基于灵敏度的模拟电路测试参数分析

介绍了一种提取电路最佳可测性参数集以诊断电路故障的新方法。利用灵敏度法分析了电路中故障元件和可测性参数之间的关系,推导出由电路可测性参数表示的故障元件容差最大值和最小值的表示式,得到诊断故障元件的最佳可测性参数,最后利用数据优化算法得到电路故障诊断的最佳可测性参数集。利用所介绍方法分析了一个低通滤波器电路,得到诊断该电路故障的最佳参数集。由于只需较少的可测性参数即可完成电路的故障诊断,因此本方法不仅计算简单,而且可有效地缩短测试时间和降低测试成本。     

基于广义特征分析的模数统一测试故障隔离方法

在采用诊断专家系统的测试系统中,由于模拟和数字测试存在的差异,为了达到测试模数混合电路的目的,往往需采用不同的库结构,从而导致模数混合电路的故障诊断建库麻烦,运行繁琐。针对该问题,提出了一种基于广义特征分析的模数混合统一测试故障隔离方法。在介绍了模拟和数字电路测试的统一表述的基础上,介绍了该方法在模数混合电路单元故障诊断专家系统中的实际应用及效果。     

基于证据理论的信息融合故障诊断方法

从证据理论的基本概念和证据的融合推理方法出发,建立了多故障特征信息融合诊断框架,并提出一种符合故障诊断特点的基本可信度分配构造方法。该方法把诊断对象看作一个信息系统,运行过程中不断产生各种信息,并将信息加工成故障特征,通过特定的诊断决策规则,得出诊断结论。给出了一个多故障信息进行故障诊断的实例,结果表明该方法能够有效的提高诊断可信度,减小诊断的不确定性。     

共振解调和小波分析在机械故障诊断中的应用

提出共振解调技术的数学模型,求解数学模型的脉冲响应,为该技术在正常低频振动中提取所夹带的微小冲击的应用提供了理论依据。介绍小波分析提取微小冲击信息在诊断轴承初始故障中的应用,通过MATLAB数字仿真和现场应用实例,取得与共振解调技术相同的应用效果,说明小波分析和共振解调技术在提取齿轮、轴承机械故障的微小冲击的应用上是非常有效的。     

工序控制方法中工序的诊断调节及技术经济分析

在工序控制中常因异常而出现不良品,通过对样本观测值的分析,可尽快地发现工序异常,寻求原因,并使工序迅速恢复正常状态.这种控制方法是维持工序稳定,使工序能力处于较为理想状态,使产品质量特性不偏离中心的一种有效方法.     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.     

脐带囊肿的超声诊断——附9例报告

目的:分析脐带囊肿的声像图特点,提高对该病的认识.方法:回顾性分析9例脐带囊肿的临床及声像图表现.结果:9例囊肿均为单发,其中5例位于胎儿侧,4例位于胎盘侧;均表现为低回声、边界清晰的囊性肿块.结论:超声是观察和诊断脐带囊肿最有价值的影像学方法.     

乳腺导管扩张症32例临床分析

目的探讨乳腺导管扩张症的诊断及治疗。方法对本院1990年1月~2004年6月间收治经病理确诊的32例乳腺导管扩张症患者的临床资料进行回顾性分析。结果乳腺导管扩张症主要表现为乳腺肿物和乳头溢液,术前确诊仅9例(28.4%),误诊23例(71.6%),均行手术治疗,治愈28例(87.5%),复发4例。结论乳腺导管扩张症易误诊,术中病理组织学检查是确诊的可靠方法,治疗需外科手术。     

小麦雌性不育基因的微卫星标记定位

以普通小麦新601×雌性不育小麦XND126的F2群体作为育性调查以及基因标记群体.通过对育性基因的分析,确定在此组合中雌性不育基因由1对主效基因控制;结合混合分组分析法(Bulk Segregant Analysis,BSA),首次对小麦雌性不育基因进行了SSR分子标记,通过对一千对微卫星引物的筛选,确定微卫星引物cfd36标记与主效基因连锁,遗传距离为20.2cM.     

基于ANN和FUZZY的装载机故障诊断模型

提出了一种基于神经网络和模糊理论的层次诊断模型、针对装载机的特点建立的模糊系统可自动生成和调整隶属度函数，构造了一种平行的神经子网络，网络训练的速度和诊断准确率有明显提高．模型缩小了知识库，减少了计算量．本模型具有比较强的除噪能力，能将对故障信息敏感而对噪声不敏感的信息提取出来．经仿真实验证明，识别效果良好，有效减少了误判和漏判．