新型自动站故障诊断系统的研究与设计

本文提出了新型自动站的设计原则并介绍了它的结构组成,同时对新型自动站的故障诊断方法与数据处理方法进行了较为详细的阐述,并依此给出了新型自动站的应用软件设计思路,通过这样的设计可实现新的数据处理方式,大大提高了新型自动站保障工作的反应速度,维护维修人员通过软件可以及时准确的在第一时间了解自动站设备的运行情况,加强了对自动站工作状态的监控强度。     

基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用

将基于变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的方法引入滚动轴承的故障诊断,提出了基于EMD(Empirical Mode Decomposition,EMD)和VPMCD的滚动轴承故障诊断方法.采用EMD方法提取滚动轴承振动信号特征向量后,以VPMCD作为模式识别方法对滚动轴承的工作状态和故障类型进行分类.对正常状态、外圈故障、内圈故障3种不同类别下的滚动轴承振动信号进行了分析,结果表明了该方法在滚动轴承故障诊断中的有效性.同时,与人工神经网络(Artificial neural network,ANN)算法的对比分析表明,VMPCD算法分类性能的稳定性以及计算效率均要高于ANN算法.     

基于改进小波神经网络的滚动轴承故障诊断

根据轴承故障产生的机理和常用故障特征参数的分析与提取方法,针对滚动轴承系统的非线性和表面振动信号的非平稳特性,采用小波分析法,并对小波分析中容易产生频率混淆而进行改进小波包快速算法。试验结果表明,改进的小波分析能减少频率混淆现象,克服传统小波包快速算法中高低频重迭难以分辨的问题,并利用小波频带分析技术对故障信号中含有的噪声信号进行分离。结合小波和神经网络的优势建立改进小波神经网络的结构模型,研究小波神经网络的学习算法,解决传统BP算法收敛速度慢和容易陷入局部极小值等问题,从学习率和连接权值两个方面对算法进行改进。以N205型滚动轴承在试验台上所测取的试验数据进行网络训练,用振动信号为网络输入向量给出训练结果。仿真实例分析结果表明,采用改进的小波神经网络能够对滚动轴承故障进行分类,且其收敛速度明显快于相同条件下的小波神经网络和改进的BP网络,可有效实现滚动轴承的故障诊断。     

输油泵机组故障诊断专家系统的研究与应用

介绍了输油泵机组故障诊断专家系统的结构、特点及工作原理，该系统具有操作简单、使用灵活、诊断准确率高等优点。故障诊断专家系统对输油泵进行状态监测和故障诊断，可有效地防止电机和泵轴损坏、轴承过热烧毁以及泵体振动过大等故障的发生，确保输油泵机组的正常运行。     

基于模糊技术的电控自动变速箱故障诊断专家系统研究

针对目前电控自动变速箱在诊断维修过程中存在的问题,把模糊技术和多媒体技术相结合,在Windows环境下研制出电控自动变速箱故障诊断系统.该系统经多种变速箱的使用,结果表明具有推理过程简单、快捷和准确等优点.     

人工神经网络在汽车故障诊断中的应用

针对传统汽车诊断存在的问题，提出了应用人工神经网络进行汽车故障论断的新方法，在介绍神经网络基本原理和方法的基础上，以ＢＰ网络构造离合器故障诊断实例模型，经过模拟试验，证明了本方法的有效性和合理性。     

小波神经网络在模拟电路故障诊断中的应用研究

对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法．该方法用小波变换作为模拟电路故障信号的预处理器，大大减少神经网络的输入数目，简化神经网络结构和减少它的训练时间，提高辨识故障能力．在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法．     

人工神经网络技术在机械故障诊断中的应用探讨

阐述了人工神经网络模型的一般结构和算法，并设计了机械故障诊断神经网络的模型和学习过程。通过对集材-50拖拉机变速箱的实验诊断和测试，结果表明人工神经网络技术可以快速、准确地诊断出机械故障类型。     

小波变换在水泵故障诊断中的应用

小波变换具有很好的时域和频域局部化特性,它对以非稳态振动为特征的信号提供了很好的分析手段。采用速度传感器测定水泵机组的振动信号,用小波变换处理分析水泵机组的故障。其分析结果表明,用小波变换的分析方法较传统的傅立叶变换更为有效。     

故障树与专家系统融合的故障诊断推理机制研究

本文着眼提高铁路信号设备维护效率,降低工作人员劳动强度,减少人为差错,实现故障诊断智能化、可视化,将专家系统和故障树有机融合,利用专家系统知识库的知识推断确定系统的故障模式原因,给出故障处理方法、建议与故障树技术生成专家系统知识库,直观地反映故障和故障产生原因之间的逻辑关系,在故障树的基础上利用产生式规则加框架的推理策略,使推理机制更符合专家的思维过程,充分体现了故障树和专家系统两者的优点,使推理效果更加明显;以调度集中系统(CTC)车站子系统为例详述了故障树与专家系统相融合的故障诊断推理机制的实现过程。     

基于图论和模糊数学的故障诊断新方法

针对单输入的故障诊断问题,提出了在赋模糊权的二部图中求解故障诊断费用最小的诊断顺序的数学模型,并给出了该模型的两个优化算法,根据算法可方便地得出故障诊断顺序的优化决策方案,使故障诊断更为经济和快捷有效.     

汽车电喷发动机故障诊断专家系统的开发研究

针对汽车电喷发动机故障诊断的特点，结合专家系统的发展方向，研究了汽车电喷发动机故障诊断专家系统的建造思路和算法，着重探讨了电喷发动机故障诊断知识表示、知识获取及专业领域知识库的开发。引入双可信度的不精确推理机制，并对专家系统人机界面的开发和设计进行了研究。     

机械的故障诊断与工况监测

本文从介绍故障的定义和类型出发,着重分析了几种典型故障情况和故障诊断的检测方法,这对机械设备的故障诊断和维修具有实际指导意义。     

基于粗集的支持向量机在故障诊断中的应用

根据支持向量机分类的基本原理,通过应用粗集理论方法对样本数据进行了预处理,去除冗余特征,提高了支持向量机分类效率.通过对涡轮机故障诊断,认为该方法可以提高故障诊断精度和诊断效率.     

汽车发动机故障诊断专家系统

采用重定向ＣＬＩＰＳＤＬＬＩ／Ｏ中由到ＶＣ设计的Ｗｉｎｄｏｗｓ前端用户缓冲区的方法,构造了一个完整的基于ＣＬＰＳ的汽车发动机故障诊断专家系统。系统采用客户／服务的结构,既简化了实现,又保证了ＣＬＩＰＳ推理结构的完整与可靠,使用中取得了良好效果。     

基于径向基神经网络的水轮机组故障诊断研究

针对传统意义的BP(B ack-P ropagated)神经网络在水轮机故障诊断中的不足,提出了一种基于径向基RBF(R ad ia l bas is function)神经网络的水轮机组故障诊断方法。实例应用表明,该方法克服了BP神经网络的不足,具有精度高、收敛快、可以避免局部极小值的优点;RBF神经网络收敛速度约是BP神经网络的40倍,并能准确地诊断出水轮机组的故障。     

电喷发动机故障诊断专家系统的研究

针对目前国内汽车电喷发动机维修过程中存在的问题,利用模糊综合评判的原理和方法对电喷发动机的故障进行分析和诊断.并在Windows环境下,将模糊诊断技术与计算机多媒体技术相结合,研制出电喷发动机故障诊断专家系统,经杭州市多家汽车维修企业使用,表明该系统具有推理过程简单、快捷和准确等优点.     

汽车拖拉机综合性能测试试验台的研究与开发

研制了一种集汽车拖拉机技术状态检测和故障诊断于一体的检测试验装置,能实时测试发动机的动力性、经济性、排放性能、底盘的安全性能等指标,并能进行故障诊断.该试验台采用机、电、液、电子和计算机等综合技术,具有操作简单,测试项目多,测试精度高等特点,为汽车拖拉机的生产、检测、维修和教学部门提供了一种新的试验、测试装备.     

基于多小波和PSO-RBF神经网络的水电机组振动故障诊断

【目的】研究水电机组振动故障诊断的方法,为水电机组状态监测提供一种新的信号处理方法。【方法】对水电机组的振动信号进行多小波变换,提取振动信号的特征向量,将此特征向量作为学习样本输入到经过粒子群优化的径向基神经网络,通过训练后建立频谱特征向量和故障类型的映射关系,然后以测试样本和多故障测试样本为例进行应用检验。【结果】优化后的神经网络在第30次迭代时就达到了目标值,而优化前则需要56次迭代才能达到目标值。测试样本的诊断结果和测试样本的多故障诊断结果显示,期望输出与实际输出基本一致,故障识别的正确率达到100%。【结论】多小波-能量和经过粒子群优化的RBF神经网络结合的方法适用于水电机组的振动故障诊断,其诊断精度高,具有工程应用价值。     

基于神经网络和证据理论融合的水电机组振动故障诊断研究

以D em pster-Shafer证据理论为基础,提出了一种神经网络局部初步诊断与证据理论融合决策诊断相结合的水电机组振动故障诊断方法,通过故障征兆信息的有效组合,从不同侧面对水电机组振动故障进行了初步诊断,对每一个子神经网络的输出结果归一化处理后,作为此证据下各种状态的基本概率分配函数,再用证据组合理论融合各个证据信息,得出最终的诊断结果。仿真试验结果表明,诊断结论的可信度显著提高,不确定性明显减少,证明了该诊断方法是有效的。