导读:本文包含了故障诊断与预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:故障诊断,故障,永磁,多维,智能,设备,预防性。
故障诊断与预测论文文献综述
邵志媛[1]（2019）在《故障诊断和寿命预测》一文中研究指出提要：“多年来，工业领域由于设备故障引起的各类事故频发，直接影响企业生产、经营效益的同时，也是安监、环境资源为代表的政府部门的监管难点和痛点。随着传统工业的智能化升级加速，工业互联网、遥感监测、大数据分析以及5G等技术的不断发展，实现‘先知先觉’‘精确诊(本文来源于《中国产经新闻》期刊2019-08-29）
程洪超,刘乙奇,黄道平[2]（2019）在《面向污水处理过程的预测元-相关向量机故障诊断算法研究》一文中研究指出污水处理系统是一个复杂的非线性大系统,存在作业环境恶劣、控制目标复杂、扰动不确定性、不易在线监测等问题。这些问题导致污水厂发生故障频繁,开发高效的故障监测技术成了当务之急。本文提出了一种新的故障监测技术,即预测元-相关向量机方法。该方法是将可预测元算法与相关向量机进行有机结合。首先利用可预测元算法对污水厂的采集的数据进行特征提取,去除重复特征和冗余信息。然后,利用处理后的数据训练相关向量机模型。为了验证所提方法的优越性,将预测元-相关向量机与RVM,PCA-RVM和ICA-RVM叁种方法同时用于监测国际水协会提供的BSM1污水处理平台。实验表明本文所提方法故障诊断精度更高。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
史龙,周荣,王智新,谭树林[3]（2019）在《道岔转换设备故障诊断与预测系统研究与设计》一文中研究指出道岔转换设备作为故障率较高的关键铁路信号设备,在铁路运营维护工作中需要投入大量人力和物力。基于信息感知、无线通信、物联网、云平台和专家系统等新型技术,提出一种道岔转换设备故障诊断与预测系统设计,可在线监测道岔转换设备的运行状态,对故障进行实时诊断和精确定位,为实现故障预测与健康管理提供支撑。(本文来源于《铁路通信信号工程技术》期刊2019年07期）
祝旭[4]（2019）在《故障诊断及预测性维护在智能制造中的应用》一文中研究指出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。(本文来源于《自动化仪表》期刊2019年07期）
丁石川,王清明,杭俊,花为,王群京[5]（2019）在《计及模型预测控制的永磁同步电机匝间短路故障诊断》一文中研究指出匝间短路是永磁同步电机中一种常见的故障,若不能及时地监测到故障将会导致二次故障,甚至对整个电机造成破坏。因此,为了提高永磁同步电机的可靠性,该文提出一种永磁同步电机匝间短路故障诊断方法。该方法是基于永磁同步电机模型预测控制系统中的价值函数,利用模型预测控制系统中价值函数的直流分量和二次谐波分量来诊断永磁同步电机匝间短路故障。首先简要介绍永磁同步电机在正常情况下的数学模型;然后叙述永磁同步电机模型预测电流控制方法;接着搭建永磁同步电机在匝间短路故障情况下的数据模型,并分析匝间短路故障对定子电压和电流的影响;最后,分析匝间短路故障对模型预测控制系统中价值函数的影响,会导致价值函数中出现直流分量和二次谐波分量。仿真和实验结果验证了提出的匝间故障诊断方法的有效性。(本文来源于《中国电机工程学报》期刊2019年12期）
孙平安[6]（2019）在《电子电路故障诊断与预测技术分析》一文中研究指出引言:电子电路故障时有发生,预测和诊断的方法各式各样,故障字典法是其中应用最为广泛方法的之一。本文将小波分析和马氏距离的研究方法应用于故障字典法中,构建了二端元件模型与叁端元件模型,通过提取实时电路数据,建立故障集并进行计算分析。通过对常见的MUCK电路故障类型进行模拟计算可以看出,采用该方法进行电路故障的诊断正确率较高,可以应用于同类型的电路故障的预测和分析之中。前言:目前,在对电子电路进行模拟诊断的多种方法中,故障字典法最为普遍,最具有推广价值。故障字典法是(本文来源于《电子世界》期刊2019年10期）
邓广周[7]（2019）在《数控加工中心运行状态预测及故障诊断方法研究》一文中研究指出设备在运行的过程中,会产生大量的数据,这些数据在一定程度上能够反映出设备是否处于良好的状态,但是离散的、未经过加工的数据无法判断设备运行状态。如何从大量的历史数据中提取关键信息,对设备运行状态预测及故障诊断,是对设备进行事前维护,保证设备高效运行的关键。本文以设备运行的历史数据为基础,提出了数控加工中心运行状态预测与诊断方法研究的课题,有效预测设备运行状态并实现故障预警,为设备维护工作提供有价值的信息。论文首先对采集的设备运行历史数据进行了关键信息的提取和预处理,选取设备运行参数构建多维时间序列预测模型,通过窗口滑动的思想对多维时间序列进行相似性搜索,得到运行状态的最大相似集,利用聚类分析和设备状态模型度量进行差异度分析,得到预测设备运行状态的最优相似序列,完成设备状态预测。为了根据设备运行的状态实现对设备的故障诊断,在设备预测的基础上,通过加权模糊Petri网原理对设备故障发生概率进行推理,构建加权模糊Petri网与规则产生式关系,确定加权模糊Petri网的加权因子,构建设备故障推理算法,建立设备的加权模糊Petri网结构,进行矩阵计算,得出故障原因的置信度,完成对设备故障的推理过程。最后,根据本文所研究的技术和方法,开发了数控加工中心运行状态预测与故障诊断系统,系统在企业的数控加工中心得以应用,为设备有效、稳定的运行提供了技术支持,同时也验证了本课题的有效性和可行性。(本文来源于《合肥工业大学》期刊2019-05-01）
方宇[8]（2019）在《基于支持向量机的皮带机故障诊断与预测研究》一文中研究指出随着现代科技的飞速发展,皮带运输设备不断朝着高速、大型、智能化的方向发展,以此来满足高效运输的要求。然而随着设备的改良和革新,机械设备结构更加精密复杂,各部件联系也愈发紧密,单个零部件的细微故障都可能导致整个运输线的瘫痪,给企业带来极大的损失。因此,利用智能技术对皮带机设备进行及时的故障诊断和运行状态预测就成了确保其能够安全运输的重要举措。本文将支持向量机方法应用到皮带机故障问题的研究上,分别采用支持向量机分类算法和支持向量机回归算法构建故障诊断模型和故障趋势预测模型。本文的主要工作如下:(1)针对皮带机故障诊断模型识别精度不高的问题,本文采用了主成分分析方法和改进的灰狼算法对其进行了优化。首先利用主成分分析进行故障特征的提取,将19个参数指标转化成5个互不相关的主成分指标,以此方式剔除相关性不高的特征指标,有效地避免了模糊因素对故障分类的误导。紧接着为消除SVM超参数的选择对故障诊断模型精度的影响,本文初步选择群搜索效果较优的灰狼算法进行核参数和惩罚因子的寻优,为了更加适应本模型、强化模型的精度,本文最终采用一种利用差分进化改进的灰狼算法进行模型的优化。最后将本模型应用于山东X煤矿公司皮带机组的实例中,通过实验分析对比,故障的识别精度从77.78%提升到97.22%,这也说明本文提出的混合故障诊断模型的故障诊断效果更好,满足了企业的应用要求。(2)本文通过对皮带机参数指标建立回归分析模型来实现其故障趋势的预测。皮带机故障征兆的出现往往都会伴随着监测指标的变化,而且在皮带机运行时,设备的监测参数受到很多交叉因素的影响,指标参数的时间序列也不是完全规律的。为了解决上述问题,本文使用灰色关联分析进行特征指标的选取,并借用灰色预测理论将时间序列进行一次累加操作,以此提高其序列本身的规律性。最后将山东X煤矿公司皮带机的监测数据输入预测模型进行验证,实验显示本文提出的组合预测模型较单一预测模型的预测精度更好,本组合模型可以做到对皮带机故障趋势的精确判断。(本文来源于《中国矿业大学》期刊2019-05-01）
张周磊[9]（2019）在《基于深度学习的永磁同步电机故障诊断与预测》一文中研究指出永磁同步电机作为一种高性能的驱动设备,在高精度控制及工业自动化领域占核心地位。而匝间短路及永磁体失磁故障的发生轻则影响电机的工作效率,重则烧毁电机,造成不可弥补的损失。因此,为了提高效率减少损失,对永磁同步电机匝间短路及失磁故障的研究具有重要意义。本文基于对上述永磁同步电机故障的深入研究,提出一种融合生成模型的深度学习故障诊断方法。一方面针对故障数据处理繁琐,特征单一和样本稀少等问题引入数据扩张模型对真实样本进行非监督学习,模拟样本特征合成伪数据。另一方面针对故障诊断复杂度高,识别效率低,鲁棒性差等问题本文提出一种引入稀疏性原理的自编码网络作为永磁同步电机故障诊断模型。本文从以下四个部分来阐述深度学习永磁同步电机故障诊断方法。(1)永磁同步电机故障特征分析。首先,搭建永磁同步电机模型,采集电机相间电流,频域电流,磁通密度,电磁转矩等实时参数。然后,通过计算获取各项特征,并从数学角度分析各特征与电机故障的相关性。仿真结果表明,将各项特征组合作为永磁同步电机故障样本集是合理的。(2)生成式对抗网络数据扩张方法的研究。首先,比较生成式对抗网络与传统生成模型,突出该方法的优势。然后,深入研究其网络结构及内涵算法,从两个方面(生成阶段、判别阶段)来解释生成式对抗网络的生成机制。接着,引出生成结果的衡量标准,通过优化算法反复迭代使网络趋向于最佳标准。实验结果表明,生成式对抗网络能够有效适用于样本的扩张,但受其原理性的制约,应用范围仅限于小维度的数据生成。(3)变分自编码网络数据扩张方法的研究。为了弥补生成式对抗网络的缺点,提出变分自编码生成网络。将变分自编码网络分为编码器以及解码器,根据这两个内部模型,研究变分自编码网络的工作机制。从数学角度阐述该方法的重构误差衡量标准,并依据两种误差函数进行结果的可视化比较。实验结果表明,从性能上比较,变分自编码网络准确率优于生成式对抗网络,而从网络复杂度上比较,生成式对抗网络更加简单。(4)稀疏自编码网络故障诊断方法的研究。首先,研究引入稀疏性的方法。然后,从数学角度阐述稀疏自编码网络模型搭建的过程。分析该方法应用于故障诊断的优势。实验结果表明,相比传统故障诊断方法该方法更加精确、更具可行性。(本文来源于《江苏科技大学》期刊2019-04-28）
邢海军[10]（2019）在《风力发电机组故障诊断与预测技术研究综述》一文中研究指出文章通过分析风力发电及发电机组发展现状,分别说明了机组故障诊断及预测技术,并结合当前研究成果对相关内容进行了深入的研究,希望能够帮助企业提高故障诊断及预测质量,进而有效掌握设备工作状态,减少故障带来的损失,不断推动我国风力发电事业的进步。(本文来源于《化工管理》期刊2019年12期）
故障诊断与预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
污水处理系统是一个复杂的非线性大系统,存在作业环境恶劣、控制目标复杂、扰动不确定性、不易在线监测等问题。这些问题导致污水厂发生故障频繁,开发高效的故障监测技术成了当务之急。本文提出了一种新的故障监测技术,即预测元-相关向量机方法。该方法是将可预测元算法与相关向量机进行有机结合。首先利用可预测元算法对污水厂的采集的数据进行特征提取,去除重复特征和冗余信息。然后,利用处理后的数据训练相关向量机模型。为了验证所提方法的优越性,将预测元-相关向量机与RVM,PCA-RVM和ICA-RVM叁种方法同时用于监测国际水协会提供的BSM1污水处理平台。实验表明本文所提方法故障诊断精度更高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障诊断与预测论文参考文献
[1].邵志媛.故障诊断和寿命预测[N].中国产经新闻.2019
[2].程洪超,刘乙奇,黄道平.面向污水处理过程的预测元-相关向量机故障诊断算法研究[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[3].史龙,周荣,王智新,谭树林.道岔转换设备故障诊断与预测系统研究与设计[J].铁路通信信号工程技术.2019
[4].祝旭.故障诊断及预测性维护在智能制造中的应用[J].自动化仪表.2019
[5].丁石川,王清明,杭俊,花为,王群京.计及模型预测控制的永磁同步电机匝间短路故障诊断[J].中国电机工程学报.2019
[6].孙平安.电子电路故障诊断与预测技术分析[J].电子世界.2019
[7].邓广周.数控加工中心运行状态预测及故障诊断方法研究[D].合肥工业大学.2019
[8].方宇.基于支持向量机的皮带机故障诊断与预测研究[D].中国矿业大学.2019
[9].张周磊.基于深度学习的永磁同步电机故障诊断与预测[D].江苏科技大学.2019
[10].邢海军.风力发电机组故障诊断与预测技术研究综述[J].化工管理.2019
论文知识图
