基于小波包联合AR功率谱理论的滚动轴承故障诊断

提出了小波包联合自回归功率谱理论的故障诊断方法.对采集的轴承振动信号采用高、低正交共轭镜面滤波器组,将信号划分到不同频道上.滤波器每作用一次,数据点减半,采样的时间增至两倍.选取轴承缺陷所在频段的数据插零,将其他频带补零重构提高缺陷信号的时频分辨率;然后通过AR功率谱分析轴承运行状态,诊断出轴承对应的故障.对207滚动轴承的早期缺陷作了实际诊断,诊断结果与实际较为符合.证明该方法是一种有效的弱信号缺陷提取与诊断方法.     

旋转机械轴心轨迹故障诊断

应用轴心轨迹图的直观性特点，对旋转机械进行状态监测和故障诊断。从轴心轨迹图上判断出振动的前期征兆，对防止故障的恶化和排除故障具有指导作用。因此利用轴心轨迹图来判断旋转机械是否处于正常状态是可行的。     

基于核方法的复杂设备运行状态监测技术

分析了复杂机械设备运行状态监测中遇到的困难，介绍了基于核的特征提取方法和基于支持向量机的模式识别理论，指出：将核方法应用到状态监测中有望解决其中的非线性、不精确性和不确定性问题，为该领域的研究提供了全新且可行的研究途径。     

小波分析在旋转机械故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。     

基于模糊 Petri 网的发动机故障诊断

基于模糊 Petri 网的基本原理,提出了简明有效的推理算法,并以发动机为例说明了 Petri 网在故障诊断中的应用.     

M-P人工神经网络用于核电站故障诊断系统

按照实际情况,将人工神经网络M-P模型应用于核电站机组故障诊断系统的部分诊断网络。根据核电站故障诊断信号和故障事件特点,提出在特定诊断网络中使用M-P模型的可能性和具体构建诊断网络的方法,对其优缺点进行了比较。使用M-P模型对核电站重要厂用水系统建立了简单诊断网络,进行了验证。该模型简单直接,可以避免若干使用其他人工神经网络模型时遇到的问题。该模型与其他模型结合使用于核电站故障诊断系统,尤其在处理逻辑判断性较强的诊断任务时,可以达到更好的效果。     

电动机故障及其保护装置

通过对电动机故障类型及其保护装置的介绍、分析、比较，提出应推广和应用智能型电动机保护装置，实现对电动机的及时有效的保护与控制。     

基于Agent的远程故障诊断系统的实现

对基于知识的多Agent体的远程故障诊断系统进行了研究。建立了一种基于知识的多Agent体的远程故障诊断实验系统，并阐述了实验系统的工作过程。     

STATCOM在电力系统故障时的动态特性仿真研究

采用MATLAB PSB建立了STATCOM的时域仿真模型，以实例对STATCOM在系统故障时的动态运行特性进行了仿真研究。结果表明，当控制器采用常规的算法时，STATCOM的运行可能会严重偏离其正常运行条件，此时STATCOM无论是退出运行或继续存在于系统都可能加剧系统的故障状态。     

基于模糊和规则结合的舰炮故障诊断专家系统

在某文献的基础上，讨论了如何将模糊故障诊断理论应用到专家系统之中，详细阐述了如何建立模糊模型、模糊隶属度函数，解决了如何将模糊故障诊断与CLIPS相结合的问题，并以此建立了舰炮故障诊断专家系统。