基于主成分分析和遗传支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出一种基于主成分分析（PCA）和遗传支持向量机（GA-SVM）的发动机故障诊断方法。该方法利用振动信号经小波变换和主元分析来提取故障特征,以减少信号的冗余。针对人为选择SVM参数的盲目性,应用遗传算法优化其参数,并与BP神经网络（BPNN）比较。试验结果表明：GA-SVM比BPNN具有更强的分类识别能力,小样本故障诊断正确率达100%。     

基于主成分分析和遗传支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出一种基于主成分分析（PCA）和遗传支持向量机（GA-SVM）的发动机故障诊断方法。该方法利用振动信号经小波变换和主元分析来提取故障特征,以减少信号的冗余。针对人为选择SVM参数的盲目性,应用遗传算法优化其参数,并与BP神经网络（BPNN）比较。试验结果表明：GA-SVM比BPNN具有更强的分类识别能力,小样本故障诊断正确率达100%。     

基于UG的双横臂独立悬架运动学分析系统

提出了一种基于UG构建双横臂独立悬架运动学分析系统的方法,并应用该方法开发出了相应的原型系统,给出了系统的框架结构.系统的快速参数化设计模块可方便、快捷地对双横臂悬架运动仿真模型的结构参数、几何参数和定位参数进行修改;系统的运动学仿真分析模块通过调用UG/Motion集成的MSC ADAMS或Function Bay RecurDyn解算器来获取仿真分析结果,通过集成Matlab的绘图功能对分析结果进行输出查看;以前轮定位参数的变化量最小、车轮侧向滑移量最小为优化目标,采用遗传算法构建了系统的悬架机构结构参数优化设计模块.通过一个设计实例验证了系统的正确性及基于遗传算法的结构参数优化设计模块的有效性.系统的框架结构具有良好的可扩展性,已在麦弗逊悬架的优化设计过程中得到应用.     

遗传神经网络算法在应用中的优化策略研究

通过分析废气的HC、CO、CO2和O2的含量,可以快速诊断发动机的常见故障。本文设计了神经网络诊断系统,通过融合分析废气含量、发动机转速、氧传感器及其它一些信息诊断发动机故障。本文设计的方法主要应用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程,并对遗传算法进行了改进研究。实践证明这种基于遗传神经网络方法的故障诊断系统具有收敛速度快、推广性能强的特点,极大提高了发动机故障诊断系统的效率和准确性。     

工程机械故障诊断算法比较分析

神经网络是由大量并行分布处理器按一定方式连接而成的信息网络处理系统,它是对现代神经科学研究成果的应用。文章分析了工程机械故障诊断技术研究的意义和现状,给出了几种常用的故障诊断算法思路并给出算法模型,最后根据目前的工程机械故障诊断的综合算法现状提出未来故障诊断发展的趋势。     

机械故障模式识别的ICA基神经网络方法

首先利用 ICA及基于残余互信息的二次特征抽取策略 ,进行不同机械状态模式 (包括正常和齿轮点蚀状态 )的特征提取 ,随后以此训练某一典型神经网络 (如多层感知器、径向基或自组织映射网络 ) ,以实现模式的最终分类。借助 ICA,隐藏于多通道振动观测中的高阶特征得以有效提取 ,从而实现机械状态模式的准确识别。对照分类实验结果表明 ,基于 ICA SOM分类方法不仅具有较好的故障模式分类能力 ,且实现简单 ,在机器运行状况监测中有较大的应用潜力。     

机械故障诊断的研究与发展趋势

机械故障诊断技术作为一门新兴的科学，从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段。     

拖拉机变速箱的齿轮故障诊断研究

通过对拖拉机变速箱的故障分析，列举了故障发生率较大的变速箱齿轮所在的主要故障形式，并对齿轮故障诊断的试验台搭建、故障信号特征的提取、诊断模型的选择及遗传算法的应用做了论述。     

噪声环境下机械故障源的盲分离

在机械故障盲分离中,传感器所获得的信号常常受到未知的不同类型的噪声干扰,忽略噪声的影响往往产生很差的分离效果。为克服此不足,结合小波变换和盲源分离,提出了一种在未知强背景噪声环境下的机械故障源分离方法,即小波消噪-BSS-小波消噪方法,仿真和实验结果表明该方法是有效的。     

用于机械诊断的最佳特征参数自动生成法

将计算机用于机械工况的自动诊断时，必须从采集的信号中提取表征机械工况的特征参数（简称ＳＰ），但目前尚无一种令人满意的提取最佳ＳＰ的方法。为了克服这个困难并能保证对机械工况进行高精度的诊断，本文基于遗传基因算法（简称ＧＡ）提出了一种称为“特征参数自动生成”的新方法，能快速找到最佳ＳＰ，并以变速器诊断为例进行了验证。     

基于优化的模糊系统在故障诊断中的应用研究

设计了一种模糊神经网络推理系统诊断发动机故障的方法,该方法应用遗传算法对系统进行优化并对BP网络算法进行改进。这种方法能够优化模糊系统的参数和结构,并且能删除无用的模糊规则。最后以发动机点火系统的次级电压为例,说明这种方法的应用过程。结果证明这种推理系统具有收敛速度快、泛化能力好、推广性强的特点。     

递阶遗传算法优化的模糊神经网络的故障诊断应用

提出一种利用递阶结构的混合编码遗传算法与进化规划相结合优化模糊神经网络学习的新算法,利用该算法同时优化模糊神经网络的结构和参数,剔除网络的冗余接点和冗余连接,提高网络的处理能力。分析和实验结果表明,所构建的机械故障诊断模糊神经网络结构简洁,而且具有良好的诊断效果。     

波形分析法在汽车故障诊断中的应用

如何快速、准确地诊断汽车电子控制系统的故障是现代许多维修人员面临的一个难题,利用检测设备中的示波器功能对被检测电子信号的特征进行分析,便可使汽车维修人员快速了解被检测部件的工作性能,从而准确地找到故障产生的原因及部位。     

基于故障树分析法的汽车故障诊断专家系统

提出将故障树分析法与基于规则的诊断专家系统相结合的方法，以故障树的形式全面、系统、层次性地表述专家知识，通过故障树自动生成专家系统诊断规则库，实现诊断知识的自动获取，并确保诊断知识的一致性和完备性。以Windows98为平台、Delphi5．0为编程语言，开发出具有友好的人机交互界面、正向与逆向混合推理和具有解释功能的汽车故障诊断专家系统。以轮胎异常磨损的诊断为例，验证了该方法具有良好的应用前景。     

数控故障诊断与维护

信息数字化技术大力发展的浪潮下,数控技术在精密测量、精密机械、制造业等各个领有了进一步发展.针对数控机床常见故障,文章提出了一般诊断方法和维护措施,以提高机床工作效率和使用寿命.     

基于波形分析法的CAN-BUS系统故障诊断研究

电子技术的不断发展,使得控制局域网数据总线技术被广泛地应用于现代汽车上,基于波形分析方法,对控制局域网数据总线的信号特征进行分析,能够迅速快捷地判断出该系统故障产生的原因。     

基于粗糙集和遗传算法的水轮发电

针对水轮发电机组故障监测中的大量数据，为了提高故障诊断效率,考虑将粗糙集理论和遗传算法引入水轮发电机组故障诊断中。利用粗糙集获取水轮发电机组故障信息决策表，再用遗传算法的全局搜索技术，对决策表进行约简，找出对故障分类起主要作用的特征，并提取诊断规则。通过对具体诊断实例研究表明：该方法在水轮发电机组故障诊断中具有较高的可行性和有效性。