期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到641篇文章
< 1 2 … 33 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
大数据下机械智能故障诊断的机遇与挑战 被引量：347
1
作者 雷亚国 贾峰 +2 位作者 孔德同 林京 邢赛博 《机械工程学报》 EI CAS CSCD 北大核心 2018年第5期94-104,共11页
机械故障是风力发电设备、航空发动机、高档数控机床等大型机械装备安全可靠运行的'潜在杀手'。故障诊断是保障机械装备安全运行的'杀手锏'。由于诊断的装备量大面广、每台装备测点多、数据采样频率高、装备服役历时长... 机械故障是风力发电设备、航空发动机、高档数控机床等大型机械装备安全可靠运行的'潜在杀手'。故障诊断是保障机械装备安全运行的'杀手锏'。由于诊断的装备量大面广、每台装备测点多、数据采样频率高、装备服役历时长,所以获取了海量的诊断数据,推动故障诊断领域进入了'大数据'时代。而机械智能故障诊断有望成为大数据下诊断机械装备故障的'一把利器'。与此同时,大数据给机械智能故障诊断的深入研究和应用提供了新的机遇:'数据为王'的学术思想有望成为主流、诊断整机或系统级对象成为可能、全面解析故障演化过程成为趋势等;但也遇到了新的挑战:数据大而不全呈'碎片化'、故障特征提取受制于人为经验、浅层诊断模型诊断精度低等。阐述了机械智能故障诊断大数据的特点;从信号获取、特征提取、故障识别与预测三个环节,综述了机械智能故障诊断的国内外研究进展和发展动态;指出了机械智能故障诊断理论与方法在大数据背景下的挑战;最后讨论了应对这些挑战的解决途径与发展趋势。 展开更多
关键词 机械装备 智能故障诊断 大数据
原文传递
基于一维卷积神经网络的滚动轴承自适应故障诊断算法 被引量：219
2
作者 曲建岭 余路 +2 位作者 袁涛 田沿平 高峰 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第7期134-143,共10页
现有的滚动轴承故障诊断算法依赖于人工特征提取和专家知识,然而滚动轴承复杂多变的工作环境使得传统的智能故障诊断算法缺乏自适应性。针对此问题,提出了基于＂端到端＂的自适应一维卷积神经网络（ACNN-FD）故障诊断算法。首先,将各类... 现有的滚动轴承故障诊断算法依赖于人工特征提取和专家知识,然而滚动轴承复杂多变的工作环境使得传统的智能故障诊断算法缺乏自适应性。针对此问题,提出了基于＂端到端＂的自适应一维卷积神经网络（ACNN-FD）故障诊断算法。首先,将各类故障状态的原始振动信号进行有重叠分段预处理用于构建训练样本和测试样本;然后,将每个训练样本以某一尺度的＂时间步＂进行划分作为所建立的一维卷积神经网络模型的输入,利用深度网络结构实现对原始振动信号特征的自适应层级化提取;最后在输出端利用Softmax分类器输出诊断结果。通过轴承数据库实验表明算法能够实现高达99%以上的故障识别准确率,同时在不同负载下良好的泛化性能,具备实际应用的可行性。 展开更多
关键词 一维卷积神经网络 智能故障诊断 深度学习 振动信号 自适应特征提取
下载PDF
大数据下机械装备故障的深度迁移诊断方法 被引量：154
3
作者 雷亚国 杨彬 +1 位作者 杜兆钧 吕娜 《机械工程学报》 EI CAS CSCD 北大核心 2019年第7期1-8,共8页
机械故障智能诊断是大数据驱动下保障装备安全运行的重要手段。为准确识别装备的健康状态,智能诊断需要依靠充足的可用监测数据训练智能诊断模型。而在工程实际中,机械装备的可用数据稀缺,导致训练的智能诊断模型对装备健康状态的识别... 机械故障智能诊断是大数据驱动下保障装备安全运行的重要手段。为准确识别装备的健康状态,智能诊断需要依靠充足的可用监测数据训练智能诊断模型。而在工程实际中,机械装备的可用数据稀缺,导致训练的智能诊断模型对装备健康状态的识别精度低,制约了机械故障智能诊断的工程应用。鉴于实验室环境中获取的装备可用数据充足,即数据的典型故障信息丰富、健康标记信息充足,且此类数据与工程实际装备的监测数据间存在相关的故障信息,提出机械装备故障的深度迁移诊断方法,将实验室环境中积累的故障诊断知识迁移应用于工程实际装备。首先构建领域共享的深度残差网络,从源自不同机械装备的监测数据中提取迁移故障特征;然后在深度残差网络的训练过程中施加领域适配正则项约束,形成深度迁移诊断模型。通过实验室滚动轴承与机车轴承的迁移诊断试验对提出方法进行验证,试验结果表明:提出方法能够运用实验室滚动轴承的故障诊断知识,识别出机车轴承的健康状态。 展开更多
关键词 机械装备 机械故障智能诊断 深度学习 迁移学习
原文传递
基于小波时频图和CNN的滚动轴承智能故障诊断方法 被引量：98
4
作者 袁建虎 韩涛 +1 位作者 唐建 安立周 《机械设计与研究》 CSCD 北大核心 2017年第2期93-97,共5页
提出一种基于小波时频图和卷积神经网络(CNN)的滚动轴承智能故障诊断方法。对滚动轴承的振动信号进行连续小波变换(CWT),得到时频图,并以灰度图的形式显示,再将时频图压缩至适当的大小;将压缩后的时频图作为特征图输入,建立CNN分类器模... 提出一种基于小波时频图和卷积神经网络(CNN)的滚动轴承智能故障诊断方法。对滚动轴承的振动信号进行连续小波变换(CWT),得到时频图,并以灰度图的形式显示,再将时频图压缩至适当的大小;将压缩后的时频图作为特征图输入,建立CNN分类器模型,以实现滚动轴承的智能故障诊断。基于人工轴承故障数据集进行了实验研究,同时从结构参数和训练参数两方面对网络的性能进行了优化改进。结果表明,该方法能有效识别滚动轴承的故障类型,改进的CNN具有较强的泛化能力、特征提取和识别能力。 展开更多
关键词 滚动轴承 智能故障诊断 连续小波变换 小波时频图 卷积神经网络
原文传递
多传感器信息融合基本原理及应用 被引量：62
5
作者 马平 吕锋 +2 位作者 杜海莲 王瑞 牛成林 《控制工程》 CSCD 2006年第1期48-51,77,共5页
全面系统地阐述了多传感器信息融合技术的信息融合理论、模型、算法和应用,并对目前信息融合在机器人、故障诊断、图像处理等领域的应用现状进行了剖析。信息融合技术虽然发展迅速,但由于信息融合技术理论尚待完善,在融合算法、融合模... 全面系统地阐述了多传感器信息融合技术的信息融合理论、模型、算法和应用,并对目前信息融合在机器人、故障诊断、图像处理等领域的应用现状进行了剖析。信息融合技术虽然发展迅速,但由于信息融合技术理论尚待完善,在融合算法、融合模型以及关联的二义性等方面还存在问题。信息融合理论在多传感器分布检测、异类多传感器融合以及建立信息融合数据库和知识库等方面将有进一步发展。 展开更多
关键词 信息融合 Bayes推理 DEMPSTER-SHAFER证据理论 机器人 故障诊断 图像处理
下载PDF
大型风力发电机组故障诊断综述 被引量：81
6
作者 曾军 陈艳峰 +1 位作者 杨苹 郭红霞 《电网技术》 EI CSCD 北大核心 2018年第3期849-860,共12页
开展大型风力发电机机组的状态监测和故障诊断研究,及时掌握其运行状态,及早发现其潜在故障征兆,对降低其故障率和减少其运行维修成本,从而加强大型风力发电机组的可靠运行具有重要意义。在通过对大型风力发电机组中的机械故障和电气故... 开展大型风力发电机机组的状态监测和故障诊断研究,及时掌握其运行状态,及早发现其潜在故障征兆,对降低其故障率和减少其运行维修成本,从而加强大型风力发电机组的可靠运行具有重要意义。在通过对大型风力发电机组中的机械故障和电气故障的类型及其特点进行全面分析总结的基础上,对大型风力发电机组的故障信号和故障信号处理方法进行了详尽的分析,介绍了大型风力发电机组的智能故障诊断方法,并指出现有方法的不足和未来的研究发展方向。 展开更多
关键词 风力发电机 故障诊断 短时傅里叶变换 小波变换 经验模态分解 希尔伯特-黄变换 信息融合 智能故障诊断
下载PDF
基于深度学习的智能变电站通信网络故障诊断与定位方法 被引量：65
7
作者 孙宇嫣 蔡泽祥 +2 位作者 郭采珊 马国龙 戴观权 《电网技术》 EI CSCD 北大核心 2019年第12期4306-4313,共8页
为提高智能变电站通信网络运维效率,提出了基于深度学习的智能变电站通信网络故障诊断与定位方法。从通信网络故障状态的冗余监测出发,分析基于不同监测节点的故障特征信息,提出了通信网络故障特征信息表征方式。基于涌现原理,根据通信... 为提高智能变电站通信网络运维效率,提出了基于深度学习的智能变电站通信网络故障诊断与定位方法。从通信网络故障状态的冗余监测出发,分析基于不同监测节点的故障特征信息,提出了通信网络故障特征信息表征方式。基于涌现原理,根据通信网络物理连接、逻辑连接及报文订阅关系实现故障样本的自动生成,并结合深度学习理论中训练规则,建立基于深度置信网络的通信网络故障诊断模型,基于此给出实时故障分析处理流程。以典型110kV智能变电站过程层网络为例进行验证,仿真结果验证了所提故障诊断方法的有效性和精确性,且在部分信息不可信时仍能得到准确诊断结果,容错性能较好。 展开更多
关键词 智能变电站 通信网络 故障诊断与定位 深度学习
下载PDF
基于深度学习的飞行器智能故障诊断方法 被引量：64
8
作者 姜洪开 邵海东 李兴球 《机械工程学报》 EI CAS CSCD 北大核心 2019年第7期27-34,共8页
高温度、快转速、重载荷、大扰动和强冲击的复杂运行工况使得飞行器关键机械部件不可避免地发生故障。飞行器的关键机械部件故障特征往往具有微弱性、非线性、耦合性、不确定性以及因果关系复杂等特点。以“先进信号处理技术+特征提取... 高温度、快转速、重载荷、大扰动和强冲击的复杂运行工况使得飞行器关键机械部件不可避免地发生故障。飞行器的关键机械部件故障特征往往具有微弱性、非线性、耦合性、不确定性以及因果关系复杂等特点。以“先进信号处理技术+特征提取及选择”为框架的传统智能方法难以有效承担飞行器故障检测任务,深度学习作为智能故障诊断领域中的新起之秀,能自主挖掘隐藏于原始数据中的代表性诊断信息,直接建立原始数据与运行状态间的精确映射联系,在很大程度上摆脱了对人工特征设计与工程诊断经验的依赖。介绍了深度置信网络、卷积神经网络、深度自动编码机和循环神经网这四种主流深度学习模型的基本原理,总结了深度学习在故障诊断领域中最新研究现状,描述了基于四种深度学习模型的故障诊断思路,并依次实现了其在机械部件智能诊断和预测中的应用。试验结果表明深度学习方法能有效建立监测数据与关键机械部件健康状态间的精确映射联系,实现准确的故障诊断和预测。 展开更多
关键词 飞行器 深度学习 智能故障诊断
原文传递
CNNLSTM深度神经网络在滚动轴承故障诊断中的应用 被引量：59
9
作者 陈保家 陈学力 +4 位作者 沈保明 陈法法 李公法 肖文荣 肖能齐 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第6期28-36,共9页
针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入... 针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入,利用网络CNN层自适应提取短时特征信并降维后作为LSTM层输入;接着利用LSTM层学习特征信息并训练神经网络模型;最后,网络输出层利用Softmax函数实现多故障模式识别,完成故障诊断。使用Spectra Quest机械故障综合模拟试验台实测数据集对模型进行验证,试验结果表明,与多层感知器、LSTM网络以及经典的LeNet5、AlexNet、VGG相比,所提出的CNN-LSTM模型的分类平均准确率可达99%以上,且模型结构比其他模型更简单,训练时间更短;同时,通过K折叠交叉验证算法对模型进行评价,结果表明CNN-LSTM模型计算误差较小且网络训练充分,未出现过拟合或欠拟合情况。 展开更多
关键词 滚动轴承 智能诊断 故障诊断 卷积神经网络 长短时记忆网络
下载PDF
面向智能变电站二次设备的故障诊断方法研究 被引量：50
10
作者 尹相国 张文 +2 位作者 路致远 侯峰 王乐挺 《电测与仪表》 北大核心 2020年第3期39-45,共7页
针对智能变电站二次设备检修和故障隔离工作的高安全风险,通过对智能变电站二次设备故障状态的分析,提出了一种智能变电站故障诊断新方法用于继电保护测量回路。在变压器阻抗测量的基础上,利用广义变比建立了故障诊断模型,对极性故障进... 针对智能变电站二次设备检修和故障隔离工作的高安全风险,通过对智能变电站二次设备故障状态的分析,提出了一种智能变电站故障诊断新方法用于继电保护测量回路。在变压器阻抗测量的基础上,利用广义变比建立了故障诊断模型,对极性故障进行分析。并通过仿真对该方法的有效性进行验证。结果表明,该方法可以很好地评估电流电压测量回路的故障状况。该研究为智能变电站设备故障诊断的发展提供了参考和借鉴。 展开更多
关键词 智能变电站 故障诊断 二次设备 继电保护 测量回路
下载PDF
基于变分模态分解与深度卷积神经网络的滚动轴承故障诊断 被引量：49
11
作者 丁承君 冯玉伯 王曼娜 《振动与冲击》 EI CSCD 北大核心 2021年第2期287-296,共10页
针对滚动轴承振动信号非平稳、非线性特点以及特征提取困难问题,提出一种基于变分模态分解(VMD)与深度卷积神经网络相结合的特征提取方法并应用于滚动轴承故障诊断。利用VMD将原始振动信号分解得到若干不同频率的限带本征模态分量,通过... 针对滚动轴承振动信号非平稳、非线性特点以及特征提取困难问题,提出一种基于变分模态分解(VMD)与深度卷积神经网络相结合的特征提取方法并应用于滚动轴承故障诊断。利用VMD将原始振动信号分解得到若干不同频率的限带本征模态分量,通过卷积网络中的多组卷积核自动学习各模态数据的不同特征,保证了特征提取的自适应性、全面性和多样性。在特征提取的基础上,使用全连接神经网络进行故障分类与诊断。将所提方法应用于滚动轴承故障诊断,结果表明,该方法在变工况情况下能够实现滚动轴承故障类别以及损伤程度的精确判定。 展开更多
关键词 变分模态分解(VMD) 深度卷积神经网络 特征提取 智能故障诊断 滚动轴承
下载PDF
故障诊断及预测性维护在智能制造中的应用 被引量：43
12
作者 祝旭 《自动化仪表》 CAS 2019年第7期66-69,共4页
智能制造的实施过程中,对设备的可靠性要求以及设备维护管理的要求逐渐提高,对预测性维护能力的同步提升。针对预测性维护价值数百亿元的新兴市场,制造企业、设备管理信息化厂商、预测性维护服务厂商都将参与设备维护管理的整体环节,提... 智能制造的实施过程中,对设备的可靠性要求以及设备维护管理的要求逐渐提高,对预测性维护能力的同步提升。针对预测性维护价值数百亿元的新兴市场,制造企业、设备管理信息化厂商、预测性维护服务厂商都将参与设备维护管理的整体环节,提出以设备故障监测、诊断、预防性维护为手段,将物联网技术应用于设备状态监测诊断的思路,实现设备健康状态在线监测、远程监控诊断的智能高效模式。建议将普遍采用的计划性检修向基于设备健康状态的预测性维护转变,最终实现提高生产安全稳定性、有效制定并实施设备维护策略、降低设备维护成本、减少设备停工检修时间的目标。 展开更多
关键词 智能制造 基础保障 预测性维护 预防性维修 故障诊断 物联网
下载PDF
基于Autoencoder-BLSTM的涡扇发动机剩余寿命预测 被引量：39
13
作者 宋亚 夏唐斌 +2 位作者 郑宇 卓鹏程 潘尔顺 《计算机集成制造系统》 EI CSCD 北大核心 2019年第7期1611-1619,共9页
准确预测涡扇发动机的剩余使用寿命,对于合理制定维护策略,降低维护成本具有重要意义。针对发动机状态监测数据样本量大、维度高的特点,提出一种整合自编码神经网络(Autoencoder)和双向长短期记忆(BLSTM)神经网络优势的混合健康状态预... 准确预测涡扇发动机的剩余使用寿命,对于合理制定维护策略,降低维护成本具有重要意义。针对发动机状态监测数据样本量大、维度高的特点,提出一种整合自编码神经网络(Autoencoder)和双向长短期记忆(BLSTM)神经网络优势的混合健康状态预测模型,优化涡扇发动机的剩余使用寿命预测。首先利用Autoencoder方法作为特征提取工具,对状态监测数据进行压缩,然后利用BLSTM方法捕捉特征双向长程依赖的特性,构建剩余使用寿命的混合深度学习预测模型。基于通用数据集开展测试比较,结果表明Autoencoder-BLSTM混合模型的预测精度优于现有多层感知机、支持向量回归、卷积神经网络和长短期记忆神经网络等方法,可有力支撑涡扇发动机的健康管理与运维决策。 展开更多
关键词 智能服务技术 剩余使用寿命 自编码神经网络 双向长短期记忆神经网络 深度学习 故障诊断 涡扇发动机
下载PDF
智慧矿山背景下我国煤矿机械故障诊断研究现状与展望 被引量：38
14
作者 樊红卫 张旭辉 +2 位作者 曹现刚 万翔 杨一晴 《振动与冲击》 EI CSCD 北大核心 2020年第24期194-204,共11页
目前,煤炭依然是我国主体能源,煤矿井下环境复杂恶劣,使煤矿设备故障频发,对采煤安全造成严重威胁。目前机械故障诊断技术以振动为主要手段,研究涉及动力学与故障机理、信号处理与特征提取、基于振动数据的智能诊断等。故障机理研究为... 目前,煤炭依然是我国主体能源,煤矿井下环境复杂恶劣,使煤矿设备故障频发,对采煤安全造成严重威胁。目前机械故障诊断技术以振动为主要手段,研究涉及动力学与故障机理、信号处理与特征提取、基于振动数据的智能诊断等。故障机理研究为信号特征提取和智能诊断提供基础,主要研究轴承、齿轮及机械系统在故障状态下的振动规律,特别是频率构成。信号处理算法的目的在于从实测信号中提取反映故障信息的成分,根据信号特点主要包括频谱分析、小波分析和经验模态分解等。基于数据的智能诊断方法发展迅速,其主要对监测数据进行分类、聚类和回归分析,根据数据特点有支持向量机、浅层神经网络和深度学习方法等,种群智能算法常用于这些方法的参数优化。研究表明煤矿设备机械故障诊断研究滞后,亟需加强理论研究、算法开发和工程应用,为我国智慧矿山和煤炭绿色、安全和高效开采提供支持。 展开更多
关键词 智慧矿山 故障诊断 振动分析 信号处理 人工智能
下载PDF
智能化挖掘机的研究现状与发展趋势 被引量：38
15
作者 李运华 范茹军 +2 位作者 杨丽曼 赵斌 权龙 《机械工程学报》 EI CAS CSCD 北大核心 2020年第13期165-178,共14页
智能化挖掘机是传统挖掘机与人工智能、自动控制和信息物理网络等技术深度融合的产物。相对于传统挖掘机,其拥有更高的功率利用率及作业精度,集远程作业、环境感知、智能诊断为一体,在抗震救灾、太空及水下作业等领域都有广阔的应用前... 智能化挖掘机是传统挖掘机与人工智能、自动控制和信息物理网络等技术深度融合的产物。相对于传统挖掘机,其拥有更高的功率利用率及作业精度,集远程作业、环境感知、智能诊断为一体,在抗震救灾、太空及水下作业等领域都有广阔的应用前景。然而挖掘机液压系统具有强非线性、流量耦合、时变等特点,而工作装置又存在动力学耦合和负载不确定性,结构简单、参数依赖度低、高精度的智能控制算法将提高挖掘机自主作业精度;由于视觉传感器易受光照、气象条件影响,研究多传感器融合及其智能算法将提升挖掘机的环境感知能力;液压系统故障模式隐藏性高,受机载设备硬件限制,探索非冗余小规模深度学习网络和压缩感知技术是实现在线智能故障诊断的关键。从轨迹控制、环境感知、远程控制与智能故障诊断四个方面,综述了挖掘机智能化的国内外研究现状;指出了智能化挖掘机发展存在的问题与发展趋势;最后根据现有研究成果得出了五点结论。 展开更多
关键词 智能化挖掘机 轨迹控制 环境感知 远程控制 故障诊断
原文传递
无标签数据下基于特征知识迁移的机械设备智能故障诊断 被引量：37
16
作者 郭亮 董勋 +1 位作者 高宏力 李长根 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第8期58-64,共7页
对于智能故障诊断方法,大量有标签数据是实现智能模型训练的必要条件,但该条件在部分工业应用场景下难以满足。难以采集足够有标签数据,尤其是故障状态下的数据,在一定程度上限制了智能故障诊断方法的工业化应用。为解决该问题,提出基... 对于智能故障诊断方法,大量有标签数据是实现智能模型训练的必要条件,但该条件在部分工业应用场景下难以满足。难以采集足够有标签数据,尤其是故障状态下的数据,在一定程度上限制了智能故障诊断方法的工业化应用。为解决该问题,提出基于特征知识迁移的机械设备智能故障诊断方法,将实验设备或其他相关设备所采集的足量有标签数据所蕴含的特征知识迁移至工业现场设备所部署的智能模型中,完成不同机械设备之间监测数据的特征知识迁移,从而实现无标签数据下的机械设备智能故障诊断。提出方法首先构建一维深度卷积神经网络,实现从原始振动信号到机械设备故障类别的深度映射。然后在深度卷积神经网络中加入领域适配正则约束项,实现不同机械设备监测数据间特征知识的深度迁移适配。最后,通过全连接神经网络进行机械设备健康状态的识别。为验证提出算法的有效性,通过两种机械设备的轴承在不同性能状态下所采集的监测数据进行迁移故障诊断实验,实验结果表明:提出方法实现了不同设备间监测数据特征知识的迁移适配;相对于传统智能诊断方法,提出的方法在两个数据集之间的迁移故障诊断识别率提高20%以上。 展开更多
关键词 智能故障诊断 机械设备 迁移学习 特征知识迁移 轴承
下载PDF
人工智能在航天器控制中的应用 被引量：35
17
作者 刘付成 《飞控与探测》 2018年第1期16-25,共10页
首先从限制航天器发展存在的难题入手,分析了人工智能在航天领域中的应用意义,然后阐述了国内外航天器人工智能技术的发展现状及差距,最后提出了人工智能在深空、遥感、在轨操控、集群、故障诊断与重规划中应用发展的建议,旨在通过在航... 首先从限制航天器发展存在的难题入手,分析了人工智能在航天领域中的应用意义,然后阐述了国内外航天器人工智能技术的发展现状及差距,最后提出了人工智能在深空、遥感、在轨操控、集群、故障诊断与重规划中应用发展的建议,旨在通过在航天器系统中引入人工智能技术,大幅提高我国空间技术的智能化水平。 展开更多
关键词 人工智能 航天器智能 图像识别 任务规划 故障诊断
下载PDF
关于智能变电站继电保护二次回路在线监测与故障诊断的研究 被引量：35
18
作者 潘志腾 《电气技术》 2020年第12期78-82,共5页
智能变电站的二次设备高度网络化,其运行状态的研判不同于常规变电站,本文提出了一种依托多参信息协同考量的继电保护二次回路在线监测及故障诊断的方法框架。经由对采样值(SV)、面向通用对象的变电站事件、制造报文规范报文的攫取和综... 智能变电站的二次设备高度网络化,其运行状态的研判不同于常规变电站,本文提出了一种依托多参信息协同考量的继电保护二次回路在线监测及故障诊断的方法框架。经由对采样值(SV)、面向通用对象的变电站事件、制造报文规范报文的攫取和综析,研究表征过程层和站控层链路不正常的信息特征,提出区判SV、面向通用对象的变电站事件网络断链、数据异常的预警方略。对于继电保护装置,给出了覆盖二次回路、采样值、开关量等诸多层面的在线监测和故障定位策略。本文研究立足智能站现有设备配置,不但经济性优异,还扩展了适用性和容错性,对于改善当下智能变电站二次运维有着重要的借鉴意义。 展开更多
关键词 智能变电站 继电保护 二次回路 故障诊断
下载PDF
航天器自主运行技术的进展 被引量：27
19
作者 代树武 孙辉先 《宇航学报》 EI CAS CSCD 北大核心 2003年第1期17-22,共6页
阐述了航天器自主运行的概念、目标和任务。对自主运行和传统测控方式进行了比较。最后重点介绍了航天器自主运行技术的进展情况。文章分 4个部分介绍自主运行技术。首先介绍了 2种自主运行体系结构 ,它们是自主运行各种功能集成的基础... 阐述了航天器自主运行的概念、目标和任务。对自主运行和传统测控方式进行了比较。最后重点介绍了航天器自主运行技术的进展情况。文章分 4个部分介绍自主运行技术。首先介绍了 2种自主运行体系结构 ,它们是自主运行各种功能集成的基础。第 2部分介绍了 2种智能规划与调度技术。第 3部分介绍了基于模型的故障诊断与系统重构技术。第 4部分介绍了有效载荷数据自主处理的进展情况。 展开更多
关键词 航天器 自主智能控制 智能规划与调度 故障诊断 数据处理
下载PDF
基于小波分析的煤矿机电设备故障检测关键技术应用研究 被引量：32
20
作者 吴舰 吴楠 《自动化与仪器仪表》 2011年第5期84-85,89,共3页
针对煤矿关键设备中常见多发机械故障,深入研究煤矿设备机械故障振动特征识别技术及其应用。介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点,通过理论与技术分析,提出小波分析实现煤矿设备不同损伤类故障微弱特征识别,... 针对煤矿关键设备中常见多发机械故障,深入研究煤矿设备机械故障振动特征识别技术及其应用。介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点,通过理论与技术分析,提出小波分析实现煤矿设备不同损伤类故障微弱特征识别,以及煤矿设备在线监测与故障智能诊断应用。 展开更多
关键词 机械故障 智能故障诊断 小波分析
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 33 下一页 到第 页
使用帮助 返回顶部