课程文献中心 更多>>

关键词： 运输车   电喷发动机   故障诊断  

摘要： 为了提高发动机的维修质量,本文提出了发动机故障诊断方法研究,提出了发动机故障维修技术研究,通过传感器技术实时监测发动机的各种运行参数,随后,利用小波变换与分形理论对这些参数进行处理和分析,有效地提取出故障特征。通过计算振动信号的分形维数和盒维数,开发了基于离散小波变换(DWT)的故障诊断算法,通过对比实际运行数据与标准值或模型预测值,迅速准确地判断出发动机的故障类型和位置。

关键词： 轴承故障诊断   自适应频谱划分   功率谱密度   平方包络谱谐波干扰比  

摘要： 虽然频带划分方法在定位故障共振频带方面取得了很大的成就,但仍然存在共振频带定位不准确的问题。针对定位并提取轴承故障所产生的共振频带较难这一问题,提出一种自适应频带划分方法用于提取轴承故障产生的共振频带。该方法的核心是利用信号的功率谱密度(Power spectral density,PSD)与高斯核函数不断的进行迭代卷积,经过卷积后的PSD曲线会变得更加平滑,再以卷积后的局部极小值点作为自适应频谱划分的边界,随后利用平方包络谱谐波干扰比(Squared envelope spectrum harmonic-to-interference ratio,SESHIR)铺设多层次谱平面,以最大的平方包络谱谐波干扰比来确定共振频带,进行包络解调分析以提取故障特征。通过仿真和实验数据分析,证明该方法能够提取出共振频带,识别出轴承中的故障信息,比快速峭度谱(Fast kurtogram,FK),Autogram以及变分模态分解(Variational mode decomposition,VMD)具有更加良好的性能。

关键词： 减速器   异常振动   故障树   贝叶斯网络   吉布斯采样  

摘要： 为实现减速器异常振动的故障类型快速判断、降低巡检与维护成本,研发了一种减速器异常振动智能诊断模型。在历史异常振动数据不充足、不平衡的情况下,通过对历史故障履历资料的梳理,建立了减速器故障树,并映射为减速器异常振动贝叶斯网络结构。同时,对历史异常振动数据进行振动特征提取与标签化,选择期望最大化(EM)算法为参数学习方法,确定贝叶斯网络节点变量的概率分布。在减速器运行过程中,该模型处理实时振动数据后,融合故障知识转化的异常振动特征判别机制与分层吉布斯采样算法,对各节点变量进行故障概率推理,实现异常振动故障的及时定位。通过模型性能测试发现所提出的故障诊断模型相比于其他典型模型,在诊断结果准确性与区分正常与异常振动数据的精度方面均取得了较大的提升,并将模型集成至带式输送机智能运维系统中进行了工程验证。

关键词： 协同设计   工程机械   协同仿真   CSCW  

摘要： 随着科技的飞速发展,工程机械设计技术创新日新月异,特别是协同设计,象征着网络技术在工程实践中的深度融合。通过引入协同设计理念,设计效率得到了显著提升,产品的市场优势也随之增强。以当前协同设计的进展为起点,特别关注机械设计的独特性,并深入探讨了几项核心技术在协同设计中的运用,如设计任务的智能分配及设计信息的无缝共享,揭示了其在机械设计领域的广阔应用前景。

关键词： 车辆识别代号   自动变速器   无法启动   点火开关   自然吸气发动机   故障维修   故障诊断   接车  

摘要： 一、故障现象一辆2008年6月生产上汽大众SVW7166BSi斯柯达明锐车,搭载EA211 1.6L自然吸气发动机和自动变速器。车主反映发动机有时无法启动,行驶里程数约为18.9万km,车辆识别代号:LFVAL41Z082118109。二、故障诊断接车后,对故障现象进行验证。在连续几次(约3次~5次)启动发动机时,总会出现1次发动机无法启动的现象。具体现象表现为:在点火开关置于“START”挡位时,只听到发动机舱内有“叭嗒叭嗒”的声音,发动机不转。

关键词： 工学一体化课程   典型工作任务   技工院校   加工中心刀库   换刀故障  

摘要： 随着现代制造业的快速发展,企业对技工院校毕业生的职业能力要求日益提高。文章阐述了技工院校工学一体化课程改革的意义,探析了技工院校工学一体化课程典型工作任务开发的步骤,并以加工中心刀库换刀故障诊断与排除这一项目课题典型为例,详细介绍了一体化典型工作任务开发的具体过程。

关键词： 深度学习算法   电气控制   故障诊断   预测  

摘要： 电气控制系统是现代工业和日常生活中不可或缺的组成部分,它们的稳定运行对保障设备安全和提高效率至关重要。然而,由于系统复杂性和环境的不确定性,故障的发生在所难免。传统的故障排查方法往往依赖于专家知识和经验,在处理复杂系统时显得力不从心。近年来,深度学习算法凭借其强大的特征学习和模式识别能力,在故障诊断领域展现出了巨大的潜力。本文系统述了电气控制系统故障排查的基本流程,详细介绍了基于深度学习算法的故障诊断与预测方法,包括深度学习模型、深度置信网络、卷积神经网络的应用,并通过实际测试验证了这些方法在故障诊断中的有效性和实用性。

关键词： 故障树分析法   工程机械发动机   故障诊断  

摘要： 本文建立工程机械发动机的故障树,对发动机故障进行了系统分析,以发动机不能正常工作为顶事件,逐级分析了导致该项事件发生的各级因素,包括燃油系统故障、点火系统故障、进气系统故障和冷却系统故障,将每个因素细分为更具体的问题,建立故障树,清晰展示各级故障之间的逻辑关系,快速定位故障原因。结果表明,故障树分析法能够有效提高故障诊断准确度,缩短维修时间,降低维修成本。

关键词： 金属冶炼工业   智能监控   故障诊断系统  

摘要： 在现代金属冶炼工业中,面临生产环境恶劣、设备运转负荷大、持续时间长等问题,如果不对整个工艺系统进行实时监控和故障诊断,将会造成非常严重的后果。因此,应针对冶金过程中的关键工艺参数、主要设备和装置的故障模式及趋势进行分析,开发适用于金属冶炼行业的智能监控与故障诊断系统。文章提出基于智能系统的冶金生产全过程智能监控和故障诊断系统,通过对不同类型、不同层次的数据进行综合集成,快速准确地识别影响生产过程的各种异常状态,并提供相应的处理方案,从而提高冶金过程的控制水平和可靠性,减少能耗,降低成本,增强竞争力。

关键词： 光伏巡检   无人机   光伏电站   故障诊断  

摘要： 本文围绕光伏电站无人机自动巡检技术和智能故障诊断技术特点,对其航线规划和光伏板电型故障分类进行阐述。同时,以某山地的巡检数据为例,对光伏组件故障识别系统快速生成光伏电站故障评估结果进行分析,并提出改进方案。