针对现有煤矿机械在线监测与诊断技术未实现故障特征在线提取及故障类型自动识别的问题，设计了一种基于LabVIEW的煤矿旋转机械故障在线诊断及预警系统。该系统采用频谱分析、功率谱分析、包络谱分析、倒频谱分析等方法分析振动信号，得到旋转机械运行过程中各部件的特征参数，与故障类型数据库里的特征参数进行对比，实现故障诊断。设计了精细诊断和粗略诊断2种故障诊断模式，通过互锁的方式将2种模式关联起来，若旋转机械各主要部件结构参数已知，可选用精细诊断模式，否则选用粗略诊断模式。通过模拟旋转机械转子不平衡故障验证系统性能，结果表明，该系统能够准确识别故障并发出提示，且操作简单、可靠性高。

行业分类-作业装置-一种基于5G的实验室仪器设备在线故障诊断方法及系统.7z

基于智能电网故障在线诊断与分析的目的，本文采用基于关联规则挖掘改进的Apriori算法，分析了电网三态数据的特性，并利用关联规则建立测试数据库，用于故障诊断在线挖掘；对传统的Apriori算法进行改进，使其只在起始扫描数据库一次，用以获取当前所有项集的支持度计数，解决了原算法多次扫描数据库的弊端，明显提高了在线挖掘效率。工程应用测试结果表明，该算法可有效提高在线故障诊断的实用化水平，具有很好的工程应用价值。