数字化技术在风机螺栓健康度与故障诊断中的应用_曹晓玲.pdf
《数字化技术在风机螺栓健康度与故障诊断中的应用_曹晓玲.pdf》由会员分享,可在线阅读,更多相关《数字化技术在风机螺栓健康度与故障诊断中的应用_曹晓玲.pdf(2页珍藏版)》请在咨信网上搜索。
1、Application 创新应用262 电子技术 第 52 卷 第 5 期(总第 558 期)2023 年 5 月2 智能故障检测诊断技术 智能故障检测诊断技术的特点。在风机正常运行的状态下对其整个运行过程的具体情况进行全面的安全故障检测,通过不同数据的检测结果分析风机可能存在的问题,然后针对存在的问题制定有效地解决方法,降低故障存在而造成的经济损失。(1)具有较强的目的性。该技术在矿山风机运行中应用的主要目的是为了及时检测诊断出风机运行中可能存在的故障,检测出故障问题及时锁定故障目标,并对其有效地进行解决,从而保障煤矿风机的安全运行。(2)具有较高的技术复合性。该技术包含的专业知识理论较为广
2、泛,不仅包括物理学、摩擦学和动力学等专业学科理论知识,还包括机械制造和自动化技术应用等专业内容,由此可见,该技术自身具有较强的复合性,也对工作人员提出了较高的要求,不仅要求其掌握专业的理论知识,还需要具有丰富的实践操作经验,才能将该技术的作用发挥到最大。智能故障检测诊断方法。智能故障检测诊断方法主要由基于模糊数学模型和基于人工智能两种诊断方法组成。现阶段,在人工智能诊断方法中,0 引言故障诊断技术早期主要运用于风力发电等相关行业,随着诊断技术的不管改进以及信息时代的高速发展,故障诊断技术逐步向设备的零部件故障诊断方面发展,而所有关于机械设备零部件诊断研究中,又以轴承的研究居多。1 研究背景张伟
3、提出了一系列基于卷积神经网络的轴承故障诊断算法,该方法能够直接作用在轴承的振动信号上,实现对故障轴承的诊断,其利用离散小波变换对原始振动信号提取特征,最后利用SVM分类器完成了对故障轴承的诊断研究1;Liang等利用小波变换将数据进行维度转换,将转换后的数据输入到SSGANS模型中完成了对故障轴承的诊断2;刘嘉潆等在卷积神经网络的基础上,提出了一种基于领域对抗网络的零件故障诊断方法,该方法具有高精度的故障识别能力,而且降低了输入数据的要求3。为了更好地实现隧道风机螺栓轴承的故障研究,本文通过对轴承信号进行采取,然后对信号进行滤波处理,然后通过智能诊断手段尽可能早发现或预知轴承将要发生的故障,并
4、以此为依据。作者简介:曹晓玲,国电联合动力技术有限公司,工程师,硕士研究生;研究方向:控制理论与控制工程。收稿日期:2022-12-15;修回日期:2023-05-12。摘要:阐述智能故障检测和诊断技术在风机故障检测中的应用,包括轴承故障诊断模型、数据样本划分和算法优化,及时发现风机中可能存在的故障,并确定故障的位置,分析其原因。关键词:智能故障检测,诊断模型,数据样本,算法优化。中图分类号:TP18,TH43文章编号:1000-0755(2023)05-0262-02文献引用格式:曹晓玲,李健,卢冠宇,数字化技术在风机螺栓健康度与故障诊断中的应用J.电子技术,2023,52(05):262-
5、263.数字化技术在风机螺栓健康度与故障诊断中的应用曹晓玲1,李健2,卢冠宇1(1.国电联合动力技术有限公司,北京 100089;2.国能联合动力(保定)技术有限公司,河北 071051)Abstract This paper describes the application of intelligent fault detection and diagnosis technology in fan fault detection,including bearing fault diagnosis model,data sample division and algorithm optimi
6、zation,so as to find possible faults in the fan in time,determine the fault location and analyze the causes.Index Terms intelligent fault detection,diagnostic model,data samples,algorithm optimization.Application of Digital Technology in Fan Bolt Health and Fault DiagnosisCAO Xiaoling1,LI Jian2,LU G
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字化 技术 风机 螺栓 健康 故障诊断 中的 应用 曹晓玲
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。