基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.     

一种基于神经网络的免疫识别故障检测模型

提出了一种基于神经网络的免疫识别故障检测模型.该模型根据免疫识别原理来构造神经网络检测器,通过训练将被检测对象的故障模式信息存储于分布的检测器中,检测器用于捕获被检测对象的异常模式特征,当检测器与特征样本匹配时则激活该检测器,根据检测器的激活情况来发现故障,并给出了相应的训练算法.通过滚动轴承损伤检测的仿真实验,表明该方法对由轴承损伤冲击造成的信号突变保持了较高的灵敏度和分辨率,对于滚动轴承的监测具有一定的应用价值,并可方便地推广到其他类似的工业应用领域.     

深海沉积生物碳酸盐岩天然热释光成因初探

东北印度洋赤道90。E海岭MD81349岩芯含有大量有孔虫壳体．X射线衍射分析结果显示，全岩样品中矿物组成为CaCO3和少量NaCl．有孔虫壳体透射电镜（TEM）分析表明，结晶矿物主要由Ca，O，C元素组成，呈方解石晶体结构．岩芯放射性总a、总β活度分析结果与热释光变化的相关性不显著．说明海洋生物成因方解石晶体的热释光来源于晶体形成时贮存的化学能．对岩芯有孔虫壳体天然热释光（NTL）与氧、碳同位素和CaCO3含量进行了对比分析．结果发现浮游有孔虫壳体的天然热释光变化均与δ^18O为代表的冰川旋回存在良好的一致性：天然热释光强度的升高与间冰期对应，降低与冰期对应，变化趋势比δ^14C和CaCO3含量指标显著．热释光一时间序列的频谱分析结果发现岩芯天然热释光存在明显的地轴倾斜度（黄赤交角）（ε）周期40ka和太阳辐射的岁差（P）周期23ka，19ka．说明浮游有孔虫壳体的热释光能够反映海水温度变化．     

一种基于人工免疫理论的性能监控与故障诊断方法

本文针对航空发动机故障样本获取比较困难等问题，提出了一种基于人工免疫理论的航空发动机性能监控与故障诊断方法。利用免疫系统的反面选择机理，并结合人工神经网络，确定发动机性能偏离正常值的程度（异常度），实现发动机性能趋势的监控。该方法能够灵敏、准确地反映发动机整体性能的变化情况，提高发动机性能正常与否的识别率，并以此来发现发动机潜在早期故障，防止故障的扩大。通过对某型涡扇发动机进行监控，证明该方法确实有效。     

基于系统异常概率模型的故障分离自动化方法

研究了发动机状态参数异常对发动机整体性能的影响,利用多元统计分析方法建立了状态变量对发动机性能影响的概率模型,用于发动机性能监控过程中的故障分离。根据模型能够计算出发动机性能出现异常时各个状态变量导致此时刻性能异常的概率,据此初步判断哪些状态变量导致发动机性能出现异常,并根据概率的大小对相应部件进行检查,以此来寻找故障源。在某型涡扇发动机性能监控中的应用表明,通过计算异常样本点上各监测参数对样本点异常的影响概率,并结合发动机故障机理分析,能够有效地确定故障源。     

新型X射线荧光测井仪的研制与初步应用

文章介绍了一种新型Ｘ射线荧光测井仪的硬件与软件。该测井仪井下探管外径４２ｍｍ，以充稀有气体的正比计数器为探测器，以８０９８微机芯片管理的２５６道脉冲幅度分析系统，可以一次下井同时测定两种或多种元素含量，实现了在地面计算机控制下的数字传输、数字收录和数据处理。开发的软件具有原始数据采集、能谱分析、含量与储量计算等功能。野外锶矿测井试验表明：Ｘ射线荧光测井仪可在井场实时提供锶、钡两种元素的品位，其耗费的时间周期还不到传统方法的１／３０     

印度洋赤道海岭钙质软泥天然热释光变化特征与冰川旋回关系

赤道东经90°海岭的MD81349活塞柱状岩芯包含300ka以来类型丰富的环境变化信息.作者应用天然热释光技术对岩芯的全样沉积物和浮游有孔虫壳体进行分析测定,首次得到与氧同位素分期呈良好对应关系的天然热释光变化曲线.实验数据表明,天然热释光的高强度区和低强度分别能够指示间冰期与冰期.初步分析显示,天然热释光强度变化在一定程度上与碳酸钙含量无关;在远洋型抱球虫软泥物质组成基本一致的情况下,其变化特征极有可能受到不同气候条件下形成的有孔虫壳体的晶体类型、晶格缺陷形式、杂质元素的控制.