浅析面向设备管理的机电设备状态监测与故障诊断技术.pdf

《浅析面向设备管理的机电设备状态监测与故障诊断技术.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、／ACaC1emIC学术中塔式起重机的整体结构、连接点、组塔式起重机拆装现场，首先要对拆参考文献：件数量、绑点以及安装标高；在安装塔装现场的地面进行硬化处理；保证拆装[i]胡修军．浅析建筑塔式起重机吊过程中工程技术员及安装负责人必须现场无泥浆、积水；对于影响塔式起重事故原因及预控措施[J]．建筑安全，要到现场进行勘察，熟悉环境；拆装前机拆装的障碍物应一律清除，保证起重2006(04)．应制定周密的技术措施及安全技术措施，机臂长五米范围内无低压线路，十米范[2]贾飞．香港特区几起动臂塔包括塔式起重机各构件的安装程序和方

2、围内无高压线路；根据工程实际情况，式起重机事故分析[J]．建筑机械化，法。现场监理人员应检查安全生产防护尽可能地将塔式起重机设置位置避开人2012(10)．措施是否到位，比如拆装人员是否佩戴员集中区域；若必须要设置在人员集中[3]李彦峰，韩德丰，宋魁．塔式起安全帽等。区域，需设置警戒区，并派专人负责警重机使用中的安全隐患及应对措施[J]．2．5积极采取相关安全措施，创建戒工作。建筑安全，2012(07)．安全文明作业环境浅析面向设备管理的机电设备状态监测与故障诊断技术谢平郝婷(719000陕西省煤田地质局一八五队陕西

3、榆林)摘要：故障的发生和发展、设备工况的变化以，使机械设备的动态信号表现出非平稳性和强噪声特性，给故障诊断带来困难。本论文以机电设备为对象，对复杂振动信号中的时频特征提取、净化及回转机械的智能诊断方法进行了研究。机械设备智能诊断与动态测控技术法，当前提出采样方法主要有：Forward类推理过程中因果关系的有向图，其节就是为适应工程需要而形成和发展起来Samp1ing、BackwardSamp1ing、点就是一个多值变量，此外贝叶斯网络的。动态测控就是采用各种测量和监视ImportanceSampling和Markov

4、chain还具有一个表示条件独立性的自然方方法，记录和显示设备运行状态，对异Sampling。式一一由有限个节点构成有向无环图网常状态做出报警，为设备的故障分析提L2基于搜索的方法络结构，因而我们可以利用贝叶斯网络供数据和信息，并反馈执行元件对设备基于搜索的方法假定概率问题是一的基本元素描述机械故障诊断知识。进行调整和控制，使得设备尽可能处于类组合问题，所以可以将所需要计算的2．1网络节点与网络结构允许的运行状态之下，保障设备的输出各个变量的不同组合看作一个状态空间，用网络结构中的节点可以表示故障性能和效率。智能诊断

5、则是根据动态测在这个状态空间中有些状态对最后的计诊断领域中的故障征兆和故障原因，在控所获得的信息，结合设备的结构特性算结果会产生较大影响，而另外一些状节点间的有向连接弧表示征兆与原因之和运行信息及历次维修记录，对已经发态则影响甚微。由此，可以通过启发搜间可能的因果关系。故障征兆和故障原生或者可能发生的故障进行诊断、分析索的方法，在整个状态空间中进行搜索，因的状态多为二元状态，即其取值只为和预报，以确定故障的类别、部位、程寻找那些对计算结果影响较大的状态。1或者0，分别表示相应的故障和征兆是度和原因，提出维修对策，使设

6、备恢复然后用这些状态代替整个状态空间参与否出现。故障原因和故障征兆各自构成到正常状态。运算，以达到提高计算效率的目的，并两个样本集，且两个样本集中的元素是1．近似推理算法且在计算结束时能够给出一个较精确的相互独立的，即故障之间或故障征兆之目前已经提出了多种近似推理算法，解答。间是无必然的因果关系。但是这并不意这些算法都采取一定的方式在运行时间2．基于贝叶斯网络的机械故障诊断味着它们相互排斥，即一台机组可以同和推理精度上寻求一个折中，力求在较模型与诊断推理时发生几种不同的故障，同样多个故障短的时间内得到一个满足精度要求

7、的结根据对机械故障诊断的认识，机械征兆的出现也是正常的。根据故障征兆果，这些算法随着计算时间的增长，其故障可以通过若干属性来描述，这些属与与故障原因之间的因果关系，我们可计算精度越高。目前近似推理算法主要性变量集的各种取值组合就构成了该故以用有向弧线将相关的节点联系起来，分为两大类：障的状态空间。这些属性变量之间存在构成贝叶斯网络的有向无环图结构。图1．i机模拟方法着一定的系(独立或者依赖)，根据以形化的结构可以更加清晰的表达出领域随机模拟方法又称为MonteCarlo往的研究我们可以把这些属性划分为故专家对设备故障

8、状态的认知，符合人类法。该方法首先对贝叶斯网络表示的联障征兆和故障原因，所以通过对它们的的思维形式。合概率分布进行随机抽样，以产生足研究可以得到故障的知识表示模型。在2．2条件概率表够的样本，然后根据这些样本，通过频不确定的环境下，故障原因和故障征兆贝叶斯每一节点都附有与该变量相率计算来获得变量的概率值，而不是直往往含有几个状态。比如，一个故障