故障诊断课件HHT变换-4

对于毕业设计是人工智能方向的同学会有帮助，本人是故障诊断专家系统研究的现状与展望，可以做开题报告时借鉴一下

多级离心泵故障诊断及分析.rar

电气设备的组成：绝缘材料、导电材料、导磁材料等。 绝缘材料大多为有机材料：矿物油、绝缘纸、各种有机合成材料，运行中受电、热、机械、环境等各种因素的作用，容易发生劣化，造成设备故障。——设备绝缘结构性能的好坏，成为决定整台设备寿命的关键。 由于大型电气设备发生故障而造成突发性停电事故，会造成巨大的经济损失和不良的社会影响。 提高设备可靠性的方法:（1）提高设备的质量；（2）对设备进行必要的检查和维修。

液压系统在矿山开采装备中发挥着重要的作用。为了对液压系统的运行状态进行有效的评估和诊断,利用三相电机的定子电流信号对液压系统的故障进行了分析,并采用自适应小波包分解作为特征提取方法从电流信号中提取设备的故障特征。通过试验结果证明了所提方法有效性。

以美国NI公司的LabVIEW为开发平台,针对风机振动信号的振动机理和特点,结合故障诊断技术,在信号分析模块中提供了时域无量纲参数分析、频谱分析、小波分析方法判断设备的运行状态,识别故障特征。该系统具有界面友好、操作简便,广泛适用于煤矿行业。

BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来,由GA寻找最优的BP神经网络权值与相应节点的阈值。仿真结果表明:此方法既能快速收敛,又能大大提高避免陷入局部极小的能力,改善了故障诊断的精度和速度。

本文从基于数据驱动的故障诊断方法出发，主要研究了动态主元分析(DPCA)算 法离线和在线的自适应故障诊断过程，本文的主要工作和贡献如下： (1)阐述了故障诊断的研究现状，并从定性分析和定量分析角度研究了故障诊断 方法的分类，其中着重研究了DPCA算法理论及其发展过程。详细总结分析了工业过程 数据动态性(数据的自相关性)产生的原因及其影响； (2) 研究了多维小波去噪算法和自适应主元分析算法，包括递推主元分析 (RPCA))算法、滑动窗主元分析(MWPCA)算法和指数加权主元分析(EWPCA)算 法。 (3)提出了一种基于小波去噪和DPCA相结合的故障诊断方法。该方法利用小波 去噪算法对构建的动态增广矩阵数据进行处理，提高了动态PCA算法的计算效率。通 过分别对ffl纳西．伊斯曼过程(Tennessee Eastman Process，TEP)的典型故障和轧钢过程 的断带故障的仿真研究，验证了提出方法的有效性。

基于支持向量机的故障诊断，代码中有一些注释，可以根据里面的注释修改，会测的最佳正确率，以及预测样本和测试样本的误差，真实可信

以LabVIEW为平台设计滚动轴承振动信号分析软件,实现对滚动轴承故障信号的时域分析和频域分析。时域分析主要实现对滚动轴承振动信号的自相关、均值、有效值、峰值以及峭度值分析。对滚动轴承振动信号的频域分析主要完成对滚动轴承振动信号的幅值频谱分析、功率谱分析、Hilbert包络谱分析、倒频谱分析以及ZOOM-FFT分析。利用该分析软件对实测滚动轴承故障信号进行了分析,取得了良好的分析效果。