基于早期故障特征提取的全生命周期监测诊断

被引:9
作者
高帆
杨露霞
机构
[1] 重庆川仪软件有限公司
关键词
早期故障特征提取; 多技术融合; 全生命周期; 健康状态监测; 故障诊断;
D O I
10.16086/j.cnki.issn1000-0380.2018010067
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
设备早期故障诊断是设备全生命周期健康状态监测诊断体系的重要环节。尽早对设备潜在的故障作出可靠判断,对于保障设备的可靠运行具有重要意义。早期故障特征提取技术是检测设备早期故障的有效工具。研究了典型的设备故障发展过程,以早期故障特征提取技术为基础,结合多技术融合方法,建立了设备全生命周期健康状态监测诊断体系,以促进设备厂家改进生产制造质量、流程工业企业优化检维修流程。应用以早期故障特征提取技术为重点的多技术融合方法,打造设备从生产制造、出厂检验到现场应用的全生命周期健康状态监测诊断闭环,实现了设备健康状态的全程可控。
引用
收藏
页码:21 / 24
页数:4
相关论文
共 12 条
[1]   基于振动和声发射技术的滚动轴承故障分析 [J].
朱静 ;
邓艾东 ;
钱丹阳 ;
翟一萌 ;
龙磊 .
自动化仪表, 2018, 39 (01) :53-57+61
[2]   共振解调技术用于滚动轴承早期故障诊断 [J].
郑晴晴 ;
叶建伟 .
设备管理与维修, 2018, (01) :117-119
[3]   多传感器融合在地下管道测量中的应用研究 [J].
肖蕾 ;
刘克江 ;
庄鑫财 .
自动化仪表, 2017, 38 (07) :66-69
[4]   包络技术在滚动轴承早期故障诊断中的应用 [J].
李志文 .
设备管理与维修, 2017, (05) :113-115
[5]   风电机组齿轮箱早期故障预警方法研究 [J].
孟玲霞 ;
徐小力 ;
蒋章雷 ;
赵西伟 .
仪器仪表学报, 2016, 37 (12) :2758-2765
[6]   机械设备早期故障预示中的微弱信号检测技术探讨 [J].
洪林清 .
低碳世界, 2016, (24) :256-257
[7]   滚动轴承早期故障诊断技术 [J].
赵光昌 ;
谢刚 ;
张清华 .
轴承, 2015, (06) :56-61
[8]   设备故障预警系统在水电机组安全状态中的评估 [J].
马越 .
管理观察, 2014, (27) :134-135
[9]   设备故障早期预警系统在水电机组检修中的应用 [J].
钱冰 ;
邹磊 ;
马越 .
人民长江, 2014, 45 (17) :48-51
[10]   峭度滤波器用于电机轴承早期故障特征提取 [J].
安国庆 ;
秦程 ;
郭立炜 ;
梁永春 .
电机与控制学报, 2014, 18 (06) :55-60