大型回转机械运行状态的智能化在线监测

研究了人工神经网络用于大型回转机械状态监测的原理,提出了基于网络输出误差的机械状态智能化监测方法．通过对实际数据的分析表明,人工神经网络智能化监测方法具有运算量小、稳定性好、对机械状态异常反应灵敏等优点,完全可用于回转机械的在线监测．     

RBF网络在智能BIT状态监测中的应用研究

以柴油机喷油系统为例,将智能化方法引进BIT状态监测中,运用人工神经网络对智能BIT状态监测问题进行研究,研究成果对于促进BIT智能化状态监测理论在复杂电机系统中的应用具有一定的学术和应用价值。     

基于二维近似熵度量轴心轨迹复杂性的研究

提出了二维近似熵的概念,并用于表征轴心轨迹的复杂性,定量地评价了回转机械的运行状态．该方法具有计算所需数据短、抗噪及抗野点能力强、对确定性信号和随机信号都适用等特点．应用二维近似熵,对某机组关键轴瓦的轴心轨迹进行了复杂性度量,研究结果表明,二维近似熵在表征轴心轨迹的时间模式复杂性方面具有很强的能力,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法．     

RBF网络在智能BIT状态监测中的应用研究

以柴油机喷油系统为例,将智能化方法引进BIT状态监测中,运用人工神经网络对智能BIT状态监测问题进行研究,研究成果对于促进BIT智能化状态监测理论在复杂电机系统中的应用具有一定的学术和应用价值。     

轴承疲劳故障诊断方法的实验研究

基于多组轴承实际运行状态的监测实验，对信号变化特征作了全面描述，弥补了依据模拟故障试验的不足．通过多方面的分析、比较，得出了一套用于滚动轴承疲劳故障在线监测和诊断的有效方法．     

采用概率主成分分析的回转支承寿命状态识别

针对回转支承故障特征微弱以及难以提取的特点,提出一种基于概率主成分分析(probabilistic principal component analysis,PPCA)的多领域特征提取方法。该方法从振动信号的时域和时频域中提取出多个能够表征回转支承运行状态的特征向量,并将其组成高维特征集。采用PPCA从高维特征集中提取出最能够反映回转支承寿命状态信息的特征量,将其输入粒子群算法优化的支持向量机中进行寿命状态的识别。通过回转支承全寿命实验证明,基于PPCA的特征提取方法优于传统的主成分分析(principal component analysis,PCA),其相应的寿命状态识别精度提高了约8%,并且多领域、多变量的特征更能全面反映回转支承的性能退化趋势。与传统的特征提取方法相比,所提方法能够更全面有效地反映复杂恶劣环境下回转支承的故障信息,因此可以用于回转支承的健康监测领域。     

基于人工神经网络的电网谐波监测的方法

研究人工神经网络用于波形识别是一个新的研究领域。将神经网络这一新方法引入到电网谐波在线监测中，并就它在电网谐波在线监测应用中的一系列关键问题进行了较为系统的分析。提出了一种新型电网谐波在线监测系统模型，通过带通滤波器，采样存储器以及神经网络的在线监测电路，取得谐波信号，最终达到谐波补偿的目的。其在线监测部分主要利用模拟并行测量的基本原理，构造了一个用于电网谐波在线监测的特殊多层前向神经网络。并对其进行了仿真，仿真结果表明所提出的基于人工神经网络的电网谐波在线监测的方法是可行的和有效的。     

基于BP神经网络的磨损微粒智能识别

磨粒图象自动分析与识别问题不但是铁谱技术发展需要解决的关键问题，同时也是针对机械设备磨损工况的状态监测与故障诊断后续信息流程实现自动化、智能化和系统化时遇到的关键技术难点和重点．本文在分析综述近年有关研究方法和结果的基础上，提出解决这一问题的新的研究思路，及相应的处理流程、模型和软件实现，并给出了具体的实验结果．本文提出的流程可用于其它微粒图象（如血液细胞分析）自动识别领域．     

旋转机械振动的频域多维时序预报

旋转机械是化工、发电大型企业的关键设备，为减少因定期维修和突发故障造成的经济损失，需在实时状态监测的条件下进行状态预报．目前一般通过对机组振动的时域信号预报机组的运行状态，但时域信号与机组运行状态之间的本质特征关系并不直观和确切，同时在旋转机械的转动速度有波动时该方法并不有效．本文在考虑机组转速有波动的前提下，对振动频谱进行规范化处理，并根据相应的的数学力学分析。把振动频谱作为多维时间序列进行机械状态预报．     

舰船方案的模糊智能化评价

对应用人工神经网络技术解决舰船方案的目标综合评价问题进行了探讨，阐述了人工神经网络及其评价原理，对船舶方案的评价指标及属性值进行了分析与模糊处理，并提出了舰船方案的模糊智能化评价方法。     

神经网络在核动力装置故障诊断系统中的应用

对核动力装置进行状态监测与诊断的层次、步骤、系统结构进行了阐述，并结合专家知识对核动力装置典型故障建立了故障知识库；在此基础上，将径向基函数（RBF）人工神经网络引人到核动力装置故障诊断中，使其与模糊神经网络（FNN）进行邦联，提高了神经网络的诊断速度和准确性．用Visual Basic6．0编制了系统程序．该系统对典型故障进行了诊断，得到了预期的效果．     

待发表文章摘要预报

待发表文章摘要预报人工神经网络在高强铝合金时效动力学研究中的应用宋仁国，张宁志，曾梅光用人工神经网络方法研究了形变、固溶时间对７１７５高强铝合金时效动力学的影响．研究结果可用于寻找适合于７１７５铝合金的最佳热处理工艺．冷轧ＳＸ５５双相钢点焊性能的研究...     

船舶柴油机黑色金属磨损状态分类模型研究

探讨了将逐步回归分析方法用于船舶柴油机黑色金属磨损状态分类模型的方法和技术．利用已取得的油液监测中黑色金属磨粒数据，首先介绍按多元线性回归方法建立磨损状态分类模型的过程，在此基础上，采用逐步回归分析来改进该模型，以更好能依据其预测黑色金属磨损状态．     

对机械智能化制造系统的思考

机械智能化制造系统从规模上划分为智能化制造单元、制造线、制造工厂,关键技术包括计算机辅助设计、模糊控制技术、人工智能、人工神经网络技术等,并呈现出全球化、信息化、绿色化发展趋势.通过上述思考,旨在不断完善制造系统、理清发展思路,促进我国机械制造业向更好的方向发展.     

矿物机械活化人工神经网络-模糊专家系统的开发

针对矿物机械活化所涉及知识的复杂性,把人工神经网络（ＡＮＮ）和模糊专家系统（ＦＥＳ）有机地结合起来．用面向对象编程方法（ＯＯＰ）在Ｗｉｎｄｏｗｓ９５平台上开发出集知识库管理、数据库管理、模糊推理和人工神经网络等为一体的全３２位集成系统．可根据矿物的结构性能等参数对矿物的机械活化效果进行预测,并且集成人工神经网络可有效地抽取矿物的活化效果与矿物结构、性能之间的内在关系     

剖析智能化断路器机械特性在线监测关键技术设计及验证

文章以12 k V(VS1)真空断路器,针对智能化断路器机械特性在线监测关键技术进行了概述,并探析了智能化断路器机械特性在线监测技术设计方法及其验证,同时分析了刚合点、刚分点的获取方法,以供参考。     

铣刀破损振动位移监测方法的研究

对振动位移信号用于铣刀破损监测进行了详细的研究,建立了铣削过程的切削力模型;分析了铣削过程中振动位移信号的特征,提出了一种基于人工神经网络的振动位移铣刀破损监测方法。     

锚杆锚固质量的定量分析方法

提出一种用于评价锚杆锚固质量的定量分析方法。基于小波分析和人工神经网络建立了用于识别锚杆杆侧刚度系数的神经网络模型,利用样本对所建立的神经网络进行训练,为锚杆系统的锚固质量评价提供了一个有效的智能化的手段;通过对不同围岩下完整锚杆的数值模拟结果进行动力参数识别,得到了完整锚杆杆侧刚度系数与围岩弹性模量的关系曲线及相应的二次拟合公式,以此可作为锚杆锚固质量的衡量基准;提出了用于描述锚杆锚固状态的锚杆锚固度概念,建立了锚杆锚固质量定量分析方法并进行了工程应用。     

一种高性能的非接触式传感器

阐述了一种用于测试机床主轴回转运动精度新型传感器的原理和内装电路的特点．并对其精度指标、应用特点等进行了分析．这种传感器结构新颖、实用．且灵敏度高，并具有对检测微位移时的宽频动态信号处理功能．可应用于各类机床主轴回转精度的测量，对其它位移动态信号的检测也具有普遍适用的意义．     

旋转机械运行状态数据库的模糊聚类研究

旋转机械是化工、发电、高速运输工具动力系统的关键设备，为减少因定期维修或突发故障造成的经济损失，需对其进行实时状态监测，建立特定机组的历史故障或状态数据库。本文把旋转机械的振动频谱、润滑油温度等物理参量作为特征参量，利用模糊数学及多元分析原理对旋转机械状态监测系统数据库的建立进行了研究并将研究结果应用于实际机组，取得了很好的效果。