工厂化水产养殖微滤机故障诊断系统

在工厂化水产养殖中,准确有效地诊断微滤机的故障,提高水质环境,改善养殖环境,是水产养殖正常进行的重要保障。鉴于人工方法针对微滤机故障无法快速做出诊断,本研究设计了工厂化水产养殖微滤机故障诊断系统,主要包括监测模块、调度模块和总控模块,分别用于获得工作微滤机的监测数据,接收第一或第二调度命令,记录监测模块和调度模块的运行状态,并构建了基于经验熵决策树的模型,用于微滤机故障的快速诊断。该系统实现了微滤机故障诊断的自动化、智能化及故障的快速定位,保障了养殖水产的安全,降低了运行成本,提高了经济效益。     

丰田皇冠加速无力故障分析

文章以丰田皇冠为研究对象,对汽车发生加速不良故障的原因进行分析,阐述发动机加速不良故障的诊断方法与流程,对故障的类型通过实际案例加以分析和故障总结,对其进行分析、检修过程的论述,为发动机怠速异常故障的检修提供可借鉴的方法。     

CAWS600B型自动气象站常见故障处理

主要介绍CAWS600B型自动气象站运行中出现的故障,对故障进行快速判断,找出原因,提出仪器解决办法和记录处理方法。     

基于经验模态分解近似熵和支持向量机的农用柴油机故障诊断

针对往复机械振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解（EMD）、近似熵（ApEn）快速算法和支持向量机（SVM）相结合的机械故障诊断方法。运用经验模态分解方法对特定时段的振动信号进行分析,计算各个内禀模态函数（IMF）的近似熵,作为故障特征向量,并输入到支持向量机以判断机械的工作状态和故障类型。柴油机故障诊断试验结果表明,该方法能有效提取故障特征,在小样本情况下也具有较高的精度和较强的泛化能力,对其他机械故障的诊断具有一定借鉴意义。     

谈电力架空线路故障查找与处理方法

电力架空线路故障包括导线的损伤故障、导线发热故障、接地故障、雷害故障、弧光短路故障等,根据不同类型的故障应采取相应的处理方法。查找常见的接地故障一般采用试拉各线路的方法。     

船用柴油机故障诊断系统研究

船用柴油机故障诊断系统可以提高轮机工作人员的管理水平,达到快速分析、准确判断及迅速排除故障。它以船用柴油机典型故障为基础,应用Visual FoxPro数据库管理系统建立船用柴油机故障诊断系统。通过柴油机拉缸故障典型实例来具体说明该系统的使用方法和特点。该系统具有可修改、插入和删除等功能,以友好的用户界面和易于操作等特点,实现船用柴油机典型故障的快速诊断。该文的创新点是将船员具有的故障处理的经验及知识作为专家系统,供其他船员的学习,以便准确、快速地处理柴油机的故障。     

自动站故障分析方法和维修手段

各类地面自动探测设备系统组成结构基本相同,本文通过将自动站基本组成结构进行分析,阐述在自动站设备发生故障时,如何进行故障诊断、测试排查,将分析诊断和测试排查方法进行总结。通过总结,归纳出故障快捷诊断和检测流程,快速锁定故障位置,及时排除故障,有效提高技术装备保障工作效率。     

高校校园网内联网计算机的故障分析与维护方案

在高校校园网中,计算机的使用量和计算机的数量与日俱增,无论是负责维护计算机网络教室或者电子阅览室的工程技术人员还是接入校园网的个人用户都会遇到各种各样的计算机故障.本文通过对计算机产生故障现象的分析,对计算机硬件及系统软件的维护提出了解决方法.     

特种车辆柴油发动机故障诊断专家系统推理机设计

针对特种车辆柴油发动机故障诊断专家系统知识表示的模糊特性，建立了故障类型的模糊诊断模型，提出了不精确推理方法和模糊匹配策略，采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制，设计了总体目标推理和级目标推理相结合的推理机．系统现场运行的快速推理结果表明了该推理机设计是成功的．     

基于相似度的电力电子电路故障诊断技术

采用一种基于S变换相似度的电力电子电路故障诊断方法,首先建立各种故障类型信号的S变换模时频矩阵,然后计算故障信号S变换模时频矩阵与已建立的标准模时频矩阵的相似度,以相似度最大为判别依据,实现故障的诊断.三相桥式可控整流电路晶闸管故障诊断仿真结果表明：该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,且算法简单.     

基于改进角分类神经网络的变风量空调系统故障诊断

针对变风量空调系统的故障诊断问题及其特点,提出了一种基于改进角分类神经网络——FDCC的故障诊断模型．该模型克服了CC4角分类神经网络输出结果为二进制的局限,根据故障模式所落入的k最近邻的样本泛化空间来进行故障诊断,并输出结果向量,其各分量为各故障原因可能出现的概率．     

基于机体振动的直升机桨毂阻尼故障诊断

研究了仅用机体振动信号诊断旋翼减摆器阻尼失效、轴向铰卡涩和水平铰卡涩3种桨毂阻尼故障的可行性。在旋翼试验台上分别设置上述3种阻尼故障，测取机体振动响应，利用快速傅立叶变换分析其频谱特征。分析表明，3种阻尼故障引起的机体振动谱图互不相同。采用概率神经网络实现了3种阻尼故障的正确分类。研究表明，仅用机体振动响应实现旋翼阻尼故障诊断是可行的。     

Neural network-based detection of mechanical, sensor and biological faults in deep-trough hydroponics

In this work, two separate fault detection models are developed: one for the detection of faulty operation of a deep-trough hydroponic system which is caused by mechanical, actuator or sensor faults, and one for the detection of a category of biological faults (i.e. specific stressed situations of the plants), namely the “transpiration fault”. The neural network methodology was proved to be successful in the task of fault detection, in both applications. The general fault detection model was capable of detecting a faulty situation in a very short time, in most cases within 20 or 40 min. In the case of the biological fault detection model, the “transpiration fault” was generally detected within 2–3 h. The results show that both neural networks have useful generalization capabilities. The influences of the conditions of the plants to the measured root zone variables are also investigated and they show that biological faults in general cannot be detected in this kind of cultivation systems using the measurable variables used in this work. The most probable explanation is the inertia of overwhelming mass of the nutrient solution (compared to the mass of the plants), in a way that it becomes a limitation factor to the influence of plants condition to their root zone microenvironment.     

基于时间序列和神经网络的温室传感器节点故障诊断

温室无线传感器网络中故障节点会产生并传输错误数据,不仅消耗节点的能量和带宽,而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络,建立基于时间序列和神经网络的传感器节点故障诊断系统,通过对传感器样本数据进行时序分析,提取模型参数作为特征向量,并以此对遗传BP神经网络进行网络训练,实现传感器节点故障的诊断。试验结果表明：该方法能够有效地识别传感器节点故障类型,15组测试样本的输出矢量与同类故障基准矢量的欧式距离和为0.007,识别正确率为100%。     

Slip partitioning by elastoplastic propagation of oblique slip at depth

Oblique motion along tectonic boundaries is commonly partitioned into slip on faults with different senses of motion. The origin of slip partitioning is important to structural geology, tectonophysics, and earthquake mechanics. Partitioning can be explained by the upward elastoplastic propagation of oblique slip from a fault or shear zone at depth. The strain field ahead of the propagating fault separates into zones of predominantly normal, reverse, and strike-slip faulting. The model successfully predicts the distribution of fault types along parts of the San Andreas and Haiyuan faults.     

基于粒子群优化支持向量机的电梯故障诊断

电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。     

大学生数字化信息浏览行为的特征

通过分析读者在电子阅览室的线上阅读行为特征，以获得学生需要的学术信息资讯来源。结果表明：电子阅览室的娱乐行为频度为36．4％、国内外网站的拓展阅读行为频度为35．4％，高于写作（11．5％）与校园网浏览行为（8．19％）。校园网浏览频度低，反映免费校园网浏览系统建设的成效，而多彩的娱乐行为可见IPv6网速优势和教育网资源优势。而且，不同时间段内（休息日与授课日）、娱乐行为与学习行为频度都会发生变化。读者的平均阅读时间在授课日为90分钟左右，休息日会显著增加，不过学生阅读与娱乐行为的持续时间都习惯化于作息时间。总之，大学生在电子阅览室的学习行为略多于娱乐行为．娱乐和学习都是学生的需求，在不同时间营造不同的氛围应成为电子阅览室管理的切入点。     

Faults in the mojave desert, california, as revealed on enhanced landsat images

Previously unknown strike-slip and normal faults in the central and eastern Mojave Desert have been revealed on Landsat Thematic Mapper images enhanced by four-component processing. This method provides color images on which lithologies are discriminated by their contrasting absorption and reflection, primarily at infrared wavelengths and particularly with regard to their ferric iron, ferrous iron, and hydroxyl contents, while retaining landform depiction. These discriminants represent a new type of geophysical display for geologic mapping in regions of well-exposed bedrock. Faults are revealed on the images by abrupt spectral and textural contrasts that coincide with aligned topographic features. The newly discovered faults form part of an extensive regional network of right shear that connects faults in the Death Valley region with the San Andreas fault system. They support a heterogeneous strain model for late Cenozoic tectonic evolution of the region. Regional structural relations indicate a westward migration of the locus of strain through time. Some of the newly identified faults bound blocks that have experienced contrasting rotational histories since early Miocene time.     

电控发动机尾气检测与故障诊断的研究

为寻求根据汽车尾气参数来诊断汽车故障的方法，利用径向基函数（RBF）神经网络，对丰田雷克萨斯（LEXUS）400电控发动机进行故障诊断研究。研究结果表明，径向基函数神经网络对发动机故障的诊断是迅速、准确的。     

一个改进的Chang加密方案

分析了Chang方案中存在的一些不安全因素,给出一个针对Chang方案的攻击方法,并在此基础上提出一个改进的Chang方案.该方案具有高强度的加密强度、容错性、不可篡改和不可重播等特点.改进方案体现了数据签名、容错技术和RSA加密的紧密结合给公钥加密带来的新思路.