基于网络的在线振动监测与诊断在钢铁企业的应用

来源 :第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议 | 被引量 : 0次 | 上传用户:pz11200618
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文简单介绍了一套网络实时状态监测与故障诊断系统,并介绍了现场应用实例.实践表明该系统状态参量监控全面,稳定可靠,具有较高的实用价值.
其他文献
某厂3台130吨煤粉炉配套有3台150Th-1大气除氧器,正常生产至少运行两台除氧器,每台除氧器在运行中排放蒸汽乏汽0.4~0.5Th-1,为回收这部分乏汽热能,针对其中2台除氧器增加乏汽回收
对企业供电系统电源质量的分析,采用有源滤波技术对系统进行谐波治理和无功功率的动态补偿,以达到节能和保护的双重功效.
对抽油机实行下偏杠铃改造即可以实现维修同时有很好的节能效果,通过下偏杠铃改造后的抽油机节电在17%以上.
介绍了海油石油111热介质锅炉的结构、作用及燃烧过程,通过相关部件的合理调整,将能达到较为理想的燃烧效果.
本文利用基于峭度自适应调整学习步长的盲提取算法提取滚动轴承故障冲击信号.学习步长对于盲源分离算法性能有重要的影响,基于峭度自适应调整学习步长的盲源提取方法根据分离
本文针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(Case-based Reasoning,CBR)和规则(Rule-based Reasoning,RBR)混合推理方式的智能诊断技术.在研究两种推理技
烟气轮机运行状态具有明显的非线性特征,为保障设备的安全可靠运行及实现科学维护,研究了基于混沌神经网络的预测方法,构建趋势预测系统,通过远程网络获得烟气轮机运行的现场
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知
会议
介绍了BP网络的基本原理,并对BP网络进行改进,基于此网络提出了一种矿用风机故障的诊断方法,避免了人为的主现臆断或错误判断,通过实验验证,本方法的诊断结果准确、可靠,有广
本文采用小波包分析对振动信号进行滤波处理和提取频域能量特征向量,利用BP神经网络实现对滚动轴承的故障诊断.