歡迎進入上海顓民機電有限公司壓縮空氣事業部官方網站!

服務熱線 021-54311298

首頁 > 新聞動態 > 行業新聞

顓民分享:空氣壓縮機故障診斷的方法
日期:2020年04月29日    來源:http://www.seo-ly.com/

上一期,顓民小編和大家分享了關于空氣壓縮機常見的運行問題,本期我們更深入的來探討關于故障診斷的方法!趕快收藏起來!

基于RBF神經網絡的空氣壓縮機故障診斷方法

自從神經網絡這個體系存在以來,RBF神經網絡就被經常地運用在檢測壓縮機故障之中。RBF神經網絡是一種比較新型的前項性神經網絡系統,它一般由:輸入層、隱含層與輸出層3個網絡層次構成。因為在空氣壓縮機的氣閥工作過程之中,進氣閥與排氣閥的閥片經常被氣體頂出這就造成閥片碰撞與彈簧壓縮,容易導致的閥片與彈簧故障。

RBF神經網絡的訓練算法仿真結果比較高,由于該神經系統的訓練算法比較復雜、不易理解,因此在這里筆者就不再多加贅述,但以下的數據就能表明該算法的仿真結果比較高。在進行模擬實驗的100組訓練樣本之中,有高達96組都達到了模擬實驗的訓練目標,由此可知RBF神經網絡診斷的準確率高達96.67%,這個數字就能充分的表明RBF神經網絡在空氣壓縮機故障診斷進行過程中的可行性,因此將之運用于實際的空氣壓縮機故障診斷之中具有極高的可行性。

基于PCA技術與RBF神經網絡的空氣壓縮機故障診斷方法

基于PCA的傳感器網絡故障診斷在實際的網絡診斷之中,一般與RBF神經網絡診斷放在一起綜合使用,此處對RBF就不再加以論述。PCA是一種多元的統計方法,它經常被運用在控制領域中進行各種數據的處理,并且根據其處理的數據特征來監測與控制生產,在空氣壓縮機的故障診斷上運用這種技術能夠很大程度上降低故障發生的概率。

基于PCA傳感技術與RBF神經網絡的空氣壓縮機故障診斷方法是通過建立機器運行的數據模型解決問題。它的工作原理是收集空氣壓縮機運行過程中出現的原始性的各種數據。在PCA傳感技術的數據分析能力支持下,能提前檢測出在車輛運行過程中空氣壓縮機可能會出現的各種問題與該故障可能出現在的位置。這種方法更全面地分析了所收集到的數據信息,而且該技術的信息處理能力與抗干擾能力都很強,能夠準確地判斷出故障問題,這樣就能讓我們對該故障有所準備,不至于在故障發生時茫然面對。

基于PCA技術與D-S證據理論的空氣壓縮機故障診斷方法

基于PCA傳感技術與D-S證據理論的空氣壓縮機故障診斷方法是一種根據數據信息進行故障診斷分析的方法,這種分析診斷方法是指在空氣壓縮機不同的運行過程中觀測并且分析數據。根據這種技術分析得到的數據特征形成一個比較融合結果,進而給空氣壓縮機的故障原因一個終局性結果。這種方法與以上兩種方法相比較更加突出的優點是能更全面地分析收集到的數據下所潛在的各種隱藏信息。而且這種方法仍保留了PCA傳感技術具有的處理數據速度與抗干擾能力強的優點。這就很好地解決了傳統的模糊分析中存在的操作人員在空氣壓縮機出現故障現象時對該現象理解不透徹或者不準確的問題。

綜上所述,通過對以上3種故障診斷方法的分析與探討,我們對如何診斷空氣壓縮機故障都有了更深刻的了解如何預防一些行車過程中可能發生的故障問題。

上海顓民機電有限公司壓縮空氣事業部自成立以來,秉著優惠的價格,優質的服務,優越的售后服務來開拓市場,促進企業持續健康的快速發展。歡迎您的選購!

wvUw8f52C5wOdHUmuelIRssOzs0mJ5Py1w0kkvFNd/dFw0Zli23l+FbDJPB5/FnZ+W9DLhDu2uqYBp3F+xbQgYCXfThx0uPpQ2CYZcf9EVDtw5hxGJweCrA4ffpI4LGL 花样直播app破解版下载-花样直播app下载免费安装-花样直播app下载免费安