機械故障診斷中的自適應報警技術研究
隨著科技的發展以及各個學科相互融合的加深,先進的技術被廣泛的應用于機械設備的狀態監測及故障診斷技術,這對于加強狀態監測和故障診斷分析的效率和精度有很大的改善,在以后的實踐中要更加注重將其他學科的知識加入到狀態監測和故障診斷技術應用中,更好的做好設備的管理工作.通過對該管理理念的研究,總結其在新型高技術含量設備管理中的突出效果,并且分析其應用的前景.
驍銳科技PLC
設備狀態報警技術是設備狀態監測和故障診斷系統的核心技術之一,在監測診斷技術向企業推廣以及推動預知維修體制發展變革的過程中都發揮著極其重要的作用.目前工程實際應用的報警技術主要停留在靜態報警基礎上,即報警線的設置與設備運行情況變化無關.有鑒于此,對機械故障診斷中的設備狀態報警技術進行了深入研究,主要工作如下:
1.綜述了當前設備狀態報警技術的一些主要方法,并指出了它們存在的不足.在此基礎上,提出了本文的主要研究內容和研究的意義.
2.針對現有的基于概率神經網絡的自適應報警技術中的報警閾值設定原則存在的不足,即平滑因子過小不能作為標準差和假設分布為正態分布,改進了報警閾值的設定原則,使設定的報警線不但能夠自適應地進行調整,而且更符合設備運行的真實情況,從而為設備狀態的評估提供可靠的依據.
3.窄帶報警是工程應用中常用的報警技術之一,其報警參數為某關鍵頻帶的幅值或能量,提取方法主要有兩種:利用三角函數的正交性和傅立葉頻譜分析技術,前者以信號周期性假設為前提,后者以信號平穩性假設為前提,而實際信號卻是非周期,非平穩的.更多詳情驍銳科技
針對此不足,將小波包分解技術引入到自適應報警技術中來,并進行實驗研究,實驗結果表明,該方法是可行的和有效的.