关于故障诊断方向论文引用文献有很多，选择引用的参考文献直接关系到文章的质量，所以选择文献要注意，不能脱离论文的主题，例如文章是关于故障诊断方向的，就不能引用无关的文献，引用文献要能够突出文章的主题，这是选择参考文献的一个基本原则，这里就汇总了部分关于故障诊断主题相关的文献推荐：
1、锅炉风机的故障诊断与状态维修
摘要：随着中国工业力量的崛起,各种大型设备在工厂企业中的应用越来越多,锅炉在多种工厂实践工作中有着重要作用。本文就锅炉风机常见故障进行分析,并就故障成因展开详细说明,提出相应的维修方案,用以保证锅炉风机的正常工作状态,维持锅炉的稳定运行,提高机械的运行效率。
2、基于DCGAN的燃料电池故障诊断
摘要：质子交换膜燃料电池(PEMFC)存在易故障、使用寿命短等缺陷。针对PEMFC常见的电堆内部水淹和膜干故障,提出基于深度卷积生成对抗网络(DCGAN)的故障诊断方法。该方法通过主成分分析(PCA),对PEMFC原始数据进行预处理,降低数据维度并提取故障特征,进而利用DCGAN对PEMFC进行正常、水淹和膜干等3种健康状态分类。该方法采用PEMFC实测数据集进行故障诊断分析,总体故障准确率为98.33%,诊断时长为2.79 s。所提出方法适用于PEMFC水管理故障诊断问题,具有一定的工程应用价值。
3、基于小波包能量熵和GWO-SVM的滚动轴承故障诊断
摘要：针对滚动轴承不同故障类型和不同损伤程度识别准确率较低的问题,提出了将小波包能量熵、灰狼优化算法和支持向量机相结合的故障诊断方法.首先,将滚动轴承振动信号进行3层小波包分解,对第3层各频段小波包分解系数进行重构,提取各频段成分的能量熵构成故障特征向量;其次,利用灰狼优化算法实现支持向量机参数优化;最后,基于优化后的支持向量机分类模型完成对测试集滚动轴承不同故障类型和不同损伤程度特征向量的识别诊断.实验结果表明,相比实验和文献中其他方法,该方法对滚动轴承不同故障类型和不同损伤程度具有更加突出的故障辨识
4、新型电力系统中电力设备故障诊断技术研究
摘要：伴随着我国大力推进智能电网的建设,我国发电企业设备自动化水平快速提高,结构变得更加精密和复杂,这就对故障诊断工作提出了新的要求。由于在具体的项目应用中,存在诊断技术方案难以配套实际需求、诊断管理方案不完善等问题,使得故障智能诊断难以有效开展。基于此,该文结合电力设备故障诊断技术的现有研究,对故障诊断现状进行分析,完成故障诊断评估模型的构建,并提出基础平台和应用平台设计方案,为电力系统中电力设备故障诊断管理决策提供支撑。
5、在钢铁冶金行业中动力旋转设备故障诊断技术的应用
摘要：动力旋转设备是现代钢铁企业非常重要的组成部分,对于轧钢、炼钢、烧结都非常关键。如果动力旋转设备在运行的过程中出现故障,会导致整个工序出现瘫痪。因此,做好动力旋转设备的监测和故障诊断工作意义重大,应用故障诊断技术,可以对设备故障进行预测,制定针对性的防范措施,使设备保持良好的运行状态,提高动力旋转设备的使用效率。基于此,本文首先对动力旋转设备故障诊断技术进行了相关概述,并分析了设备的典型故障机理,比如,转子不平衡、转子不对中、转子部件松动等故障,最后对如何有效应用故障诊断技术进行了多角度论述。
6、变工况下基于联合适配与对抗学习的滚动轴承故障诊断
摘要：针对在一些假设条件下采用深度卷积神经网络进行变工况场景下基于深度学习模型的轴承故障诊断,其诊断性能会大大降低。本文提出了多尺度卷积联合适配对抗网络(Multi-scale convolution joint adaptive countermeasure network,MSCJACN),即在MS-1DCNN模型中加入了迁移学习算法。通过特征提取模块提取通用特征,在特征提取器的最后两层全连接层上利用联合最大均值差异(Joint maximum mean difference,JMMD)对具体特征进行适配,同时在特征提取器后加域判别器,帮助网络提取域的不变特征。
7、基于循环脉冲谱的动车轴箱轴承故障诊断方法
摘要：针对动车轴箱轴承故障冲击的脉冲性与周期性,提出基于归一窗S变换时频切片的循环脉冲谱分析方法。采用能量归一化窗函数对故障轴承振动信号进行归一化窗S变换并建立其能量随频率的变化关系,根据能量峰值与峭度最大原则在故障冲击共振频率点处进行时频切片。引入可变循环窗对时频切片序列的周期脉冲进行分离;采用可变循环窗内整体脉冲峰值矩的变异系数对故障信号的循环脉冲度进行表征,得到故障信号循环脉冲谱。
8、循环氢压缩机组振动故障诊断及分析处理
摘要：针对循环氢压缩机振动高高联锁故障,利用在线状态监测系统分析故障原因,确定故障类型,指导检修方案,处理解决相关问题,并提出后续运行过程中的管控措施和改进建议。
9、基于CNN和预处理机制的球磨机故障诊断方法
摘要：球磨机的安全性和稳定性在工业生产中具有重要意义,其健康情况与生产效率、能耗等多项技术指标直接相关。而诊断球磨机故障的传统机器学习方法过度依赖人工特征提取,且缺乏自适应性。为此,针对球磨机工作状态下的分段多项式声信号,提出了一种小波去噪与自回归(AR)模型功率谱相结合的预处理方法来构建本征模态函数(IMF)特征向量,剔除噪声干扰信号。基于此构建卷积神经网络(CNN),以遴选的特征向量为输入,处理后变换为抽象的深层特征,以准确诊断球磨机的健康状态。实验结果表明:相较于其他传统机器学习算法,该方法在诊断准确性与诊断效率具有显著优势。
10、智能变电站继电保护隐藏故障诊断与系统重构方法
摘要：近年来,变电站逐渐向智能化、数据化转型,在多项先进技术和设备的共同作用下,智能变电站实现了电能汇聚、电能分配控制、电力转换等功能,大幅度提高了变电站的运行效率。继电保护装置作为保障智能变电站正常运行的重要组成部分,其对隐藏故障能否做出快速反应直接影响了整体系统的稳定性。基于此,文章对智能变电站继电保护隐藏故障的诊断进行了探讨,并对系统重构方法做出了分析,以供参考。