故障树分析法在挖泥船故障诊断中的应用

将故障树分析法(FTA)用于研制、开发具有首冲功能的300m^3自航耙吸挖泥船及配套的机械设备远程油液分析与诊断系统过程中，并对柴油机因温度过高而导致功率下降和柴油机不能启动两个故障进行建树、分析，以便在管理和维修中进行事故分析和系统故障分析，在指定故障诊断和检修流程中，寻找故障检测最佳部位和分析故障原因，制定维修决策，切实预防故障发生。     

高30断块沙二段储层岩石及物性特征研究

储层岩石及物性特征是影响油田开发的重要因素 .通过岩心物性分析、X -衍射分析、岩心流动实验、岩石薄片鉴定和铸体薄片孔隙结构鉴定、毛管压力曲线测定等手段 ,对高 3 0断块沙二段储层的岩石学特征、储层物性特征、储集空间特征、孔隙结构参数及孔喉分布特征以及储层非均质性特征进行了全面深入的研究 .研究结果表明 :该断块主要由河道沉积的细砂岩—极细砂岩组成 ,从平面分布看 ,构造中部物性较好 ,西南部次之 ,北东部较差 ,这与生产状况吻合 ;该区砂体的主要储集空间是次生孔隙 ,粒间溶孔是主要孔隙类型 ,约占总孔隙度的 70 %～ 80 %,其次是填隙物内溶孔 ,约占总孔隙度的 2 0 %～ 2 5 %,粒内溶孔及铸模孔所占比例较小 ,占总孔隙度的 1 %～ 5 %;孔隙结构类型为中孔—中喉型和中孔—细喉型 ,该区油藏渗透率低 ,宏观及微观非均质性严重 .根据类似油藏的开发经验 ,中低含水期只能采出可采储量的三分之一左右 ,高含水期将是该断块注水开发的一个重要阶段     

粗糙集理论在内燃机故障诊断专家系统中的应用

在故障诊断专家系统的基础上，引入粗糙集理论，并以信息系统属性值表为主要工具，对专家系统中的规则进行约简并剔除不必要的属性，揭示了故障诊断信号中内在的冗余性，降低了故障诊断专家系统构成的复杂性，并建立了简化后的决策规则。     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.     

基于虚拟仪器和神经网络的电力电子电路故障诊断

电力电子电路中晶闸管开路和短路故障最为常见，为实现故障的在线自动诊断，以三相整流电路为例，利用虚拟仪器进行数据采集、分析及特征信号提取，特征信号作为神经网络的输入进行电力电子电路在线故障诊断，通过实验验证，该方法误诊率极低，达到了较为理想的效果。     

生产计划编制的有限能力计划法

对小批量类型生产制定合理可行的生产计划是一类极为复杂的问题。本文在分析该类企业生产主要特点的基础上，建立了编制生产计划的有限能力计划法。该方法在满足产品项目交货期的同时，根据各工作中心的工作能力，具体为各工作中心编制了相应生产计划。并通过实例验证其可行性和合理性。     

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略 ,通过对制造系统组织的重构 ,以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案 .该策略分 3个阶段 :首先 ,采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案 ,该方法能将复杂作业调度问题分解成多个任务层的子问题 ,通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型 ;然后 ,对制造系统进行组织重构以形成多个虚拟制造单元 ,旨在使制造单元内的生产设备间物流传送 (由自动导航小车承担 )费用最小 ;最后 ,通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案 .通过数值仿真分析 ,该策略能针对快速变化的产品需求 ,有效地重构生产制造系统 ,产生次优的调度方案 .     

电极合金显微组织结构变化对焊接性能的影响

在93K低温下处理铬锆铜合金，发现α固溶体形成孪晶结构，并析出大量弥散的Cu3Zr和Cr2Zr细小颗粒。孪晶结构的形成依靠堆垛层错的滑移运动而形核和扩展。实践证明，电极合金结构的变化提高了其高温抗塑变能力，减少了粘焊现象，提高了电阻焊电极的焊接性能。     

复杂电子系统测点与诊断策略的优化方法

针对复杂电子系统故障诊断知识获取过程中测试节点和诊断策略的确定问题,提出了一种可行的工程方法。该方法利用系统的分层结构模型的可达矩阵计算节点对应的故障隔离权值,通过选择权值大的节点对矩阵进行分割,找到最优故障隔离节点。通过计算节点提供的信息量,确定最佳测试节点,最终确定最优故障诊断策略。它是基于仿真技术的故障知识获取方法研究中实现高效、准确、快捷的故障征兆获取的关键技术;也是在实际诊断过程中实现快速准确利用知识、确定故障部件的关键技术。给出了主要步骤,并通过实例进行了验证。     

求解多目标单机分批排序问题

分批排序(Batch Scheduling)是在半导体生产过程的最后阶段提炼出来的一类新型的排序问题．单机分批排序问题就是n个工件在一台机器上加工，要将工件分批，每批最多可以同时加工B个工件，每批的加工时间等于此批工件中的最大的加工时间．目前只有Cheng-shuo Wang，Reha Uzsoy运用Random Key方法编码研究了单目标函数为Lmax的分批排序问题．给出组合优化中的多目标分批排序问题的一种新编码，结合模糊数学知识，运用遗传算法研究多目标分批排序问题．研究了多目标遗传算法的机制特征，进而给出求解多目标分批排序的遗传算法．