趋势预测法在机械设备状态评价中的应用和展望

发布时间：2018-04-11 14:21

  本文选题：设备状态 + 趋势预测　； 参考：《现代制造工程》2017年11期

【摘要】：设备状态趋势预测是设备故障诊断的主要任务之一,也是该领域的重要研究内容。尤其是在机械设备的维修方式由定期维修过渡到预测维修后,为了准确地预测设备状态的发展趋势,制定出科学、合理的维修措施,设备的状态趋势预测技术尤为重要,因此,对机械设备状态趋势分析的方法及进展进行了介绍,并结合油液监测技术,提出了一种以多元信息融合为基础的设备趋势预测新方法。
[Abstract]:Equipment state trend prediction is the main part of Ren Wuzhi in equipment fault diagnosis, and it is also an important research content in this field.Especially after the transition from regular maintenance to predictive maintenance, in order to accurately predict the development trend of equipment status, it is particularly important to formulate scientific and reasonable maintenance measures and equipment state trend prediction technology.This paper introduces the methods and progress of state trend analysis of mechanical equipment, and puts forward a new method of equipment trend prediction based on multivariate information fusion combined with oil monitoring technology.
【作者单位】： 太原理工大学化学化工学院;广东石油化工学院机电工程学院;广东省石化装备故障诊断重点实验室;
【基金】：国家自然科学基金项目(61174113) 茂名市科技计划项目(201327) 广东省石化装备故障诊断重点实验室开放基金项目(GDUPTKLAB201314) 广东省高校石油化工过程装备故障诊断与信息化控制工程技术开发中心开放基金项目(512015)
【分类号】：TH17

【相似文献】

相关期刊论文 前10条

1 徐小力,许宝杰,张森;机械设备趋势预测与神经网络预测方法的研究[J];现代机械;2000年01期

2 李凌均,张周锁,何正嘉;基于支持向量机的机械设备状态趋势预测研究[J];西安交通大学学报;2004年03期

3 李凌均;韩捷;郝伟;董辛;何正嘉;;支持向量数据描述用于机械设备状态评估研究[J];机械科学与技术;2005年12期

4 赵磊;;浅谈机械设备状态故障与监测[J];中小企业管理与科技(下旬刊);2009年02期

5 沈世斌;褚红燕;;机械设备状态概率模型的构建与应用[J];制造业自动化;2006年04期

6 王雪;马俊杰;王晟;;机械设备状态的经验模式分解统计识别方法[J];中国机械工程;2008年06期

7 崔立林;朱海潮;章林柯;王伟;;基于SVDD的机械设备状态监测方法研究[J];噪声与振动控制;2010年06期

8 李永耀;韩捷;陈磊;郝旺身;管腾飞;;基于AR-Kalman的机械设备状态趋势预测方法研究[J];制造业自动化;2014年12期

9 赵春华,严新平;油液监测智能化的关键技术探讨[J];润滑与密封;2004年04期

10 谷曦;谢芳;朱文文;;影响油液监测准确性的几个问题[J];冶金动力;2013年06期

相关会议论文 前4条

1 贺石中;;商业化油液监测实验室的建设及发展[A];第七届全国摩擦学大会论文集（二）[C];2002年

2 严新平;谢友柏;萧汉梁;;信息技术在油液监测中的发展动态[A];第三届全国青年摩擦学学术会议论文集[C];1995年

3 魏春波;赵凯;;油液监测在旋转机械故障诊断中的应用[A];第八届全国摩擦学大会论文集[C];2007年

4 贺小明;曾钕钋;;信息融合技术在油液监测诊断中的运用[A];第五届设备管理第八届设备润滑与液压学术会议论文集——《设备管理设备润滑与液压技术》[C];2004年

相关硕士学位论文 前2条

1 贾军峰;机械设备状态分析与自动诊断便携仪的研究开发[D];北京化工大学;2006年

2 付芹;基于PNN模型的机械设备状态预警和故障诊断方法研究[D];西安建筑科技大学;2010年

，

本文编号：1736353