电动旋挖钻机液压系统朝着高压、大流量和大功率的方向发展,平衡回路的最大流量已经超过1000 L/min,最大压力已经超过50 MPa。过高的阀口流速和复杂的紊流流场,更容易导致平衡阀流量异常引起气穴现象,同步产生严重的阀芯振动和噪声,给单纯考虑单一阈值特征的故障检测方法带来困难。设计一种针对电动旋挖钻机的液压平衡阀流量特性异常故障检测方法。建立电动旋挖钻机液压平衡阀流量动力学模型,建立平衡阀的流量-压差异常的关联特征,避免多个单一特征缺陷;结合压力与振动传感器采集的关联特征数据,结合智能算法提取液压平衡阀流量信号的特征,通过将提取到的特征输入到贝叶斯分类器中,可以根据异常特征对液压平衡阀进行流量异常故障智能检测。实验结果表明所提方法的电动旋挖钻机液压平衡阀预测流量故障检测准确度更好、时间更短、...

针对空调系统运行过程具有非线性和动态特性的特点,提出了一种基于动态核主元分析的传感器故障检测方法。该方法采用核主元分析提取系统中的非线性冗余信息,建立核主元模型,再引入指数加权的定义,进行在线诊断的同时对模型进行实时更新,得到了改进的动态核主元模型。选择SPE统计量作为系统是否发生故障的依据。最后通过贡献图法实现了对故障变量的分离。将此方法应用于某地源热泵系统的传感器故障检测,结果表明,该方法能够实时更新核主元模型和置信限,成功分离故障变量,且和传统主元分析法相比具有更好的故障诊断效果。

机电作动系统属于非线性、多变量、强耦合的系统,建模误差与干扰是不可避免存在的。因此提出了一种将未知输入观测器与自适应阈值相结合的故障检测方案。通过未知输入观测器使干扰从残差中完全解耦,降低外界对残差的影响,提高故障检测鲁棒性;同时考虑了固定阈值带来的高误报警率或漏检率,提出了用自适应阈值代替固定阈值,来对残差进行评价,在降低误报警率的同时,提高了故障检测率。最后基于机电作动系统三闭环Simulink模型,验证了算法的有效性。

为提高滚动轴承故障检测与识别效果,提出一种基于局部均值分解(LMD)和共空间模式(CSP)的时-频-空多域特征提取方法。首先采用LMD将滚动轴承信号分解为多个乘积分量(PF)并提取时-频熵特征,基于支持向量数据描述(SVDD)分类器实现正常和故障轴承的分类;然后利用CSP对故障轴承信号进行分解并提取空域熵特征;最后利用K-均值聚类算法进行聚类,实现对外圈故障、内圈故障和滚柱故障的区分。实验结果表明,所提方法可以获得优于80%的正确分类性能,明显优于传统单一维度特征。

针对传统的FastICA算法对初始权值的敏感性,以及带钢热连轧工业过程数据间呈现非线性和非高斯性的问题,提出一种基于改进的快速核独立元分析(FastKICA)方法进行故障检测。该方法首先对原始数据进行小波包去噪,利用核方法对数据进行特征重构,使数据线性结构化,引入超松弛因子改进FastICA初始权值的选择机制,提取更合理的独立元信号,并且计算相应的统计量和控制限。选用带钢热连轧工业过程实测数据进行仿真,与传统的FastKICA方法相比较,结果证明,基于超松弛因子改进的FastKICA故障检测的方法准确率更高,验证了该方法的有效性和优越性。

由于已有方法不能完成非线性驱动信息的转换,导致电机驱动系统故障检出率偏低,提出在PLC技术下进行新能源汽车电机驱动系统故障检测的方法。利用小波包分析获取驱动电机频带分量,通过分析各个频带分量的变化提取出故障特征参数。根据故障特征,在PLC技术下,融合核方法和主成分分析方法,将电机驱动故障特征参数非线性信息转换为线性化信息。最后,采用模糊核聚类方法对线性化信息进行聚类处理,完成新能源汽车电机驱动系统故障检测。实验结果表明,所提方法具有较低的漏检率与误检率,同时能够提升故障检出率,实际应用性能较强。

随着生产过程自动化水平的提高，过程仪表的维护和故障诊断技术发展到了一个新的阶段，如何在线对过程仪表进行故障检测并诊断故障，减少甚至防止事故的产生是仪器仪表智能化要解决的一个重要问题。本文将阐述目前已经有实际应用的电子皮带秤双秤架法的原理、功能及其在故障在线自诊断中所起的作用。

该系统给出基于ARM9S3C2410A的智能车载系统实现方案。首先介绍智能车载系统的主要结构特点和实现功能，然后从GPS，GPRS，CAN总线、故障检测等模块出发，详细阐述了智能车载系统的硬件构成与原理，最后给出该系统的软件实现方案，并介绍了GPS模块、GPRS模块以及CAN总线模块的驱动及应用程序的设计原理。

目前，液压制动系统在汽车上的应用越来越广泛，对它进行性能检查是很有必要的。现介绍液压制动系统故障部位的简易检查方法。

为保证洒布车的洒布性能及工作的可靠性，以半智能型沥青洒布车液压驱动系统的核心元件——轴向柱塞泵为实验对象，对其中心弹簧失效故障的振动信号进行了分析，并提出了利用主元分析Q统计中平方预报误差的变化对该故障进行检测的实验方法。该方法首先通过滤波消噪和包络解调的信号处理方法，从包络谱图中分析出故障的特征频率，再通过小波包能量法进行特征提取，得到特征向量样本，然后利用泵正常工作样本建立的主元模型进行故障检测，最后根据中心弹簧失效三种不同失效程度的故障检测实验来验证该方法的有效性。