隨著科技的發(fā)展以及各個(gè)學(xué)科相互融合的加深,先進(jìn)的技術(shù)被廣泛的應(yīng)用于機(jī)械設(shè)備的狀態(tài)監(jiān)測及故障診斷技術(shù),這對于加強(qiáng)狀態(tài)監(jiān)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(shí)踐中要更加注重將其他學(xué)科的知識加入到狀態(tài)監(jiān)測和故障診斷技術(shù)應(yīng)用中,更好的做好設(shè)備的管理工作.通過對該管理理念的研究,總結(jié)其在新型高技術(shù)含量設(shè)備管理中的突出效果,并且分析其應(yīng)用的前景.

設(shè)備狀態(tài)報(bào)警技術(shù)是設(shè)備狀態(tài)監(jiān)測和故障診斷系統(tǒng)的核心技術(shù)之一,在監(jiān)測診斷技術(shù)向企業(yè)推廣以及推動(dòng)預(yù)知維修體制發(fā)展變革的過程中都發(fā)揮著極其重要的作用.目前工程實(shí)際應(yīng)用的報(bào)警技術(shù)主要停留在靜態(tài)報(bào)警基礎(chǔ)上,即報(bào)警線的設(shè)置與設(shè)備運(yùn)行情況變化無關(guān).有鑒于此,對機(jī)械故障診斷中的設(shè)備狀態(tài)報(bào)警技術(shù)進(jìn)行了深入研究,主要工作如下:

1.綜述了當(dāng)前設(shè)備狀態(tài)報(bào)警技術(shù)的一些主要方法,并指出了它們存在的不足.在此基礎(chǔ)上,提出了本文的主要研究內(nèi)容和研究的意義.

2.針對現(xiàn)有的基于概率神經(jīng)網(wǎng)絡(luò)的自適應(yīng)報(bào)警技術(shù)中的報(bào)警閾值設(shè)定原則存在的不足,即平滑因子過小不能作為標(biāo)準(zhǔn)差和假設(shè)分布為正態(tài)分布,改進(jìn)了報(bào)警閾值的設(shè)定原則,使設(shè)定的報(bào)警線不但能夠自適應(yīng)地進(jìn)行調(diào)整,而且更符合設(shè)備運(yùn)行的真實(shí)情況,從而為設(shè)備狀態(tài)的評估提供可靠的依據(jù).

3.窄帶報(bào)警是工程應(yīng)用中常用的報(bào)警技術(shù)之一,其報(bào)警參數(shù)為某關(guān)鍵頻帶的幅值或能量,提取方法主要有兩種:利用三角函數(shù)的正交性和傅立葉頻譜分析技術(shù),前者以信號周期性假設(shè)為前提,后者以信號平穩(wěn)性假設(shè)為前提,而實(shí)際信號卻是非周期,非平穩(wěn)的.更多詳情驍銳科技

針對此不足,將小波包分解技術(shù)引入到自適應(yīng)報(bào)警技術(shù)中來,并進(jìn)行實(shí)驗(yàn)研究,實(shí)驗(yàn)結(jié)果表明,該方法是可行的和有效的.