简介:摘 要:为了准确评估烘丝机的工作状态,针对塔式烘丝机设备运行过程中故障不明显的问题,首先利用主成分分析(Principal Component Analysis ,PCA)方法对特征进行优选得到的最优特征集,接着利用鹈鹕算法(Pelican Optimization Algorithm ,POA)优化核极限学习机(Kernel-based Extreme Learning Machine,KELM)的正则化系数和核函数参数,提出了一种基于改进KELM的烘丝机故障诊断模型。在此基础上,将某卷烟厂烘丝机运行的数据代入所提模型,并与其他模型对比,结果显示所提模型能够更有效地判断出塔式烘丝机的工作状态。
简介:摘要可以对机组负荷和锅炉效率产生直接影响的因素有很多,锅炉辅机设备的运行就是其中一个,其是否能安全、高效及稳定的运行,具有非常重要的作用。一般情况下电厂锅炉辅机设备鲜少发生故障或缺陷的,而经常发生的高达80%的常见故障都是因为润滑故障所导致的,所以,锅炉设备的检修和运行工作重点都和锅炉辅机设备的润滑质量好坏有直接关系。因此本文就此问题展开分析,并提出针对性措施,为更多的事故预防提高参考。