智能算法的最新进展用于故障检测和诊断
1Institute for Production Technology and Systems, Leuphana University of Lueneburg, Universitaetsallee 1, D-21335 Lueneburg, Germany.
Sensors (Basel, Switzerland)
|April 27, 2024
概括
故障检测诊断使用基于模型的方法来检测系统故障. 需要先进的混合和智能方法来有效地检测和预测工业故障.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
背景情况:
- 故障检测诊断是一种基于模型的方法,用于使用残余发电机识别系统故障.
- 当前的诊断设备缺乏对信号与噪声比的测量,这阻碍了有效的故障检测.
- 故障检测诊断 (FDD) 技术在工业环境中面临实施挑战.
研究的目的:
- 解决理论FDD方法和实际工业实施之间的差距.
- 突出需要在故障诊断中采用混合和智能方法.
- 强调故障预测对于预测故障和提高安全的重要性.
主要方法:
- 使用剩余发电机用于故障识别.
- 采用隔离技术和结构分析来检测故障.
- 建议混合和智能程序来弥合理论和实际的FDD.
主要成果:
- 剩余选择是识别故障检测发电机的关键.
- 工业运营对FDD实施构成重大挑战.
- 该研究强调了先进的FDD策略的必要性.
结论:
- 混合和智能方法对于克服工业FDD实施障碍至关重要.
- 未来的研究应该优先考虑故障预测,以准确预测故障和安全.
- 在大数据时代,实时,全面的FDD策略是必不可少的.


