首页 >> 鱼丸机

最火生产过程早期故障检测与诊断的一种新方法喷涂泵西餐施肥机械电脑桌椅化工产品

发布时间:2022-09-10 08:28:28 来源:双业机械网

生产过程早期故障检测与诊断的一种新方法

分类号:TP277 文献标识码:A

文章编号: (2000) A NOVEL浮标 METHOD OF EARLY FAULT DETECTION AND DIAGNOSIS

FOR TECHNICAL PROCESSDING Yan-jun WANG Pei-hong LU Zhen-zhong CHEN Lai-jiu

(Power Engineering Department, Southeast University,Nanjing 210096,China)ABSTRACT:Based on the analysis of characteristics of two classes of technical process fault and defects of two familiar fault detection and diagnosi国内塑料购物袋消费量约70万吨s methods , this paper introduced an early fault detection and diagnosis method for technical process. Taking advantage of quatitative redundant relationship of some dependent美容服 variables or sy橡皮布mptoms in the process system after fault happened , the method avoid the lag which often appeared in familiar fault detection and diagnosis m使CD级Fusion的车辆重量降到了与B级“Fiesta”相当的水平ethods by utilization of dynamic tread information of the variables or symptoms which is fused through artificial neural network. Theoretical analysis and simulation examples demonstrated that this method could achieve early fault detection and diagnosis for technical process.

KEY WORDS:technical process; fault detection and diagnosis; learning▲1 引言 生产过程故障基本可分两类[1]:一类是当故障发生后,过程系统由一个正常的稳定状态逐渐过渡到另一个非正常的稳定状态。如电站回热系统,当一台高压加热器因某根钢管破裂而导致给水泄漏时,由于对象本身的动态特性和控制系统的作用,机组将逐渐过渡到另一个稳定的状态,仍能维持运行;另一类是故障发生后,系统状态会逐渐恶化,直至崩溃。如电站锅炉发生水冷壁泄漏故障,如不及时处理,必然会导致机组运行逐渐恶化,直至炉膛熄火或机组迫停。上述两类故障的共同点是:当故障发生后,过程系统将经历一个由多个变量共同表现出来的特定的动态过程,直至系统重新稳定或崩溃。

生产过程的故障检测与诊断方法,基本上可分为基于对象机理模型的面皮机故障诊断和不依赖于对象模型的定性的故障诊断[2]。前者利用观测器或者滤波器对过程系统的状态和参数进行重构,并将模型输出与对象实际输出进行比较,形成残差序列,通过对残差序列的分析进行故障检测与诊断;后者实质上是一种典型故障模式的数据更准确识别与匹配过程,其中包括故障诊断专家系统、故障树分析、人工神经络方法等,这类诊断方法往往需要一些获取故障直接征兆的特殊传感检测装置。通常上述两类故障诊断方法,无论是残差序列分析,还是征兆信号匹配,都是根据某一时刻系统的状态进行故障检测与诊断,只有当故障发生到一定程度,系统状态与正常状态有着较大的偏差后,才能诊断出故障,因此存在故障检测与诊断的滞后性。

本文提出的生产过程早期故障检测与诊断方法,定性地利用了故障发生后系统中多个相关变量或征兆信息之间的解析冗余关系,将它们的动态趋势信息利用人工神经络进行有效的融合,在一定程度上避免了上述常规故障诊断方法的缺点,减小了故障检测与诊断的滞后性,为运行人员争取了最多的故障处理时间和主动。2 生产过程早期故障检测与诊断基本原理 本文提出的生产过程早期故障检测与诊断方法,根据多个变量的动态变化趋势信息,实现在故障动态变化过程中对故障进行早期检测与诊断,故障诊断策略如图1所示。图1 生产过程早期故障检测与诊断策略

Fig.1 Early fault detection and diagnosis

algorithm for t目前市场上的拉力机用传感器小力值1般用S型传感器echnical process 多层前馈神经络由于其良好的泛化能力和对任意非线性函数的拟合能力,以及潜在的并行处理、自学习能力、容错能力,在故障检测和诊断中得到广泛的研究和实际应用[3,4]。本文采用滑动数据窗对原始数据进行动态滤波处理,再分别通过两级多层前馈神经络完成测量数据或征兆的动态趋势信息的提取和故障检测与诊断,极大地提高了故障诊断的鲁棒性[5],同时由于神经络特有的自适应和自学习功能,能够使故障诊断系统始终保持较低的漏检率和误警率。

2.1 滑动数据窗滤波

作为一种数据滤波方法,滑动数据窗[6]能够有效跟踪变量动态趋势,捕捉故障渐变状态,并实现输入数据的规一化,图2表示了滑动数据窗滤波的基本原理。图2 滑动数据窗滤波原理

Fig.2 Principle of

内蒙古妇三甲医院
山西省心血管病医院
陇南治疗哪家医院好
西安甲亢医院
友情链接