現(xiàn)代故障診斷技術(shù)綜述-資料下載頁
2024-11-03 11:03本頁面
【導(dǎo)讀】通過對(duì)設(shè)備工況進(jìn)行檢測(cè)，對(duì)故障發(fā)展趨勢(shì)進(jìn)行早期診斷，找出故障原因，開展故障診斷技術(shù)的研究具有重要的現(xiàn)實(shí)意義。述，并在此基礎(chǔ)上分析并提出了該技術(shù)在今后的發(fā)展趨勢(shì)。歐洲各國在歐洲維修團(tuán)體聯(lián)盟推動(dòng)下，主要以英國倡導(dǎo)的。設(shè)備綜合工程學(xué)為指導(dǎo)；美國以后勤學(xué)為指導(dǎo)；日本吸收二者特點(diǎn)，美國自1961年開始執(zhí)行阿波羅計(jì)劃后，出。美國診斷技術(shù)在航空、航天、軍事、核能等尖端部門仍處于世界領(lǐng)先地位。診斷方面具領(lǐng)先地位。日本的新日鐵自1971年開發(fā)診斷技術(shù)，1976年達(dá)到實(shí)用。日本診斷技術(shù)在鋼鐵、化工和鐵路等部門處領(lǐng)先地位。由于診斷技術(shù)所產(chǎn)生的巨大的經(jīng)濟(jì)效益，從而得到迅速發(fā)展。但各個(gè)工程領(lǐng)域?qū)收显\斷的敏感程度和需求迫切性并不相。目前監(jiān)視診斷技術(shù)主要用于連續(xù)生產(chǎn)系統(tǒng)或與產(chǎn)品質(zhì)量有直接關(guān)。目前英國在摩擦磨損、汽車、飛機(jī)發(fā)動(dòng)機(jī)監(jiān)測(cè)和診斷方面仍具有領(lǐng)。診斷系統(tǒng)和十余種可用來做現(xiàn)場(chǎng)故障診斷的便攜式現(xiàn)場(chǎng)數(shù)據(jù)采集器。
【正文】 診斷技術(shù)綜述 12 性問題和解決途徑，但還沒有有效的魯棒算法，對(duì)魯棒故障診斷的研究尚未見到文獻(xiàn)報(bào)道。 RFD 是解決故障診斷實(shí)際應(yīng)用的有效途徑，是提高故障診斷系統(tǒng)性能指標(biāo)的有效方式，同時(shí)將產(chǎn)生新穎有效的故障診斷理論和方法。 5 將來的研究方向 目前和今后的主要研究可歸納為以下幾個(gè)方面： 1) 在線實(shí)時(shí)故障檢測(cè)算法； 2) 本質(zhì)非線性動(dòng)態(tài)系統(tǒng)的 FD 方法 —— 主要研究 獲取其狀態(tài)、參數(shù)的有效方法； 3) 對(duì)模型誤差及不確定因素具有魯棒性的 FD算法； 4) 魯棒殘差發(fā)生器和魯棒 (最優(yōu)、自適應(yīng) )閾值的設(shè)計(jì)理論和方法； 5) 對(duì)無先驗(yàn)知識(shí)時(shí)被監(jiān)控系統(tǒng)結(jié)構(gòu)變化的檢測(cè)及識(shí)別； 6) 實(shí)時(shí) FD專家系統(tǒng)的開發(fā)及與基于 ANN 方法、模型方法的 FD方法的綜合； 7) 智能故障檢測(cè)和診斷系統(tǒng)理論和方法的研究 ， 自學(xué)習(xí)檢測(cè)系統(tǒng)； 8) 以 FDIA 為核心的容錯(cuò)控制、監(jiān)控系統(tǒng)和可信性系統(tǒng)。 對(duì)故障檢測(cè)、診斷來說，具體在以下方面需大力研究： 1) 反饋系統(tǒng) (閉環(huán)系統(tǒng) )中的故障診斷； 2) 小幅值故障、軟性故障和早期故障的檢測(cè)； 3) 執(zhí)行器、過程和傳感器中 故障的診斷； 4) 除突變性故障外的故障的早期預(yù)報(bào)，即預(yù)報(bào)診斷； 5) 動(dòng)態(tài)系統(tǒng)中的在線實(shí)時(shí)故障檢測(cè)； 6) 系統(tǒng)過渡過程檢測(cè)和過渡過程中的故障檢測(cè)； 7) 動(dòng)態(tài)系統(tǒng)啟動(dòng)和結(jié)束過程中的故障檢測(cè)； 8) (魯棒、自適應(yīng) )閾值選擇和確定。 故障診斷技術(shù)綜述 13 參考文獻(xiàn) [1] 張斌 ,張微薇 .機(jī)械設(shè)備故障診斷技術(shù)概述 [J].建筑機(jī)械化 ,2020,78(8):1436. [2] 黃偉力 ,黃偉建 ,王飛 .機(jī)械設(shè)備的故障診斷技術(shù)及其發(fā)展趨勢(shì) [J].礦山機(jī)械 ,2020,33(1):6668. [3] 陸 春月 , 王 俊元 . 機(jī)械 故障 的現(xiàn) 狀與 發(fā)展 趨勢(shì) [J]. 機(jī) 械管 理 開發(fā) ,2020,81(6):8586. [4] 樓應(yīng)侯 ,蔣亞南 .機(jī)械設(shè)備故障診斷與檢測(cè)技術(shù)的發(fā)展 [J].機(jī)床與液壓 ,2020,12(4):79. [5] 馬建倉 ,林其敖 ,葛文杰 .機(jī)械故障診斷學(xué)現(xiàn)狀及發(fā)展 [J].機(jī)械科學(xué)與技術(shù) ,1994,50(2):8590. [6] Raper A M,Hammondj expert systems approach to understanding signals and svstems[J].Mechanical Systems and Sigmd Processing,1988,2(2):153164. [7] 張曉彤等 .故障診斷的應(yīng)用 [C].全國設(shè)備診斷技術(shù)學(xué)術(shù)會(huì)議一 97(CMDTC97論文集 ).北京 :兵器工業(yè)出版社 ,:546— 554. [8] 黃志堅(jiān) ,袁周 ,故障診斷與監(jiān)測(cè)實(shí)用技術(shù) [M].北京 :機(jī)械工業(yè)出版社 ,2020. [9] ZHANG S,MATHEWJ,MA L, basisbased intelligent machine fault diagnosis[J].Mechanical Systems and Sign ,19(2):357370. [10] 張曉彤 .診斷系統(tǒng)理論研究 [J].冶金設(shè)備 ,2020. [11] Hart Y of a fault diagnosis expert system for synthetic mining system hyaraulic support[J].Jounralof coal science amp。 engineering,2020,6(1):7275. [12] 陳明 ,李正華等 .機(jī)械診斷技術(shù) [J].機(jī)械工程學(xué)報(bào) ,2020,31(3):2326. [13] Arai M Mapping abilities of threelayered neural works 1989. [14] 張兆國 ,包春江 .機(jī)械故障診斷與維修 [M].北京 :中國農(nóng)業(yè)出版社 ,2020. [15] ZDZISLAW sets and intelligent data analysis[J].Information Sciences,2020,147(14)： l一 12. [16] 陳濤 ,屈梁生等 .機(jī)械診斷的應(yīng)用 [J].機(jī)械工程學(xué)報(bào) ,1997,33(3):5670. [17] 陳進(jìn) .機(jī)械設(shè)備故障診斷技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì) [J].振動(dòng)工程學(xué)報(bào) ,1998,28(12):8387. [18] S J A Halliwell Vibration Measurements on Rotating Machinery 故障診斷技術(shù)綜述 14 Using Laser Doppler Velocimeter 1994(3). [19] 楊叔子 .設(shè)備診斷系統(tǒng)研究 [J].中國設(shè)備管理 ,1998,14(8):2226. [20] P W Hills Vibrationbased Condition Monitoringthe Learning Issue 1996(8). [21] 劉曙光 .遠(yuǎn)程測(cè)控技術(shù) [J].國外電子測(cè)量技術(shù) ,2020,23(6):1216. [22] KUNG S J N An algebraic projection analysis for optional hidden units size and learning rates in backpropagation learning 1991. [23] VENKAT and diagnostic monitoring of plex systems for product lifecycle management:challenges and opportunities[J].Computers and Chemical ,29(6):1 Z53— 1 263.
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1