2001年 第3卷 第9期
机泵群实时监测网络和故障诊断专家系统
北京化工大学 工业装备诊断工程研究中心，北京 100029
下一篇 上一篇
摘要
应用现代信息技术和人工智能实施设备诊断工程，逐步实现状态维修和预知维修，是大型流程工业企业降低生产成本的重要途径之一。概要介绍为实现这一目标所开发的机电装备实时监测网络和人工智能诊断技术。简要介绍了基于Ethernet和FDDI开发、应用于石化企业的机、泵群实时监测网络；首次提出了黑灰白集合筛选法，在一次原因分析法和故障机理及其识别特征研究基础上，应用此方法开发的基于黑灰白集合筛选法的机械故障诊断专家系统，用于工程实践取得了满意的结果。
图片
图1
图2
图3
图4
参考文献
[ 1 ] GaoJinji.New progressinplantdiagnosisengineering distributedmonitoringsystemandremotediagnosissys tem[A].TheProceedingsoftheInternationalConfer enceonPlantEngineeringGuangzhou’97[C], ChinaMachinePress, 1997.53～59
[ 2 ] 高金吉.设备诊断工程与集散监测系统[J].石油化工设备技术, 1996, 17 (3) :11～14 链接1
[ 3 ] 钟秉林, 黄仁.机械故障诊断学[M ].北京:机械工业出版社, 1998 链接1
[ 4 ] 陆志刚, 胡盛麟, 康玉唐, 等.医学导论[M ].北京:人民卫生出版社, 1999 链接1
[ 5 ] 高金吉.旋转机械振动故障原因及识别特征研究[J].振动、测试与诊断, 1995, 15 (3) :1～8 链接1
[ 6 ] 高金吉.高速涡轮机械振动故障机理及诊断方法研究[D].清华大学力学系, 1993
[ 7 ] 高金吉.旋转机械同频振动故障机理及识别 (上) / (下) [J].振动与冲击, 1993, 12 (4) :42～49/1994, 13 (4) :27～32 链接1
[ 8 ] 高金吉.基于矩阵判别筛选法的机械故障诊断专家系统[A].第五届全国机械设备故障诊断学术会议论文集[C].北京:科学技术文献出版社, 1996 链接1
[ 9 ] GaoJinji.Afaultdiagnosisandmaintenanceexpertsystemforrotatingmachinery[A].EVROMAITE NANCE’98Proceedings[C], 1998.247～254
京公网安备 11010502051620号
