上一期,顓民小編和大家分享了關(guān)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(guān)于故障診斷的方法!趕快收藏起來!
基于RBF神經(jīng)網(wǎng)絡(luò)的空氣壓縮機故障診斷方法
自從神經(jīng)網(wǎng)絡(luò)這個體系存在以來,RBF神經(jīng)網(wǎng)絡(luò)就被經(jīng)常地運用在檢測壓縮機故障之中。RBF神經(jīng)網(wǎng)絡(luò)是一種比較新型的前項性神經(jīng)網(wǎng)絡(luò)系統(tǒng),它一般由:輸入層、隱含層與輸出層3個網(wǎng)絡(luò)層次構(gòu)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(jīng)常被氣體頂出這就造成閥片碰撞與彈簧壓縮,容易導(dǎo)致的閥片與彈簧故障。
RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法仿真結(jié)果比較高,由于該神經(jīng)系統(tǒng)的訓(xùn)練算法比較復(fù)雜、不易理解,因此在這里筆者就不再多加贅述,但以下的數(shù)據(jù)就能表明該算法的仿真結(jié)果比較高。在進行模擬實驗的100組訓(xùn)練樣本之中,有高達96組都達到了模擬實驗的訓(xùn)練目標,由此可知RBF神經(jīng)網(wǎng)絡(luò)診斷的準確率高達96.67%,這個數(shù)字就能充分的表明RBF神經(jīng)網(wǎng)絡(luò)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(shù)與RBF神經(jīng)網(wǎng)絡(luò)的空氣壓縮機故障診斷方法
基于PCA的傳感器網(wǎng)絡(luò)故障診斷在實際的網(wǎng)絡(luò)診斷之中,一般與RBF神經(jīng)網(wǎng)絡(luò)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(tǒng)計方法,它經(jīng)常被運用在控制領(lǐng)域中進行各種數(shù)據(jù)的處理,并且根據(jù)其處理的數(shù)據(jù)特征來監(jiān)測與控制生產(chǎn),在空氣壓縮機的故障診斷上運用這種技術(shù)能夠很大程度上降低故障發(fā)生的概率。
基于PCA傳感技術(shù)與RBF神經(jīng)網(wǎng)絡(luò)的空氣壓縮機故障診斷方法是通過建立機器運行的數(shù)據(jù)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(xiàn)的原始性的各種數(shù)據(jù)。在PCA傳感技術(shù)的數(shù)據(jù)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(xiàn)的各種問題與該故障可能出現(xiàn)在的位置。這種方法更全面地分析了所收集到的數(shù)據(jù)信息,而且該技術(shù)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(fā)生時茫然面對。
基于PCA技術(shù)與D-S證據(jù)理論的空氣壓縮機故障診斷方法
基于PCA傳感技術(shù)與D-S證據(jù)理論的空氣壓縮機故障診斷方法是一種根據(jù)數(shù)據(jù)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(shù)據(jù)。根據(jù)這種技術(shù)分析得到的數(shù)據(jù)特征形成一個比較融合結(jié)果,進而給空氣壓縮機的故障原因一個終局性結(jié)果。這種方法與以上兩種方法相比較更加突出的優(yōu)點是能更全面地分析收集到的數(shù)據(jù)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(shù)具有的處理數(shù)據(jù)速度與抗干擾能力強的優(yōu)點。這就很好地解決了傳統(tǒng)的模糊分析中存在的操作人員在空氣壓縮機出現(xiàn)故障現(xiàn)象時對該現(xiàn)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(yù)防一些行車過程中可能發(fā)生的故障問題。
上海顓民機電有限公司壓縮空氣事業(yè)部自成立以來,秉著優(yōu)惠的價格,優(yōu)質(zhì)的服務(wù),優(yōu)越的售后服務(wù)來開拓市場,促進企業(yè)持續(xù)健康的快速發(fā)展。歡迎您的選購!