关键词： 批次发酵过程   质量相关故障   噪声半监督堆叠自编码器   故障检测与诊断   深度重构贡献图  

摘要： 为了解决批次发酵过程中质量无关故障所可能引起的不必要停机,本文提出了噪声半监督堆叠自编码器(Noised semi-supervised stacked auto-encoder,NSSAE)算法以区分质量相关与质量无关故障。首先,基于互信息计算过程变量与质量变量间互信息,并对数据加入噪声以提高算法对质量相关信息挖掘能力。其次,构建NSSAE的过程监测模型,在模型的首层自编码器和最后一层自编码器中构建故障检测和质量相关检测指标,并利用核密度估计计算对应的控制极限。最后,利用深度重构贡献图(Deep reconstruction-based contribution,DRBC)定位故障根源。从数值仿真和乳酸菌批次发酵实验结果可知,本文提出的NSSAE算法能够准确区分质量相关与无关故障,首层的残差空间的检测指标的故障检测率接近100%,最后一层隐空间的检测指标能够准确识别质量相关故障和质量无关故障。基于DRBC诊断方法能在故障发生后准确识别发生故障的变量,该研究结果为批次发酵过程质量相关与质量无关故障监测问题提出了一种切实可行的过程监测方法。

关键词： 电力设备   故障与修复   智能化  

摘要： 随着我国经济的迅猛增长,电力系统的稳定运行对于确保社会生产和生活用电的可靠性具有极其重要的意义。电力设备作为系统中的关键部分,其故障分析和修复工作始终是电力行业关注的重点。但是,传统的故障分析与修复手段存在诸多不足,例如过分依赖人工经验、诊断效率不高以及误诊率较高等问题。针对这些挑战,本文提出了针对电力设备故障分析与修复的创新方法,目的是提升电力系统的安全性和稳定性,同时降低故障诊断的难度和成本。

关键词： 燃油分油机   排渣   跑油   震动  

摘要： 某船两台燃油分油机型号为SJ60G,这两台分油机在工作过程中先后发生过排渣口跑油、不能排渣以及出现异常震动的故障。本文结合故障介绍了分油机构造以及工作原理。根据故障现象,逐一排查分析,总结故障的原因所在,结合理论分析和实际操作,采取有效的方法消除故障,并讨论提出了对应的分油机管理注意事项。

关键词： 故障选线   变分模态分解   卷积神经网络   长短时记忆神经网络   小电流接地系统  

摘要： 故障选线的准确率对于配电网的安全稳定运行具有重大意义,为此提出一种基于变分模态分解-卷积神经网络-长短时记忆神经网络的小电流接地系统单相接地故障选线方法。首先通过变分模态分解对小电流接地系统发生故障后的线路暂态零序电流信号进行预处理;其次建立基于卷积神经网络-长短时记忆神经网络的故障选线模型,并基于故障特征信息进行训练与验证;最后通过仿真验证所提方法的快速、准确性。

关键词： 民航发动机   故障诊断   部件级建模   信息融合   非线性气路分析  

摘要： 针对民用航空发动机传感器数量不足、难以实现有效故障诊断的问题,提出了融合先验信息的自适应气路分析模型(AGPAM-PI),提升了发动机故障诊断的准确性与效率。AGPAM-PI结合发动机指印图的先验信息和非线性气路故障诊断方法,首先通过指印图对故障信息进行有效补充,对故障因子求解范围约束限定,然后再利用非线性气路分析模型进行故障诊断。以一台在实际运营过程中发生故障的CFM56-7B发动机数据进行验证,结果表明模型对该发动机的故障进行了准确的定位并通过发动机故障诊断规则分析了发动机故障模式,证明了模型的有效性。相比传统的气路故障诊断方法,先验故障信息的引入增强了单元体故障的识别能力,提高了诊断精度。

关键词： 横山咀渡槽   有限单元法   抛物线拱圈   受力分析  

摘要： 以横山咀渡槽工程为例,采用有限单元法对其抛物线拱圈进行计算分析,得出不同荷载组合作用下结构内力及变形位移。结果表明,横山咀渡槽拱圈结构内力分布符合规律,应力水平较低;各截面配筋符合规范要求,且安全裕度较大。研究成果可为同类型渡槽拱圈结构受力分析求解提供参考。

关键词： 天然气   非等温特性   气电互联系统   连锁故障  

摘要： 在电网与天然气网耦合关系趋于紧密的同时,故障跨异质能源系统传播为气电互联系统连锁故障引入了新的风险。然而,现阶段已开展的相关研究中均未计及天然气输送过程中气体温度变化的特性,或将难以反映连锁故障实际的演化过程和进行准确的影响评估。文中首先推导了天然气管道稳态下的非等温传输公式并建立对应模型,通过理论分析和仿真证明管道内的气流量、气体温度及管道始末端压强差三者之间存在相互制约的关系;在此基础上,提出计及天然气非等温特性的气电互联系统连锁故障评估模型,以更为准确地评估天然气系统对电力系统连锁故障所造成的影响;最后,以IEEE 39节点和改进的比利时20节点天然气系统组成的测试算例对所提模型的有效性进行了验证,并与基于等温假设开展的相关研究进行了对比和分析。结果表明,所提模型可充分反映天然气系统非等温的特性,且兼顾其对电力系统连锁故障所造成影响评估的准确性和实用性。

关键词： 煤矿皮带机   故障诊断模型   优化措施   仿真分析  

摘要： 为了实现煤矿皮带机故障自动化诊断,研究过程收集皮带机运行的原始数据,涵盖电机温度、皮带速度、皮带张力、皮带温度等共计19个指标,运用主成分分析法进行降维处理,再运用支持向量机实现故障分类诊断。针对支持向量机过早收敛、不能适应复杂问题求解的缺陷,引入改进灰狼算法,优化其关键参数惩罚因子和核函数宽度。经过MATLAB软件仿真,改进后的故障诊断算法模型在准确性和诊断速度上明显提升,全面优于对照组。

关键词： 内河船舶   液压舵机   故障诊断   技术优化  

摘要： 本文对内河船舶液压舵机的故障诊断与排除技术进行了研究,对液压舵机系统的基本结构和工作原理进行了探讨,分析了常见的控制系统故障和动力传输故障,提出了有效的故障排除步骤与技术优化措施。本文旨在提高内河船舶液压舵机的运行可靠性和维护效率,为相关技术人员提供理论支持和实践指导。

关键词： 故障诊断   深度学习   变分模态分解   一维卷积神经网络   门控循环单元  

摘要： 针对滚动轴承信号含噪声导致诊断模型训练困难的问题,提出了一种基于变分模态分解(VMD:Variational Mode Decomposition)和深度学习相结合的轴承故障诊断模型。首先,该方法通过VMD对轴承信号进行模态分解,并且通过豪斯多夫距离(HD:Hausdorff Distance)完成去噪,尽可能保留原始信号的特征。其次,将选择的有效信号输入一维卷积神经网络(1DCNN:1D Convolutional Neural Networks)和门控循环单元(GRU:Gate Recurrent Unit)相结合的网络结构(1DCNN-GRU)中完成数据的分类,实现轴承的故障诊断。通过与常见的轴承故障诊断方法比较,所提VMD-1DCNN-GRU模型具有最高的准确性。实验结果验证了该模型对轴承故障有效分类的可行性,具有一定的研究意义。