浅析分形理论在机械设备故障诊断中的应用

分析了分形理论应用于机械故障诊断的机理和途径,并以柴油机燃油系统故障诊断为例进行了进一步阐述.研究表明:分形理论在故障诊断领域具有广阔的应用前景,它将极大的丰富故障诊断理论和工程实际应用.     

分形学在柴油机燃油系统故障诊断中的应用

针对柴油机燃油系统故障信号的特点，分别从信号的分形性验证、有效分析区间确定、分形性描述与刻画等方面作了探讨，探索了基于分形学的柴油机燃油系统故障诊断模式，实践证明，运用该方法能较准确地判别柴油机燃油系统工作状态正常与否。     

柴油机燃油系故障的模糊诊断

为了定量检测柴油机燃油系3个精密偶件的状态、实现柴油机不解体故障诊断，研制了嵌入式电阻应变压力传感器；采用常规测试仪器，利用正交试验方法，测得不同磨损程度精密偶件的组合在工作中的压力波形；通过对燃油系供油压力变化过程、影响因素以及实测压力波形的分析，选取用于故障诊断的显著性特征参数；根据燃油系故障特点及其与特征参数的关系，采用模糊综合评判法和模式识别法作为诊断模型，并依据试验结果求得模糊关系矩阵。结果表明，利用模糊数学模型对柴油机燃油系故障进行诊断是可行的。     

基于故障树与BAM神经网络的智能故障诊断方法

在研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中应用的基础上,提出了一种融合FTA和BAM的故障诊断方法。故障树存贮了系统关于顶事件发生的全部知识,利用FTA得到系统所有的故障模式,进而归纳出BAM的学习样本,即故障树中故障现象(监测点状态组合)和底事件发生与否之间的对应。BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力。用上述方法进行仿真分析,结果表明该方法用于解决此类问题是有效的。     

电控柴油机故障诊断系统研究

应用Ｗｉｎｄｏｗｓ下可视化的软件开发工具Ｂｏｒｌａｎｄ Ｃ＾＋＋ Ｂｕｉｌｅｒ和ＢＰ网络设计电控柴油机故障诊断系统。采用多线程技术将监控模块与故障诊断模块溶为一体,实现对电控柴油机的故障诊断,系统性能台架实验结果表明,该方法能够对柴油机的常见故障进行诊断,工作可靠,在电控柴油机系统中运用神经网络进行故障诊断是可行的。     

基于神经网络的柴油机故障诊断

传统的柴油机故障诊断与处理方法主要都是以定期保养和事后维修为主,缺乏针对事故的预见能力,且效率比较低,成本较高。这就为人工智能技术在柴油机故障诊断上的应用开辟了广阔的空间。本文主要以非线性并行分布处理为主的神经网络为研究理论,通过对建立的BP网络模型,RBF网络模型和Elman网络模型进行了比较,发现这三种网络虽然各有特点和优势,但均适用于特定条件下的故障诊断要求。     

分形在柴油机燃油系故障诊断中的应用

通过研究柴油机高压油管在喷油过程中,产生的振动信号中包含的丰富的燃油系工况信息,发现这一信号具有分形特征,即统计意义上的自相似性,类似一种１／ｆ噪声．利用分形理论可以将其丰富的信息浓缩于信号的功率谱指数或容量维数中,并通过分析它的功率谱指数对燃油系各种工说的敏感性,进行燃油系的不解体诊断,实例诊断表明,它是一种较好的故障诊断方法。     

柴油机燃油系统故障诊断的探讨

探讨各种柴油机燃油系统故障诊断方法及应用上的长处与不足,提出今后的研究发展方向．     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断

针对船舶柴油机冷却系统故障诊断中信息和知识具有随机性和不确定性的特点,提出基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断的NB贝叶斯网络故障诊断模型和TAN故障诊断模型。研究结果表明:这2种故障诊断模型均可通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果;采用这2种故障诊断模型,正判率在80.57%以上。     

分莆在柴油机燃油系故障诊断中的应用

通过研究柴油机高压油管在喷油过程中，产生的振动信号中包含的燃油系工况信息，发现这一信号具有分形特征，即统计意义上的自相似性，类似一种１／ｆ噪声。利用分形理论可以将其丰富的信息浓缩于信号的功率谱指数或容量维数中，并通过分析它的功率谱指数对燃油系各种工况的敏感性，进行燃油系的不解体诊断，实例诊断表明，它是一种较好的故障诊断方法。     

局域波法在船舶柴油机燃油系统故障诊断中应用

局域波时频分析能够从振动信号中提取清晰直观的故障特征。根据该方法的优点，以船舶主机－柴油机的燃油系统漏油故障为例，对柴油机缸盖表面的振动信号应用局域波时频谱进行分析，为柴油机的故障诊断提出一种新的分析方法。     

柴油机故障诊断系统的研究

发展柴油机故障诊断技术是提高柴油机维修效率、监督柴油机维修质量的必要手段。但柴油机的运行信号,存在非线性、连续性、容差和检测点的有限性的特点,这使柴油机故障诊断问题变得十分复杂。本文对柴油机故障诊断进行了研究,希望能够为破解柴油机故障诊断难题提供建议。     

基于FTA与BAM神经网络融合的飞机故障诊断方法

飞机由大量彼此关联的组件组合而成,其大规模特性使得基于故障树(FTA)和基于神经网络的故障诊断方法在应用于其故障诊断时分别存在空间爆炸问题和训练样本整理困难问题.本文融合故障树和BAM神经网络,由故障树归纳出系统所有的故障模式,整理出BAM神经网络所需的具有规范性、独立性、正交性的训练样本,然后用BAM神经网络实现飞机故障的快速和准确诊断.实验评估结果表明,融合方法有良好的可扩展性,而且故障判别率提升了20%.     

基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法

针对柴油机缸盖振动信号非线性、非平稳的特点,以及传统故障诊断方法需要先验知识且特征提取费时费力的缺点,提出了一种基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法。首先通过复Morlet小波将柴油机缸盖振动信号转换为时频图,该变换包含了信号的时频域信息,比单一的时域或频域信号更适合分析柴油机缸盖振动这种非平稳信号;其次将时频图输入至AlexNet神经网络进行特征自动提取并建立故障诊断模型,解决了传统手工提取特征费时费力且需要专家经验的问题;然后通过Batch Normalization和Dropout技术改进网络结构,并优化神经网络超参数以提高模型的准确度和计算效率;最后将本文方法与传统的故障诊断方法应用于柴油机气门间隙异常故障诊断并进行对比,发现其诊断准确率最高,验证了所提方法的优越性。     

BAM网络在飞机空中特情处置中的应用

提出了将BAM网络用于飞机空中特情处置的方法，探讨了利用BAM网络映射飞机上故障代码信息与特性处置措施的关系，实现对飞行员进行正确操纵提示，具体实现方法表明，这种方法可以高效地完成类似任务，为进一步开展将神经网络应用于飞机故障诊断，特情处置等研究提供了一种有效的方法。     

基于BP网络的飞机燃油系统故障诊断方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用BP神经网络进行飞机燃油系统故障诊断的新方法。通过设计飞机燃油系统层次分类诊断模型,构建了专家系统知识库和推理机,利用CB工具开发了飞机燃油神经网络故障诊断专家系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,完全适合于飞机燃油系统的故障诊断。     

基于规则的柴油机故障诊断专家系统

介绍了基于规则的柴油机故障诊断专家系统,以及柴油机故障诊断专家系统的基本结构、功能、模块化设计方法及编程语言——CLIPS。该系统能根据柴油机的故障现象进行自动诊断并最终给出专家操作建议,为柴油机的故障诊断、分析和排除提供了具有较大实用价值的研究方法。     

浅谈船用柴油机劣质燃油的使用与管理

航运公司和运输船舶为降低燃油费用,提高经济性,选用燃油的质量日益下降。本文分析了船用柴油机使用劣质燃油的现状、限制性能、要求及使用过程中的主要问题等,提出了柴油机使用劣质燃油应采取的技术与管理措施。     

基于LabVIEW的柴油机燃油性能检测系统

利用了柴油机燃油系统中油管变化和油压的关系,进行测取油压曲线,从而完成柴油机动力性能状态检测,并构建了以虚拟仪器为核心的柴油机燃油性能状态采集系统,建立了表征燃油系统性能状态的特征参量、正常故障判定准则和精确定位故障类型的神经网络。采用LabVIEW开发了检测与故障判定软件系统。