赵涛[1]2002年在《基于网络的智能化油液监测系统的开发》文中指出由于摩擦学故障的征兆随着时间和系统的变化而变化，因此，润滑剂样本含有的信息特征要能够充分反映这种变化，才能有效地诊断摩擦学故障。事实上，单一油液监测方法所能捕捉的信息特征是有限的，不能准确诊断出零件磨损的种类、磨损程度和磨损过程等。因此，必须融合来自不同油液监测方法的数据以获取更多的原始特征信息或不断发展信息提取方法以便从润滑剂样本中获取更丰富的二次特征信息。随着数据集成和信息融合技术的迅速发展，其在故障诊断中的应用也越来越广泛。 油液监测专家系统是一个计算机程序，具有油液监测领域专家的经验、知识推理策略和解决问题的能力，一般以求解那些需要人类专家才能求解的高难度问题或不良结果问题为特征。专家系统的产生和发展，为油液监测技术的研究者解决和克服油液监测技术遇到的困难提供了新的途径。 随着分布式技术更加成熟，应用更加广泛；分布式知识库、分布式人工智能的理论与技术的发展，多专家、多知识表示、多种推理决策机制、多知识库协同联合求解以及数据库、知识库、方法库的多库协同支持，使计算机应用已由传统的在封闭系统下用户各自独立解决问题、通过问题求解、执行一定的计算，朝着帮助用户进行交互支持(同步、异步)协同工作、共同解决各种复杂问题并为用户提供一个最大限度共享计算机资源(硬件、软件、数据库、知识库、一般程序或智能程序)的环境的方向发展。 因此，利用信息融合技术进行数据级、特征级和决策级层次上的监测和诊断，把专家系统用作信息融合的辅助工具，建立基于油液监测的多种技术集成的分布式故障诊断专家系统，则是实现机器油液监测故障诊断的智能信息处理的一条可行的重要途径。 本文把信息融合技术引入油液监测系统，利用CLIPS专家系统外壳构造了油液监测的知识库，实现了以柴油机为对象的油液监测的专家系统，作为整个系统的智能组件。信息融合技术和专家系统体现了本系统的智能化的特点。利用SQL Server数据库服务器建立了油液监测中央数据库，对油液监测实验数据、监测设备基本情况以及油品分析标准等进行有效地管理；针对不 武汉理工大学硕士学位论文同类型的监测实验设备特点和数据采集接口，编写了相应的数据采集或转换程序，为监测诊断提供数据基础；在此基础上，建立了以分布式组件对象模型为框架结构、以数据库服务器为数据维护工具的监测计算机软硬件网络。
马建, 孙守增, 芮海田, 王磊, 马勇[2]2018年在《中国筑路机械学术研究综述·2018》文中提出为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。
罗锋[3]2009年在《XRF和显微图像技术在航空发动机智能监测中的综合应用》文中提出航空发动机是民航飞机的动力核心,因此对其运行状态进行监测至关重要。在磨损故障监测中,针对不同的监测对象,有选择地联合运用几种油液监测手段,是获得更为准确分析结论的有效途径。本文以XRF技术和显微图像技术为基础,引入神经网络、灰色系统理论、概率统计、D-S证据理论等智能方法,对航空发动机的智能监测技术进行研究,致力于研制出一套智能化、系统化的智能监测系统。XRF(X射线荧光)技术利用同位素放射源辐射被测物质,通过一系列装置产生能谱,根据能谱来判别物质的元素类别。显微图像技术通过显微光学成像系统、图像采集与分析处理等过程,实现对发动机磨损磨粒的监测,具有颗粒计数器与铁谱仪的双重功能。本文研究工作主要包括以下叁部分:首先,在基于XRF分析技术得到能谱数据的基础上,对能谱进行处理和分析,得到元素的浓度;研究了金属元素浓度的界限值的制定方法,以及在此基础上的故障诊断,并运用灰色预测实现了发动机的故障预测。其次,在显微图像分析得到磨损磨粒参数以及磨粒数目的基础上,实现了运用径向基函数神经网络(RBF)、BP神经网络和灰度关联分析对磨损磨粒的融合识别,提高了磨粒识别的准确率。在磨粒识别的基础上实现了对发动机故障进行监测。最后,提出了基于以上两种分析的融合诊断方法以及智能综合分析模型,并开发了智能监测系统软件。
杨小宇[4]2014年在《基于ASP.NET的船舶油液监测信息系统开发》文中指出船舶轮机油液监测技术是实现轮机设备状态监测及故障预警、诊断的重要途径之一:它利用各种常规、简易、精密或综合的润滑油分析仪器和方法对轮机设备在用润滑油的理化指标、油液中磨损颗粒状态、污染程度等进行定性定量分析与测量,从而得到有关零部件磨损状态、机器工作情况以及设备系统污染程度等技术状态信息,为航运公司机务管理人员和船舶轮机管理人员提供实时查询和设备故障预警指导和检修建议,有利于船舶的航行安全,促使轮机设备维修方式从定期维修转向视情维修,对于提高柴油机的效率和延长使用寿命都具有十分重大的经济意义与技术意义。本文研究了基于ASP.NET的油液监测信息处理系统的开发方案,研究以浏览器/服务器模式为基础的油液监测信息处理的系统结构以及开发效用,解决了系统实现的关键技术,主要进行了以下几个方面的研究工作:分析了基于ASP.NET的油液监测信息处理的系统原理,论述了网络架构不同的两种方案,以此为基础开发了基于ASP.NET的叁层B/S结构油液监测信息处理和事故分析系统,达到了预期设计效果;认真研究了系统实现的相关技术问题—Web应用程序通信服务技术、Web数据库技术、Http协议、ASP.NET页面编译和工作原理;认真研究了油液监测信息处理系统和事故分析系统管理、分析报告发布等模块的实现技术和方法以及相关数据处理与管理;最后使用Visual Studio 2010平台和Web数据库技术,基于评价设备磨损情况的油液分析数据处理方法,编写网站整体页面布局、成员角色原理、监测报告发布与管理和油液数据分析页面的相应的前台和后台代码,建立了叁层B/S结构轮机设备油液监测信息系统,系统使用界限值和趋势分析方法,分析油液理化参数、铁谱颗粒浓度和光谱成分浓度变化趋势及其变化规律,并将分析结论进行发布,方便工作人员查看、交流和讨论,有利于轮机设备维护措施的视情制定,提高工作效率及效益。该系统的优点是不仅可以在油液监测中心使用,也可以远程遥控运行,客户通过网页可以查询设备的油液状况和故障信息,掌握故障趋势等web服务。
朱宗铭[5]2006年在《基于Web的油液监测与故障诊断系统的研究》文中提出随着计算机网络技术的发展,尤其是Internet/Intranet技术的广泛应用,作为机械设备状态监测与故障诊断主要技术之一的油液监测技术,它的应用方式也发生了很大的变化。因此将以前的由单机采集、分析数据的监测模式,向基于Web的油液监测与故障诊断模式发展,进而向提供油液监测和故障诊断方面的Web服务的方向转型是可行和必要的。 本文结合国家自然科学基金项目——“摩擦学系统状态特性智能化描述方法的研究(编号:50275111)”,研究了基于Web的油液监测与故障诊断系统开发技术,提出了基于浏览器/服务器模式的油液监测系统的体系结构和实施方案,探讨了系统实现的关键技术。论文在理论和实践中的主要成果与特色如下: (1)分析了基于Web的油液监测与故障诊断系统原理,并详细讨论了两种不同的网络实施方案;在此基础上设计实现了基于Web的叁层B/S结构油液监测与故障诊断系统,取得了较好的效果。 (2)详细讨论了实现该系统的几种关键技术——COM技术、ASP.NET技术和Web数据库技术。 (3)详细分析了油液监测与故障诊断系统的系统管理、数据采集、数据管理、知识管理、在线交流区、BBS技术论坛、资料交流中心等模块的实现技术和方法,设计和实现了一种采用串口转换服务器组网的数据采集模式。 (4)研究了异构平台下基于Matlab web server的在线磨粒图像处理方法;详细分析了基于Web的油液监测与故障诊断系统的数据传输方式和网络安全,并把数据加密技术应用于数据库表的存贮加密。 (5)系统有效地集成了大量的油液分析知识、信息和资源,形成丰富的诊断数据库和诊断知识库,提高了系统的整体诊断能力,实现资源的重复利用和信息共享,具有良好的可扩展性。本系统既可在监测和诊断中心的内部使用,也可以在中心外运行,供用户查询设备的故障信息,了解设备的故障动态等web服务。
石强[6]2008年在《飞机地面油泵车液压系统状态监测及故障诊断研究》文中研究说明本文论述了某新型飞机地面液压油泵车的功能及原理,设计了油泵车液压系统并进行了动态仿真分析。采用虚拟仪器技术实现数据采集和状态监测功能。阐述了一种较为先进的故障诊断方法,并将其应用于液压油泵车液压系统故障诊断之中。本文主要研究内容如下:(1)根据液压系统要满足的技术要求和工作特点,设计了飞机地面液压油泵车液压系统工作回路以及自洁回路,并分别阐述了工作原理。应用液压仿真软件对液压油泵车液压系统带动不同负载的工作过程进行动态仿真和数据分析。(2)介绍了虚拟仪器的概况和优势,阐述了采用虚拟仪器技术为平台的数据采集和状态监测系统的总体结构设计思路。利用软件Lab Windows/CVI开发了信号采集和状态监测的硬件系统和软件界面,并进行试验验证。(3)综述了神经网络与BP学习算法以及神经网络在故障诊断中应用的特点。通过对飞机地面液压油泵车液压系统中常见的典型故障及其征兆的分析,结合已有专家经验,较为完善地总结了液压系统典型故障特征模式知识库。创建用于故障诊断的BP神经网络,运用MATLAB神经网络工具箱对样本进行训练,并进行模拟诊断研究。
张欣欣[7]2015年在《风力发电机齿轮箱故障预警方法研究》文中提出随着能源危机及环境恶化双重压力的影响,世界能源供应战略发生了重大变化,风能作为一种可再生的清洁能源,在许多国家能源战略中起到重要的作用。风力发电机是实现风能与电能转化的主要设备,其装机容量逐年增加,尤其在我国发展更为迅猛,但同时也暴露出故障频发、维护费用昂贵等问题。齿轮箱作为风电机组的关键部件,制约着风电机组的工作状态,据统计因齿轮箱故障引起维护费用占总维护费用的40%以上。本课题以风机齿轮箱为研究对象,以振动监测分析为主,基于回声状态网络方法,从理论方法和系统设计方面展开研究,构建其状态监测与故障预警模型及系统,以提高风电机组故障监测的准确率,早期故障预警的可靠性,降低误警率与漏警率。论文的主要研究内容如下:(1)研究基于回声状态网络的设备振动状态监测方法。研究回声状态网络的参数选取及训练学习问题,针对设备振动监测参数可预测性特点,构建基于回声状态网络的设备监测模型,实现状态参数的可靠预测及设备早期故障检测。通过Lorenz仿真数据和轴承全寿命振动数据对该模型的性能进行验证。(2)研究基于回声状态网络的风机齿轮箱故障动态监测方法。详细分析风电场机组现有SCADA系统的监测原理及功能,针对其预警功能薄弱、报警模式单一等不足,研究基于回声状态网络和滑窗技术的动态阈值监测方法,实现齿轮箱运行状态的动态监测。通过对机组SCADA历史数据进行分析验证该模型的有效性。(3)设计搭建风电齿轮箱故障预警系统。基于Lab VIEW设计面向风电齿轮箱的故障预警系统,集成所提出的回声状态网络动态监测方法,实现数据采集、预处理、特征提取及监测预警等功能。通过风力发电实验平台进行实验测试和系统应用验证所设计系统的可行性和实用性。
林丽, 高建华, 经昊达, 王海洋, 张向军[8]2018年在《风机齿轮箱故障诊断与预警方法的研究进展》文中认为风机运行环境恶劣,工况复杂多变,造成风电机组故障频发。齿轮箱作为风机的关键性部件,故障率达到40%~50%。因此,风机齿轮箱的故障诊断与预警一直是国内外专家学者研究的重点及热点。综述了现阶段风机齿轮箱的故障诊断与预警的叁大主要方法,包括振动分析、仿真模拟以及油品性能检测(包括在线监测与离线检测)。详细地阐述了这叁种方法的优缺点以及相关改进建议。最后,对齿轮箱故障诊断及预警方法进行了总结及展望。
李敏哲[9]2008年在《基于神经网络的液压动力系统多源诊断信息融合方法研究》文中研究表明结合液压系统故障诊断的特点和发展趋势,本文以信息融合的基本理论为指导思想,对液压动力系统多源诊断信息的获取、分析及融合方面的问题进行了研究,提出了适用于液压动力系统的多源诊断信息融合方法,其主要研究工作归纳如下:(1)综述现代液压系统故障诊断技术的现状及趋势,强调引入多源诊断信息融合技术的重要性,介绍适用于故障监测、报警和诊断的多源诊断信息融合结构及多源诊断信息融合算法。(2)对液压动力系统多源诊断信息获取与实验系统进行详细的介绍,最后通过实例应用来验证该实验系统所获取多源诊断信息的适用性。(3)根据多源信息监测技术的应用特点及液压系统的工作参数,给出液压系统运行状态的多源信息监测系统模型;对应用于液压系统的多源监测信息进行分析,主要分析电流信号和油压信号;分析基于电阻应变计压力信号监测时桥路的选择、管路形状对压力信号的影响及监测信号的选取。(4)介绍对向传播神经网络(CPN)的基本理论和特点,结合频谱分析法对液压动力系统的典型故障进行分类;通过与BP网络分类能力相比较分析其在故障分类方面的优势。(5)针对单源信号提供信息量的不足,以及故障间的相互影响而造成的误判等问题,提出基于模糊CPN神经网络的多源诊断信息融合方法;给出适用于液压系统的多源诊断信息融合模型,并建立模糊隶属度函数。最后通过实例应用来验证该方法的有效性,说明开展神经网络与其它融合方法相结合的研究是十分必要的。
徐启圣[10]2007年在《智能化多规则油液综合故障诊断理论及方法的研究》文中研究指明作为机械设备摩擦学系统状态监测、故障诊断及视情维护的重要手段,油液分析简捷有效、针对性强,尤其对于润滑系统设备磨损及油品状态的监测。目前,随着油液监测应用领域日益广泛、程度逐步加深,对其核心信息(如光谱分析、铁谱分析信息)的特征提取、知识发现成为油液分析研究的重难点。当前已经应用到实际的监测系统,在数据的特征提取方面没有考虑到采样和分析时“噪声”(数据干扰)的影响,在选择监测手段及其属性时主观性较强,诊断时过分依赖专家,往往不可避免地导致分析和诊断的精确性、针对性、普遍性不够,严重阻碍了油液监测技术的有效推广。鉴于此,本文根据机械设备磨损的特点,结合油液监测手段及检测信息的特点,从信息层及其特征层的多个角度研究设备磨损和油品的关键特征,建立了一套较为完整的油液监测多技术多属性综合集成分析与诊断体系及专家系统。实践表明,该系统提高了油液检测信息变化过程的监控能力和故障诊断的准确率。实践方面,根据本文的研究,为上汽基金合作者——上海通用汽车公司大型自动冲压线建立了一套较为完整的关于磨损和油品的分析与诊断标准,形成了多技术多属性综合集成分析专家系统,为其润滑系统提供了油液分析的技术支持,确保机器的正常运行,并从故障诊断及其预防角度达到可观的效果和经济效益。本文在完善传统理论和方法方面取得了突破,并在探索新理论、方法方面进行了研究,取得了成果。根据油液监测手段及其检测信息的特点,应用层次分析法、奇异值分解、小波包分析、K-means聚类、粗糙集等理论和方法较为全面地对油液监测信息进行处理,提取特征、发现知识,丰富并发展了新的油液信息处理技术。通过对油液监测手段及其检测信息与润滑系统磨损和油品相关性的深入分析,结合专家经验,应用层次分析法分别建立了针对磨损和油品的油液分析手段及其属性权重模型,形成包含各专家偏好信息的判断矩阵,通过奇异值分解,充分利用反应所有偏好信息的左右特征向量,获得了油液综合分析时监测手段及其属性在反应设备磨损状态和油品时的权重排序,从而解决了油液综合分析时监测手段及其关键特征属性的选择这个原来仅凭经验判断的问题,使油液分析有章可循,针对性、诊断力增强,为油液分析诊断标准的建立做好了准备,并在实际项目中得到了验证。关于光谱分析磨损状态和油品状态诊断准则的建立,指出并验证了常用的传统叁线值法边界特征过大的不足,提出了改进的方法——改进叁线值法,即在用小波包降噪原监测信号后,应用降噪过程确定的更为合适的小波函数,分解降噪信号得到关于磨损状态和油品状态的稳态信息和奇异信息,并从中提取特征。在聚类特征方面,通过K-means法聚类降噪信号得到轮廓特征和质心特征。这样联合改进叁线值法得到的边界特征,获得多线值特征,建立判断准则。通过应用对比,突出了利用原始检测信息的传统“叁线值”法的不足,反衬了多线值法更有效、更有实际意义。另外,从边界特征、聚类特征、属性在信息层和特征层的相关性这叁个方面证明了降噪的必要性。根据应用层次分析法获得的、分析铁谱各种颗粒信息关于判断磨损状态和油品时的优先权重,结合粗糙集在不完备信息和决策表的应用以及设备的摩擦学特性,建立了基于分析铁谱的知识挖掘模型,通过对分析铁谱信息进行属性约简知识挖掘,简化了磨损状态和油品状态决策系统的关键属性,得到了具体简洁的诊断规则。最后,根据机械设备润滑系统状态监测的客观需要,深入分析各油液监测手段的优缺点、监测信息间的关联性以及不同监测手段组合的功能,建立了多技术多属性综合集成分析与诊断体系。应用之前所提的方法和获得的规则,及融合案例推理和规则推理的智能集成推理,形成了融合深浅知识的专家系统。通过在该汽车公司一条冲压线八台冲压机、上海外高桥船厂八台空压机的叁年实践,不断反馈修正,该专家系统分析诊断能力得到增强、完善,具有操作简单、可在单机、网络并行应用的特点,且具有远程性,为油液分析提供远程诊断的桥梁及向在线式发展的优势。
参考文献：
[1]. 基于网络的智能化油液监测系统的开发[D]. 赵涛. 武汉理工大学. 2002
[2]. 中国筑路机械学术研究综述·2018[J]. 马建, 孙守增, 芮海田, 王磊, 马勇. 中国公路学报. 2018
[3]. XRF和显微图像技术在航空发动机智能监测中的综合应用[D]. 罗锋. 南京航空航天大学. 2009
[4]. 基于ASP.NET的船舶油液监测信息系统开发[D]. 杨小宇. 集美大学. 2014
[5]. 基于Web的油液监测与故障诊断系统的研究[D]. 朱宗铭. 武汉理工大学. 2006
[6]. 飞机地面油泵车液压系统状态监测及故障诊断研究[D]. 石强. 吉林大学. 2008
[7]. 风力发电机齿轮箱故障预警方法研究[D]. 张欣欣. 燕山大学. 2015
[8]. 风机齿轮箱故障诊断与预警方法的研究进展[J]. 林丽, 高建华, 经昊达, 王海洋, 张向军. 仪器仪表与分析监测. 2018
[9]. 基于神经网络的液压动力系统多源诊断信息融合方法研究[D]. 李敏哲. 西安建筑科技大学. 2008
[10]. 智能化多规则油液综合故障诊断理论及方法的研究[D]. 徐启圣. 上海交通大学. 2007