除掉GWM模块的所有故障码后测试,故障依旧。重新读取GWM中仍然记录有B1412-87、B1479-08故障码。

关键词： 薄壁零件加工   金属切削加工机理   有限元技术  

摘要： 薄壁铝制工件在加工过程中常出现变形现象。以金属切削基本理论为依托,介绍了有限元仿真建模技术。重点探讨了薄壁工件加工变形的基本理论,特别是针对薄壁铝件材料属性的模拟分析。通过仿真分析工件加工过程中的应力场、应变场、温度场和切削力的变化情况,与理论切削力计算结果进行详细对比,验证ABAQUS软件在预测薄壁铝制工件加工过程中的仿真准确性。研究成果可以为探索薄壁铝制工件加工变形的原因提供理论依据,进而为提升薄壁工件加工制造精度奠定技术基础。这不仅有助于深入理解金属切削机理,还能指导实际生产中的加工操作,减少因加工变形而导致的质量问题,提高工件的加工精度和成形稳定性,从而推动工艺技术的进步和应用领域的拓展。

关键词： 煤矿综采   设备故障   故障诊断   设备维修   预测性维护  

摘要： 煤矿综采过程中设备故障诊断与维修是保障生产安全和效率的关键环节,通过对综采工作面主要设备故障类型及特征进行系统分析,结合振动分析、油液分析等多种诊断方法,建立了一套完整的故障诊断体系,研究表明,采用预测性维修策略能够有效降低设备非计划停机时间,提高设备可靠性,同时,引入智能诊断技术和远程监控系统,显著提升了故障预警准确率,实践证明,规范化的维修流程与标准化作业制度的实施,使得设备故障率降低30%,维修效率提升40%,为煤矿安全高效生产提供了有力保障。

关键词： 拖拉机发动机   故障诊断   主成分分析   BP神经网络  

摘要： 拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。

关键词： 风电机组   机器学习   故障诊断   风轮不平衡   卷积神经网络  

摘要： 为解决风电机组中风轮气动不平衡的诊断问题,降低风电机组的运维成本,提出一种基于一维卷积神经网络的风轮不平衡识别方法。融合变分模态分解和相关峭度计算实现风轮气动不平衡的感知。并提出基于一维卷积神经网络的气动不平衡识别方法,以机舱的振动加速度作为输入,识别气动不平衡的具体程度。在不同湍流强度和噪声环境下进行交叉验证,识别结果的准确率在95%以上,证明该方法可应用于风轮不平衡的诊断中,提升风电机组运行的安全性。

关键词： 风力发电系统   故障诊断   预警技术   故障类型   诊断方法   预警策略  

摘要： 风力发电作为可再生能源的重要组成部分,在电力生产中占据了重要地位。然而,风力发电机组长期处于复杂多变的环境中,各部件易发生故障,严重影响风电场的稳定运行和经济效益。因此,对风力发电系统的故障诊断与预警技术进行研究具有重要意义。本文综述了风力发电系统故障诊断与预警技术的现状和发展趋势,分析了常见的故障类型及其产生原因,探讨了基于物理模型、信号处理、人工智能等多种故障诊断方法的应用及其优缺点。同时,本文还介绍了预警策略的制定、数据来源与质量评估、预警算法选择等关键环节,为风力发电系统的故障诊断与预警提供了全面而深入的技术参考。