支承松动故障转子系统共振区动态特性分析

根据工程实际,建立了松动故障转子系统的非线性动力学模型,利用KBM法对模型进行分析,得到故障转子在共振区的动力学行为特征如共振区提前且持续区间较长,二倍频、三倍频等高次谐波明显以及故障转子系统具有"软式"非线性特性等;分析了支承刚度、转轴刚度等系统参数对松动故障转子系统非线性特性的影响·与已有文献的实验结果比较,结论与实验结果比较吻合·结果可为该类故障转子系统的监测和故障诊断提供参考·     

动态油膜-转子系统的支座松动故障研究

采用张文等建立的短轴承非稳态非线性油膜力模型,利用数值模拟等方法,分析了带有一端支座松动故障的转子 轴承系统的复杂运动现象,讨论了转速比变化时此类系统中具有周期、拟周期、混沌等多种形式的运动·研究结果表明:当转子 轴承系统出现松动故障时,即便是在较高转速区也会出现周期3分频运动,而且,松动端轴颈的运动轨迹以及支座的相轨迹都呈现出特有的形状,这为有效识别转子 轴承系统的支座松动故障提供了理论参考·     

带机器准备时间的同类机在线与半在线排序问题

研究带机器准备时间的m台同类机(uniform machines)在线和半在线排序问题，目标函数为极小化最大机器(工件)完工时间。对于在线情形，证明了LS算法的最坏情况为ρ=｛（1 √5）/2，m=2,1 √2m-2/2,m≥3，并且当m=2，LS算法是最好的近似算法；当m=2，3，…，6时界是紧的，特别地，当s1=s2=…=sm-1,sm≥l时，证明了LS算法的最坏情况界为ρ=｛（1 √5）/2，m=2,3-4/m 1,m≥3，而且界是紧的；对于已知加工时间递减的半在线排序问题，证明了LS算法的最坏情况界为2—2/(m 1)。     

基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度，分析了陀螺漂移特性，指出随机漂移是影响陀螺仪精度的主要漂移误差，也是影响性能可靠性的主要因素．针对此，提出了一种小波模糊神经网络故障诊断模型．此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起，充分发挥它们各自的优点，并对陀螺仪实测数据仿真．仿真结果表明，采用小波分析提取陀螺的常值漂移，简单有效；运用神经网络对陀螺的误差和故障建模，使故障诊断具有自适应、自学习的能力，并互增强了故障诊断的容错能力；将模糊逻辑用于判决中，使判决结果更加可靠．     

基于磁盘阵列的双机容错技术

阐述了实现双机容错的关键技术和双机容错的两种模式 ,并通过介绍一个基于PC服务器双机容错技术的典型应用使读者更进一步了解这一技术 .     

基于贝叶斯分类的分布式网络故障诊断模型

该文提出了一个基于Agent的分布式网络故障诊断系统模型框架，该模型对贝叶斯分类理论进行了推广。模型将先验知识和观察数据结合起来，从而大大改进了系统的诊断性能。模型采用一定的状态检查和验证策略，保证了Agent的自身安全和通信安全。Agent之间各自独立，相互协作，合作完成诊断任务。该模型与特定的系统应用环境无关。因此，该文提供了一个通用的网络故障诊断系统框架。     

物流配送车辆优化调度的综述

物流配送车辆优化调度问题是一类具有广泛应用的强NP难题,本文综合国内外多种参考文献,阐述了该问题的定义和分类,具体介绍了不同情况下的常见模型和主要算法,并就目前该问题的研究发展情况做了简要分析和进一步的展望.     

基于小波包联合AR功率谱理论的滚动轴承故障诊断

提出了小波包联合自回归功率谱理论的故障诊断方法.对采集的轴承振动信号采用高、低正交共轭镜面滤波器组,将信号划分到不同频道上.滤波器每作用一次,数据点减半,采样的时间增至两倍.选取轴承缺陷所在频段的数据插零,将其他频带补零重构提高缺陷信号的时频分辨率;然后通过AR功率谱分析轴承运行状态,诊断出轴承对应的故障.对207滚动轴承的早期缺陷作了实际诊断,诊断结果与实际较为符合.证明该方法是一种有效的弱信号缺陷提取与诊断方法.     

旋转机械轴心轨迹故障诊断

应用轴心轨迹图的直观性特点，对旋转机械进行状态监测和故障诊断。从轴心轨迹图上判断出振动的前期征兆，对防止故障的恶化和排除故障具有指导作用。因此利用轴心轨迹图来判断旋转机械是否处于正常状态是可行的。     

基于核方法的复杂设备运行状态监测技术

分析了复杂机械设备运行状态监测中遇到的困难，介绍了基于核的特征提取方法和基于支持向量机的模式识别理论，指出：将核方法应用到状态监测中有望解决其中的非线性、不精确性和不确定性问题，为该领域的研究提供了全新且可行的研究途径。