期刊文献+
共找到61篇文章
< 1 2 4 >
每页显示 20 50 100
新能源风机发电机组故障模式识别及检修决策方法研究
1
作者 王杰 《中文科技期刊数据库(文摘版)工程技术》 2025年第2期039-042,共4页
为了保障电网的稳定运行和经济效益,风力发电机组的运行状况尤其重要。现有研究已借助高频振动信号,针对风力发电机组矛盾宿命的机械故障问题,构想出了一套新颖的故障诊断及维修决策方法。该方法乃是利用数据挖掘技术,结合风力发电机组... 为了保障电网的稳定运行和经济效益,风力发电机组的运行状况尤其重要。现有研究已借助高频振动信号,针对风力发电机组矛盾宿命的机械故障问题,构想出了一套新颖的故障诊断及维修决策方法。该方法乃是利用数据挖掘技术,结合风力发电机组的实时运行信息,打造一个故障模式识别模型,借此达成实时监测数据,预警和准确校验风电机组可能存在的潜在故障。通过具体实践中的使用案例证实,这一法门不仅能精确定位故障所在,进而进行故障等级评估,也能为接下来的维修决策提供科学的参考依据,具有极高的应用价值。同时我们发现,通过实施该方法后,可以大幅提高风电机组的运行稳定性,以及维修效率。此外,对于风电机组长时间运行出现的老化问题,我们还通过研究发现,该模型能够对风电机组运行过程中可能出现的老化故障进行预测,从而实现对老化过程的科学管理,有助于提升风电机组的使用寿命和效率。该研究的成果对于新能源风机发电机组的稳定运行十分关键,有望推动新能源发电机组故障处理技术的进一步发展。 展开更多
关键词 新能源风机 故障模式识别 机械故障 数据挖掘 老化问题
下载PDF
基于大数据的特高压变电站变压器故障模式识别
2
作者 任志光 黄柏忠 《电气技术与经济》 2025年第2期312-315,共4页
针对特高压变电站变压器故障检测中存在的准确率低、反应速度慢等问题,本文提出了一种基于大数据技术的故障模式识别系统。该系统由数据采集、数据处理和故障模式识别三个核心模块组成,利用高精度传感器和监测设备实时采集变压器运行数... 针对特高压变电站变压器故障检测中存在的准确率低、反应速度慢等问题,本文提出了一种基于大数据技术的故障模式识别系统。该系统由数据采集、数据处理和故障模式识别三个核心模块组成,利用高精度传感器和监测设备实时采集变压器运行数据,采用大数据技术对海量数据进行清洗、存储和分析,并应用机器学习算法识别变压器故障模式。实验在多种故障场景下验证了系统的可靠性。本研究为特高压变电站变压器故障检测提供了有效的技术支持,展示了大数据技术在电力系统中的巨大潜力。 展开更多
关键词 大数据技术 特高压变电站 变压器故障模式识别
下载PDF
基于融合知识迁移网络的变工况轴承故障模式识别
3
作者 马琰 贺宗平 《机械设计与制造》 北大核心 2024年第10期97-104,共8页
针对基于迁移学习的故障诊断方法无法充分利用目标域数据,并且要求运行条件平稳,提出了一种基于融合知识迁移网络的变工况轴承故障模式识别方法。将输入瞬时转速作为工况信息输入到稀疏自动编码器中,从而充分利用目标域信息,使操作信息... 针对基于迁移学习的故障诊断方法无法充分利用目标域数据,并且要求运行条件平稳,提出了一种基于融合知识迁移网络的变工况轴承故障模式识别方法。将输入瞬时转速作为工况信息输入到稀疏自动编码器中,从而充分利用目标域信息,使操作信息不必只利用局部振动数据集,而可以将整个操作信息纳入模型进行训练,并且通过模型训练大大降低了学习过程中负迁移的风险。然后利用深度卷积神经网络从原始振动中提取特征,通过两种知识迁移模型的结合,建立了融合知识迁移模型。最后,在滚动轴承实验测试台上的实验结果验证了该方法能够在变工况条件下实现有效的故障识别。 展开更多
关键词 滚动轴承 迁移学习 故障模式识别 稀疏自动编码器
下载PDF
电梯检验数据挖掘与故障模式识别
4
作者 李鹏 《中文科技期刊数据库(引文版)工程技术》 2024年第11期195-198,共4页
电梯是城市高层建筑关键的垂直运输工具之一,电梯的安全性与可靠性对于居民的日常生活具有十分重要的意义。本论文研究的目的是探索数据挖掘技术在电梯检验过程中的运用及如何对电梯检验数据进行分析从而确定故障模式。研究先对数据挖... 电梯是城市高层建筑关键的垂直运输工具之一,电梯的安全性与可靠性对于居民的日常生活具有十分重要的意义。本论文研究的目的是探索数据挖掘技术在电梯检验过程中的运用及如何对电梯检验数据进行分析从而确定故障模式。研究先对数据挖掘技术基本概念以及其对电梯检验的意义进行总结,然后对电梯检验数据特征进行细致分析,提出基于数据挖掘的故障模式识别过程。通过对实际案例的分析论证数据挖掘技术对电梯故障模式识别的影响。研究同时也讨论了电梯故障模式识别过程中所遇到的一些挑战,提出改善数据挖掘精度的策略及优化算法、电梯故障预测及健康管理系统建设等。最后提出电梯检验数据挖掘及故障模式识别的系统方法,以期为电梯安全运行及维修提供科学的依据。 展开更多
关键词 电梯检验 数据挖掘 故障模式识别 故障预测 健康管理系统
下载PDF
基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 被引量:62
5
作者 赵元喜 胥永刚 +1 位作者 高立新 崔玲丽 《振动与冲击》 EI CSCD 北大核心 2010年第10期162-165,共4页
由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网... 由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。 展开更多
关键词 滚动轴承 声发射 谐波小波包 神经网络 故障模式识别
下载PDF
基于SVM增量学习算法的煤矿高压断路器故障模式识别方法 被引量:11
6
作者 耿蒲龙 宋建成 +3 位作者 赵钰 高云广 郑丽君 呼守信 《煤炭学报》 EI CAS CSCD 北大核心 2017年第8期2198-2204,共7页
高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号... 高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号以及分合闸振动信号为状态监测量,模拟了弹簧松动、铁芯卡涩、供电异常与线圈老化4种常见故障,提取了故障特征量并建立了故障数据样本与增量学习数据样本,采用支持向量机增量学习算法训练得到了故障识别模型,并利用新增数据样本对其进行了验证。结果表明:支持向量机增量学习算法可准确识别上述4种常见故障,并可以通过对新增样本的不断学习进一步提高识别精度。 展开更多
关键词 高压断路器 特征提取 故障模式识别 支持向量机 增量学习算法
下载PDF
基于数学形态学分段分形维数的电机滚动轴承故障模式识别 被引量:14
7
作者 王冰 李洪儒 许葆华 《振动与冲击》 EI CSCD 北大核心 2013年第19期28-31,92,共5页
电机轴承是旋转机械中应用最广且最易损坏的机械零件之一,分形维数可以有效地描述滚动轴承振动信号的复杂性和不规则性。基于数学形态学的分形维数具有计算速度快,估计准确的特点,可以正确地区分滚动轴承系统的状态和判断轴承系统的故... 电机轴承是旋转机械中应用最广且最易损坏的机械零件之一,分形维数可以有效地描述滚动轴承振动信号的复杂性和不规则性。基于数学形态学的分形维数具有计算速度快,估计准确的特点,可以正确地区分滚动轴承系统的状态和判断轴承系统的故障行为。阐述了基于数学形态学的分形维数计算方法,针对扁平结构元素长度的选取缺乏指导性的问题,提出一种基于数学形态学的分段分形维数计算方法,运用该方法对电机轴承实测信号进行分析,结果表明,该方法在一定程度上提高了分形维数计算的科学性和精确性,在电机轴承故障模式识别领域是行之有效的。 展开更多
关键词 分段分形维数 数学形态学 电机轴承 故障模式识别
下载PDF
滚动轴承故障模式识别方法现状分析 被引量:9
8
作者 夏均忠 苏涛 +2 位作者 安相璧 冷永刚 张阳 《噪声与振动控制》 CSCD 2013年第4期185-189,共5页
在提取滚动轴承故障特征后,如何设计合理的分类器对滚动轴承进行故障模式识别是故障诊断的关键步骤。分别介绍了粗糙集模式识别中的变精度粗糙集、统计模式识别中的最小二乘支持向量机、模糊模式识别中的模糊C均值聚类算法。分析各种方... 在提取滚动轴承故障特征后,如何设计合理的分类器对滚动轴承进行故障模式识别是故障诊断的关键步骤。分别介绍了粗糙集模式识别中的变精度粗糙集、统计模式识别中的最小二乘支持向量机、模糊模式识别中的模糊C均值聚类算法。分析各种方法的基本原理、应用和特点。研究发现,多种故障模式识别方法的融合运用是今后研究的重点方向。 展开更多
关键词 振动与波 滚动轴承 故障模式识别 变精度粗糙集 最小二乘支持向量机 模糊C均值聚类
下载PDF
基于小波-神经网络技术的电机故障模式识别与诊断 被引量:9
9
作者 吴桂峰 翟玉庆 陈虹 《计算机测量与控制》 CSCD 2004年第3期231-233,共3页
针对电机震动信号的频谱特点,提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法。利用小波包可进行多维多分辨率的特性,对电机振动信号进行分解与重构,获得震动信号的突变信息,实现电机状态的特征提取。对提取出的特征,用ART... 针对电机震动信号的频谱特点,提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法。利用小波包可进行多维多分辨率的特性,对电机振动信号进行分解与重构,获得震动信号的突变信息,实现电机状态的特征提取。对提取出的特征,用ART2神经网络进行状态分类,进而诊断故障类型,并利用这种方法进行仿真试验,通过对仿真结果的分析证实这种诊断的可行性。 展开更多
关键词 电机 故障模式识别 故障诊断 ART2神经网络 小波包
下载PDF
电动汽车PMSM退磁故障诊断及故障模式识别 被引量:19
10
作者 李红梅 陈涛 《电工技术学报》 EI CSCD 北大核心 2017年第5期1-8,共8页
电动汽车永磁同步电动机(PMSM)驱动系统受其功率密度、控制方式以及运行环境的影响,易出现永磁体局部退磁或均匀退磁故障,为了实现电动汽车PMSM驱动系统的安全可靠运行,PMSM退磁故障诊断与故障模式识别已成为亟需解决的关键技术问题之... 电动汽车永磁同步电动机(PMSM)驱动系统受其功率密度、控制方式以及运行环境的影响,易出现永磁体局部退磁或均匀退磁故障,为了实现电动汽车PMSM驱动系统的安全可靠运行,PMSM退磁故障诊断与故障模式识别已成为亟需解决的关键技术问题之一。首先提出采用代数辨识法实现永磁体磁链的在线辨识,将辨识结果作为退磁故障定性诊断的依据;在此基础上,采用基于希尔伯特黄变换的定子电流瞬时频率分析方法,实现车用工况下局部退磁故障非平稳特征信号的有效提取。最后,通过系统仿真研究和实验研究证实建议的永磁体退磁故障诊断及故障模式识别的一体化解决方案能够在测量噪声和车用工况约束下,通过永磁体磁链的在线准确辨识及局部退磁非平稳微弱故障特征信号的有效提取,实现永磁体退磁故障的在线准确诊断及故障模式的有效识别。 展开更多
关键词 电动汽车 永磁同步电动机驱动系统 代数辨识法 希尔伯特黄变换 退磁故障诊断 故障模式识别
下载PDF
基于小波神经网络的电力电子电路故障模式识别 被引量:7
11
作者 李微 谭阳红 彭永进 《继电器》 CSCD 北大核心 2005年第14期82-86,共5页
提出了基于两种不同小波神经网络的电力电子电路故障模式识别方法。针对电力电子电路故障,构造了激活函数型和权值型两种不同的三层小波神经网络,给出了相应的数学模型和学习算法。以三相整流桥电路为例,建立了小波神经网络的输出与故... 提出了基于两种不同小波神经网络的电力电子电路故障模式识别方法。针对电力电子电路故障,构造了激活函数型和权值型两种不同的三层小波神经网络,给出了相应的数学模型和学习算法。以三相整流桥电路为例,建立了小波神经网络的输出与故障元之间的对应关系,实现了电路故障的模式识别,并与用普通BP网络识别的结果进行了比较。仿真结果验证了两种故障识别方法的正确性和较好的准确性。 展开更多
关键词 小波 神经网络 故障模式识别 电力电子电路
下载PDF
基于模型的飞行器电源故障诊断与故障模式识别 被引量:5
12
作者 代树武 孙辉先 《振动与冲击》 EI CSCD 北大核心 2005年第3期55-58,i006,共5页
设计了基于模型的电源故障诊断原型。它由电源各器件的正常工作模型,故障模型,冲突求解模块,HS树生成和修剪模块,故障信息报告和故障模式识别模块等组成。利用电源系统正常工作模型,实现了故障定位隔离功能。论证了仅仅使用正常工作器... 设计了基于模型的电源故障诊断原型。它由电源各器件的正常工作模型,故障模型,冲突求解模块,HS树生成和修剪模块,故障信息报告和故障模式识别模块等组成。利用电源系统正常工作模型,实现了故障定位隔离功能。论证了仅仅使用正常工作器件就可以推理出诊断解中各个故障器件的参数值,将这些参数和故障模型相比较,能够识别故障模式。诊断结果表明本文能有效地进行故障定位并能识别故障模式。 展开更多
关键词 故障诊断 基于模型 故障模式识别 飞行器 工作模型 故障模型 故障定位 冲突求解 识别模块 故障信息 电源系统 器件 参数值
下载PDF
基于LPP与VPMCD的液压泵故障模式识别 被引量:2
13
作者 王余奎 李洪儒 许葆华 《中国机械工程》 EI CAS CSCD 北大核心 2015年第24期3327-3335,共9页
针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并... 针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并从中提取液压泵故障高维特征向量,利用局部保留投影法对高维特征向量进行融合降维,提取隐藏在高维特征空间中的故障本质信息,即敏感特征向量。基于变量预测模型的模式识别(VPMCD)算法实现模式识别的良好性能,提出采用VPMCD算法实现液压泵故障模式识别。基于提取的敏感特征集,建立各状态敏感特征的变量预测模型,进而实现液压泵的故障识别,实测液压泵振动信号分析结果验证了所提出液压泵故障模式识别方法的有效性。通过对比分析验证了所提出方法的良好性能。 展开更多
关键词 液压泵 故障模式识别 局部保留投影法 基于变量预测模型的模式识别
下载PDF
基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究 被引量:7
14
作者 杨奕飞 冯静 《船舶工程》 CSCD 北大核心 2018年第3期68-72,97,共6页
船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概... 船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。 展开更多
关键词 船舶动力设备 隐马尔科夫模型 支持向量回归模型 遗传算法 故障模式识别 状态预测
原文传递
变转速条件下汽车发动机故障模式识别仿真 被引量:4
15
作者 李素华 《计算机仿真》 CSCD 北大核心 2016年第11期144-147,178,共5页
由于汽车发动机使用年限、使用环境等均会使汽车发动机产生不同模式的故障,使得故障模式多样。传统的识别方法,主要通过提取汽车发动机振动信号特征,确定发动机故障模式,在进行故障模式识别,导致识别效率低的问题。提出采用小波分析的... 由于汽车发动机使用年限、使用环境等均会使汽车发动机产生不同模式的故障,使得故障模式多样。传统的识别方法,主要通过提取汽车发动机振动信号特征,确定发动机故障模式,在进行故障模式识别,导致识别效率低的问题。提出采用小波分析的变转速条件下汽车发动机故障模式识别方法,利用小波理论对采集到的发动机故障模式振动信号进行消噪处理,按曲轴转角的周期对发动机故障模式振动信号的时域能量进行合理分段;提取各段信号的时域能量作为发动机各缸状态的特征值,将模糊支持向量机算法引入到汽车发动机故障模式识别中,定义汽车发动机故障模式与故障原因之间的模糊关系,利用信息熵值来分析变转速条件下汽车发动机整机振动状态,并作为依据识别汽车发动机故障模式,实验结果表明,所提方法可以准确对变转速条件下汽车发动机的故障模式进行识别,并且具有较高的识别效率。 展开更多
关键词 变转速条件下 汽车发动机 故障模式识别
下载PDF
基于小波包和改进多元LS-SVM的滚动轴承故障模式识别
16
作者 吴育锋 朱文耀 王铭军 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第1期68-73,共6页
为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后... 为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后,针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点,提出了应用混合核函数对多元LS-SVM进行改进的算法;最后,将特征向量作为输入,分别应用于常用核函数和基于混合核函数的多元LS-SVM对滚动轴承故障类型进行仿真判别对比实验.结果证明了所设计方法的有效性. 展开更多
关键词 最小二乘支持向量机 故障模式识别 混合核函数 小波包 滚动轴承
下载PDF
基于阶次跟踪和BP网络的齿轮箱故障模式识别
17
作者 栾军英 康海英 +1 位作者 郑海起 曹进华 《军械工程学院学报》 2006年第2期20-23,共4页
在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别.该方法能够... 在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别.该方法能够避免传统分析方法中难以克服的“频率模糊”现象,对于瞬态信号有较好的分析处理能力,是对传统频谱分析法的有力补充. 展开更多
关键词 阶次跟踪 BP网络 齿轮箱 故障模式识别
下载PDF
基于神经网络的汽车防抱死系统故障模式识别
18
作者 吴德君 《机电一体化》 2011年第9期95-98,共4页
汽车故障诊断需要采集汽车各系统动态信号,对采集信息进行分析处理,确认其是否属异常表现,预测故障发展趋势。提出了一种采用BP神经网络获得对ABS故障模式识别预测的方法,采用BP算法对故障样本进行分类,通过对故障实例的训练和学习,提高... 汽车故障诊断需要采集汽车各系统动态信号,对采集信息进行分析处理,确认其是否属异常表现,预测故障发展趋势。提出了一种采用BP神经网络获得对ABS故障模式识别预测的方法,采用BP算法对故障样本进行分类,通过对故障实例的训练和学习,提高了ABS执行器与传感器发生故障时的行为模式识别与诊断的能力。仿真结果表明了该方法的有效性。 展开更多
关键词 ABS 故障模式识别 BP神经网络
下载PDF
一种改进的反向传播算法在机械故障模式识别中的应用
19
作者 杜荣华 《长沙交通学院学报》 1999年第2期30-34,共5页
反向传播算法在机械故障模式识别中得到了广泛的应用,但在实践中发现标准的反向传播算法的收敛速度不快、模式识别能力有限。针对这些缺点进行改进,提出了一种改进的反向传播算法,大大提高了BP网络的收敛速度和模式识别能力,然后... 反向传播算法在机械故障模式识别中得到了广泛的应用,但在实践中发现标准的反向传播算法的收敛速度不快、模式识别能力有限。针对这些缺点进行改进,提出了一种改进的反向传播算法,大大提高了BP网络的收敛速度和模式识别能力,然后以变速箱故障模式识别为例进行了验证。 展开更多
关键词 神经网络 BP算法 故障模式识别 机械故障
下载PDF
基于小波包和神经网络的行星齿轮箱故障模式识别技术 被引量:7
20
作者 罗佳 黄晋英 《火力与指挥控制》 CSCD 北大核心 2020年第4期178-182,共5页
行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快... 行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。 展开更多
关键词 行星齿轮箱 振动信号 Daubechies小波包 BP神经网络 故障模式识别
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部