溢流阀在线检测系统先导阀芯材料的选择

针对溢流阀在线检测系统中,先导阀芯材料的选择问题,首先从阀芯材料必须满足电涡流传感器检测条件和符合力学设计要求两个方面出发,分析了传感器的变压器型等效电路和阀芯的力学载荷特性。借助有限元法,得到了四种不同阀芯材料时,传感器线圈阻抗随检测距离变化的规律,以及阀芯上应力和位移的分布规律,研究了阀芯疲劳特性与弹簧预紧力之间的关系。最后对比选取了合适的阀芯材料。结果表明,磁性材料不锈钢和灰铸铁不满足传感器检测的条件,铝合金材料不满足阀芯的力学性能的设计要求,而紫铜材料两方面性能均满足要求,溢流阀在线检测系统中先导阀芯更适合选用紫铜材料。     

利用增量式非线性流形学习的状态监测方法

针对传统流形学习方法难以处理大批量设备运行数据的特点,提出了一种采用增量式流形学习方法的机械设备状态监测方法.该方法首先利用局部切空间排列算法对训练样本集进行非线性维数约简,得到初始的低维流形结构,然后通过增量式学习机制对新增的时序样本点进行动态聚类.通过对压缩机喘振试验数据及滚动轴承故障数据的分析表明,该方法的计算复杂度低,可以有效地识别出隐藏在高维特征集中的非线性故障特征,因此具有良好的工程应用前景.     

动态概率模型跟踪性能退化的实时可靠性评估方法

针对实时可靠性评估中先验信息难以获取、分布假设不符合实际情况的问题,提出一种基于动态概率模型的实时可靠性评估方法.采用Parzen核密度估计构造滑动概率神经网络,使用滑移时间窗进行统计样本的动态选择,以非参数方式实时估计性能退化数据的条件概率分布,将超过失效阈值的分布函数值作为可靠性指标,来实现个体设备无先验信息条件下的可靠性评估.通过对高压水除鳞泵和加热炉风机失效过程数据的分析,验证了该方法的可行性和实用性.     

用属性单值表示的决策表简化算法及属性核计算

为了降低决策表的存储空间,提高计算属性核的效率,提出了一种用属性单值表示的决策表简化算法.给出了条件属性的尺度、权值、属性单值和简化决策表的定义,以及尺度运算、权值运算、每个对象的条件属性值集合转换为一个属性单值的简化运算的严密公式,并通过决策表的可逆定理证明了简化决策表与原始决策表具有相同的信息表达能力.利用该算法简化决策表,条件属性的表达由多维降低为一维,从而有效地降低了决策表的存储空间.实验结果表明,简化决策表属性核的计算效率明显比现有决策表属性核的计算效率高,尤其是对于大型决策表,这种优势更加明显.