介绍了γ射线故障诊断技术以及运用该技术在常压塔出现运行异常时进行实际检测的情况,经比较,其检测结论与实际停工检查的结果是相吻合的.由此说明,γ射线故障诊断技术可以用于在不停工条件下对炼油化工过程设备的内部结构变化和操作状态进行无损检测,其结论可以为生产决策提供较为可靠的依据.

本文论述了小波变换在声发射信号的事件计数特征参数检测中应用的理论和方法.用小波变换来检测声发射信号的事件计数特征参数,其准确率与域值电平的取值大小无关,从而可大大提高声发射信号特征参数检测的准确率.该方法可用于旋转机械(特别是大型汽轮发电机组)的碰磨故障和裂纹故障的检测.

为了实现液压系统中冷却器的故障状态识别,本文提出一种利用粒子群算法优化的深度置信网络(PSO-DBN)实现多传感器信息融合的故障诊断模型。在所提出的模型中,对来自不同传感器的信号进行特征计算与选择并采用多传感器融合方法进行特征级融合送入深度置信网络实现冷却器故障状态的识别。同时采用粒子群算法自适应地选择深度置信网络的超参数,包括隐藏层节点数、反向迭代次数和反向学习率,以确定网络的最优结构,进而提高深度置信网络的诊断精度。本文采用加利福尼亚大学欧文分校机器学习与智能系统中心的液压系统数据集进行验证,实验结果表明,与深度置信网络、遗传算法优化的深度置信网络、粒子群算法优化的支持向量机相比,PSO-DBN能够有效地提取数据中的内在特征,冷却器的故障状态平均识别精度可达98.77%,实现了对冷却器故障状态的...

针对采煤机液压系统故障率高,故障种类多样的问题,使用基于LM-BP神经网络对采煤机液压系统故障进行故障诊断。首先对常见故障类型进行分类,制作故障样本库,然后设计并训练基于LM-BP神经网络的采煤机液压系统故障分类模型,最后与BP神经网络模型性能对比,结果表明,模型的故障辨识率和识别速度更好。

论述了轴向柱塞泵常见故障及其产生机理；对目前柱塞泵状态监测和故障诊断所使用的诸多振动分析方法进行了比较和评述．

本文分析了轴向柱塞泵主要故障──松靴故障的振动特征，并探讨了用神经网络实现松靴故障诊断的方法，结果令人满意。

为了提高车辆液压制动系统的可靠性水平,提出了应用RBF网络和模糊ARX模型来研究液压制动系统故障诊断方法。研究了模糊ARX模型非线性特征,建立了基于径向基函数RBF的液压制动系统故障诊断方法,并开展了实验测试以目标故障特征为分类参考,使用RBF网络分类器对故障特征进行分类,判断系统的故障状态。基于模糊ARX模型与RBF网络的液压制动系统故障诊断方法准确地诊断出了90%以上的系统故障,表明该方法能够有效地应用于液压制动系统的故障诊断。

液压泵由于自身的结构特点,故障信息微弱,依托单一信源进行故障诊断效果不佳。为此引入融合思想,探索一种面向多层级信息融合的液压泵故障诊断系统设计方法。首先对液压泵工作原理和故障模式进行研究,从不同层面对信息融合必要性进行具体分析;然后以此为基础,设计面向多层级信息融合的液压泵故障诊断系统基本框架,从数据层、特征层以及决策层研究、设计多层级信息融合模式,为改善液压泵故障诊断效果提供技术支持,为设备状态监测提供一种新的思路和方法。

将PNN网络运行于CVT液压系统的故障诊断,阐述了基于PNN网络进行液压系统故障诊断的基本原理,结合CVT液压系统结构特点和工作原理,编制了基于PNN神经网络的故障诊断系统,对故障模式进行了识别。利用Matlab/Simulink软件进行仿真分析,在不同样本数量及SPREAD下研究PNN网络的预测诊断率。仿真结果表明:该方法具有良好的故障模式识别能力,对CVT液压系统具有良好的适用性。

液压系统应用十分广泛,学生掌握一定的液压故障判断与分析知识,有利于提高其岗位竞争力。本文在介绍液压系统的组成的基础上,对液压系统的主要故障诊断与教学策略进行了论述。