云模型和集成极限学习机相结合的滚动轴承故障诊断方法

针对轴承振动信号的不确定性和非平稳性以及BP神经网络学习算法收敛速度慢、稳定性差等问题,提出了基于云模型和集成极限学习机的滚动轴承故障模式识别方法.将经预处理之后的信号进行云化,产生滚动轴承在不同状态下的信号云;提取出决定信号云分布的期望、熵和超熵三个参数作为表征轴承状态的特征量并依此构造出原始的轴承状态数据集;再将故...     

往复式压缩机故障信息模糊二元树诊断方法研究

结合图论理论和局域波理论,提出了一种基于模糊图的往复式压缩机故障诊断方法.首先将往复式压缩机故障信号进行局域波时频处理,根据系统的故障状态-特征表,找出最大故障信息量特征群.基于图论理论建立最大故障信息量模糊图,通过对模糊图的分析,找出可以进行匹配的路径信息量最大的部件.该方法应用于某往复式压缩机故障诊断中,具有一定的工程实用性.     

基于多小波的GPS相位观测值周跳探测

阐述了周跳探测的重要性,分析了多小波在信号处理方面比单小波更有优势,基于此,利用多小波变换模极大值与信号奇异性之间的关系模型,写出了多小波在GPS周跳探测中的具体操作步骤。最后应用于GPS双差观测量,实验结果表明多小波变换在GPS相位观测值周跳探测中的有效性。     

基于ASP.NET技术的无线传感器网络监控系统的设计

在TI公司CC2530芯片和ZigBee协议栈基础上,建立了一个简单的无线传感器网络(WSN)监控系统。由于无线传感器网络是一个多跳自组织网络,在网络运行中极易发生故障,因此需要一个监控系统随时监测网络节点的状态以及能耗情况。监控系统是基于ASP.NET技术的无线传感器网络监控系统能够实时监测节点状态及信息,并将网络拓扑结构动态展示出来,方便开发者和用户查看节点信息、监测节点状态,及时的发现网络故障。系统基于Web的B/S模式,运用ASP.NET和SQL Server2012数据库开发技术,实现了用户登录模块、修改密码模块,以及显示无线传感器网络网络拓扑结构、单个节点的节点信息以及能量消耗等模块。用户可以根据系统搜集的各类信息,实时掌握各个节点设备的状态信息和能耗状态,如若节点发生故障,可及时做出诊断。     

基于模型诊断和skyline查询的电网故障诊断

针对基于专家经验的电网故障诊断系统开发周期长,且难以诊断经验之外故障的问题,提出一种基于模型诊断和skyline查询的电网故障诊断方法.该方法根据测点分布将待诊断系统分解成若干独立子系统,利用故障输出与元件之间的因果关系建立系统模型,然后推理每个子系统的候选诊断,将实际告警信息引入到模型诊断逻辑框架中,运用skyline查询算法从候选诊断中识别故障元件.通过离线获得预备候选诊断,在线确认候选诊断的手段,缩减了诊断的时间,提高了诊断的效率,将实际告警信息引入到模型诊断的逻辑框架内,提高了诊断的有效性.仿真表明方法条理清晰,计算简便,能够有效地减少诊断时间和空间复杂度.     

多语言编程在边坡有限元可靠度分析中的应用研究

文章采用多语言联合编程的方法进行边坡稳定的有限元可靠度分析.前处理部分采用的是有限元通用分析软件ANSYS的APDL语言,用其编写的程序模块可方便地用于有限元网格的划分,以得到有限元计算所需的结点坐标信息、单元结点编号信息、约束结点自由度信息等内容;有限元主程序采用的是VISUAL FORTRAN语言,它可进行基于强度折减法及基于滑面应力分析法的边坡稳定定值法有限元计算,以求解边坡的安全系数及其对应的滑面位置;亦可进行基于强度折减法及基于滑面应力分析法的边坡稳定有限元可靠度计算,以求解边坡的可靠指标及其对应的滑面位置;后处理部分采用的是MATLAB语言,它可方便灵活地绘制网格图、等值线图、滑面位置图及曲线图等各种图形.各种语言之间通过文本文件进行数据的传递,不必另外编写各语言间的接口程序.     

汽车电器故障诊断专家系统的研究

本文提出基于故障树的汽车电器故障诊断系统的设计方案。以Windows XP为平台、Visual Basic6.0为编程语言,开发出具有友好的人机交互界面的汽车电器故障诊断专家系统。从而能够使用户通过人机对话的形式快速、准确地找到故障原因。     

模拟数字混合电路故障诊断的验证方法

本文提出一种适于模拟数字混合电路故障诊断的验证方法,该方法对模拟元件和数字元件的故障特征均用故障补偿源表示;在求解诊断方程过程中,当数字元件状态预估值与实际值不相符时,不需要利用修正后的预估值重新求解诊断方程,从而减少了测后计算量,对所提方法在计算机上做了模拟,证明算法有效。     

Diagnosis of Multiple Fixture Faults in Multiple-Station Manufacturing Processes Based on State Space Approach

Dimensional quality is one of the most critical challenges in industries, which uses the multistage manufacturing process (MMP) such as assembly and machining for automotive and aerospace industries.According to investigations, fixture faults accounted for 72% of all the dimensional faults. Previous studies focused on only one fault or multiple faults occurred in one station or one fault in multiple stations, but these cases rarely appear in the real manufacturing. This paper presents a method for diagnosis of multiple fixture faults in the multi-station manufacturing process. The proposed method is based on the state space model of the MMP processes, which carries the information of the fixture layout geometry and sensor position. To identify the root cause, three continuous steps were used: a) development of the state space model and the construction of the statistics variables on offline mode, b) measurement of the coordinate measuring machines data on online mode and calculation of the statistics variables, and c) diagnostic algorithm for identifying the root cause. The presented paper integrates the state space model of the manufacturing processes and hypothesis test considering the impact of the measure noises. A case study verifies the proposed method.     

模糊Kohonen神经网络回热系统故障诊断

分析了汽轮机组回热系统12种典型故障及9种征兆参数的模糊处理,结合Kohonen神经网络的工作原理、诊断特征,提出了模糊Kohonen神经网络汽轮机组回热系统故障诊断模型.结果表明:该模型可以有效地进行回热系统故障样本模式的模糊量化处理,具有自学习功能、聚类能力强、运算速度快的优点,可以有效地对具有模糊性的单一故障和复合故障进行诊断,是一种适合于汽轮机组回热系统故障诊断的有效可行的方法.