基于动态软聚类的航空电子部件LMKELM诊断模型

为提高小样本条件下航空电子设备模块级故障诊断精度,基于动态软聚类的自适应特点与局部多核学习(local multiple kernel learning,LMKL)的局部特征表达能力,提出一种新的局部多核超限学习机(local mul-tiple kernel extreme learning machine,LMKE...     

面向21世纪的基因工程

基因工程将是21世纪最具有发展潜力的高新技术。介绍了基因工程及其在基因检测与基因治疗、生物反应器工程、蛋白质工程与代谢工程、基因组计划与生物信息学等相关领域的进展。     

电梯远程监测及故障诊断专家系统

介绍了电梯计算机远程监测及故障诊断专家系统的设计思想、功能特点及软硬件构成．该系统采用分布式监测系统;故障诊断专家系统中采用框架知识表示形式,混合推理策略,具有知识获取能力,诊断过程解释功能．系统实现了电梯的远程实时监测,大大提高了故障诊断效率     

连续不对称转子系统不平衡响应的研究

在旋转坐标系下,用欧拉－拉格朗日方程构造了连续转子系统的模型,该模型中包含了陀螺力矩、转动惯量、弯曲以及剪切变形的影响．通过有限元数值解法对该模型进行了求解,给出了求解结果     

转子系统非线性振动研究进展

由于机械运转速度的不断提高和新型材料、新型结构的推广应用,旋转机械的非线性动力学行为日显突出和重要基于线性系统原理的转子动力学理论与方法难以对实践中出现的丰富的非线性动力学现象作出准确的描述、阐释和预测近年 来,随着非线性科学研 究的深入和渗透,转 子系统非线性振动已成为应用力学和机械工程领域的研究热点之一从有利于建立旋转机械振动状态集与故障集之间的映射关系出发,综述了近年来转子系统非线性振动研究的主要进展,总结了转子系统中出现的典型非线性动力现象及其产生机理,目的在于丰富旋转机械故障诊断知识库参５５     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

恶性肿瘤合并上腔静脉综合征诊断分析

通过分析恶性肿瘤引起上腔静脉综合症的主要症状体征、致病原因和原发病变部位,旨在提高对恶性肿瘤引起上腔静脉综合症的认识。回顾分析有完整病例资料的恶性肿瘤合并上腔静脉综合症病例112例。发现112例患者中肺癌引起的上腔静脉综合症占85%,单纯右上肺癌引起的SVCS占48.4%。病理类型以小细胞肺癌最为多见,为38.4%。说明在右上肺小细胞癌患者诊治过程中应密切观察其症状体征,并定期检查肺CT以免漏诊上腔静脉综合症。     

基于CWT-CNN的滚动轴承故障诊断

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗噪性能差等问题,提出CWT-CNN的轴承故障诊断模型。通过对滚动轴承振动数据经连续小波变换生成的时频图进行三次垂直方向随机裁剪的方法扩充数据集,之后将其导入到搭建的加入了批量归一化和随机失活的卷积神经网络中进行模型训练,再由训练好的模型实现轴承故障分类。为了测试模型性能,使用凯斯西储大学轴承数据集进行检测,经过实验结果表明：基于提出的方法构建的数据集相比于常规方法,在搭建的卷积神经网络训练中收敛速度更快,训练出的模型性能也更加稳定,最终最高测试准确率为99.75%,常规方法构建的数据集准确率为99.67%,证明了构建数据集方法的可行性;在原始数据中加入信噪比为6dB高斯白噪声后,通过常规方法构建的数据集测试的最高准确率仍达到了98.67%,展现了基于CWT-CNN的轴承故障诊断模型较强的抗噪能力,证明了所提方法的有效性和可行性。     

半监督增量式SVM在故障诊断中的应用研究

基于半监督学习能够有效降低人工标注成本,以及增量学习可以加快训练速度,避免数据量大时训练时间过长等特性,本文提出了一种半监督增量式SVM算法.在算法中,首先对已标记样本进行训练得到初始分类器,然后利用此分类器对新增样本进行标记,最后结合KKT条件选择合适的样本对分类器进行更新.每当有新样本加入便执行以上过程,以保证分类器得到及时更新.将该算法运用于6135D型柴油机的故障诊断中,并与传统SVM算法和增量式SVM算法进行了对比,证实了本文所提算法的可行性与有效性.     

非瞬时检测系统的最优检测策略

研究非瞬时检测系统的检测策略问题,假定系统有2种工作状态（正常及异常）和1种故障状态,当系统工作时,为了判断系统是正常还是异常,每隔一段时间系统检测一次,检测时间是任意连续型随机变量。利用概率分析和补充变量方法,求出了系统的最优检测周期和诊断参数的最优临界值。