共查询到20条相似文献，搜索用时 375 毫秒
1.
2.
3.
4.
本文从数控系统故障诊断与维修入手,重点阐述了数控系统的故障诊断技术、方法及需要掌握的原则,提出了系统故障快速诊断的方法. 相似文献
5.
6.
7.
8.
针对当前电子器件故障诊断方法存在的弊端,以获得高精度的电子器件故障诊断结果为目的,提出了基于改进神经网络的电子器件故障智能诊断方法。首先对电子器件故障诊断的研究现状进行分析,找到引起电子器件故障诊断精度低的原因,然后提取电子器件故障诊断的特征,并采用核主成分分析对特征向量机进行去冗余处理,减少神经网络的输入向量数量,最后采用BP神经网络建立电子器件故障诊断模型,并采用蚁群算法对BP神经网络参数求解,并与其它方法进行了电子器件故障诊断测试,改进神经网络的电子器件故障诊断精度超过95%,而且电子器件故障诊断的速度非常快,获得比其它方法更加理想的电子器件故障诊断结果,具有广泛的应用前景。 相似文献
9.
10.
11.
12.
13.
由于化工过程对象很难全面获取各种故障数据和故障特征,因此按照化工机理建立过程模拟模型并对实际的故障进行模拟和诊断方法的研究是必要的。本文研究了支持向量机(SVM)的集成诊断方法,并进一步采用改进的粗糙神经网络的故障分类模型,通过分析故障在不同切面的分布诊断故障类型,改进故障诊断性能。针对动态执行器基准平台(DAMADICS)的19种阀门故障模式,与之前较成熟的独立元分析方法进行对比仿真验证,结果表明本文提出的故障诊断方法有效提高了故障诊断效率。 相似文献
14.
对汽轮机典型的振动类型和振动故障的诊断技术进行了研究。根据故障诊断方法在信号处理与理论模型的不同,将诊断技术分为,基于信号处理的诊断方法、基于知识的诊断方法、基于解析模型的诊断方法、基于离散事件的诊断方法。研究表明,基于各种故障诊断方法在检测信号、知识获取、识别故障位置及适用条件等均有不同的优势和侧重。 相似文献
15.
16.
《科技通报》2016,(6)
大型机械设备组成结构复杂,容易产生故障,通过对大型机械设备的振动系统故障诊断,提高大型机械设备的稳定运行性能。传统的故障诊断方法采用海量振动样本特征数据聚类分析方法进行故障分类和诊断,诊断性能受到振动数据样本采集和环境的特征的限制,故障检测效果不好。提出一种基于大型机械设备振动系统故障特征专家系统构建的故障诊断模型,并采用abaqus软件进行仿真分析。构建故障诊断专家系统,包括对模糊数据库、模糊知识库和模糊推理机的构建,设计故障诊断的神经网络模糊控制学习算法,通过设计人机结构,实现对大型机械设备振动系统故障的准确推断决策。利用abaqus软件在计算机上建立测试虚拟样机,实现故障诊断在线模型仿真,了解复杂机械系统设计的故障运行性能。仿真结果表明,该系统能有效提高对大型机械设备振动系统的故障诊断能力,实现智能故障诊断控制和自适应故障处理,在机械状态监测等领域具有较好的应用价值。 相似文献
17.
在传统分析方法的基础上,利用神经网络强有力的关系处理能力,研究提出变压器全局故障诊断方法。采用ART-2和BP两种神经网络进行数据分类,得到能较准确反映牵引变压器故障信息。采集来的数据聚类融合,形成故障诊断策略,给出变压器全局故障诊断模型。试验结果表明:该方法能够更好地分析变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断变压器故障带来的局限性,可以提高故障诊断的准确率。 相似文献
18.
19.
20.
在生产制造中,机电一体化系统尤为重要,只有做好机电一体化系统的日常维护与管理,才能保证生产制造的正常进行。针对机电一体化系统的的故障原因进行分析,以此为基础进行故障诊断方法的应用探讨,并根据具体的故障原因提出相应的建议和维护措施。通过全面的故障分析以及诊断方法的探讨,提高机电一体化系统的故障诊断水平和维护管理水平。 相似文献