脉冲发动机喷管喉衬故障的计算与分析

为了解决脉冲发动机喷管喉衬曾出现过从其喷管座中打出的故障问题,利用MSC Patran 2004r2有限元软件对脉冲发动机喷管喉衬进行了强度分析.选用了三角形轴对称单元,用PCL语言编写了施加变压力载荷的程序,采用高压密封容器对整个喷管作了静压试验,分析了载荷、位移约束和材料性能对喉衬最大应力的影响.结果表明,喉衬支撑结构的耐烧蚀性能没有满足使用要求.经过试验验证,采用将支撑结构改进成镶嵌更耐烧蚀的金属衬套的复合结构措施的喷管,工作正常,结构完好.     

大庆长垣南部黑帝庙油层浅层气特征

大庆长垣南部黑帝庙油层发育于嫩江组第三段、第四段地层中,属松辽盆地上部含油组合.研究认为,本地区的天然气分布主要受构造和沉积控制,断层对天然气的运移起到至关重要的作用,古构造的高点地区(现在处于斜坡带)是现今天然气的有利聚集区;本区沉积相主要为三角洲前缘亚相,砂体厚度相对较小,模糊识别天然气预测显示该油层天然气呈分散状分布;但总体看,由于本区天然气埋藏很浅,容易开发,且天然气预测分布面积之总和具一定规模,因此有较好的发展前景.     

基于互功率谱的电机转子多根断条故障仿真

利用互功率谱方法对异步电动机发生多根导条断裂故障进行了模拟仿真,包括连续断条和间歇断条故障。数字仿真结果表明该方法能在信噪比较低的情况下,有效地诊断转子断条故障。     

基于事例推理的质量故障处理系统设计

在CBR(Case-Based Reason ing)中高速、有效地完成事例的检索,对问题求解的性能有直接影响,当知识库中事例足够多时,事例匹配可能变得简单,但检索的目标却更难达到。为此,以质量管理系统的设计与开发为背景,提出了一种基于事例推理的质量故障处理方法,给出了基于双库结构的质量故障处理系统的总体结构。该设计采用事例推理方法实现故障处理事例的模糊表示,并利用模糊贴近度完成相似处理事例的检索,所描述的事例表示和检索具有很好的实用价值,可使以往的经验及专家知识得以继承,同时有利于质量故障的准确、快速处理。     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

基于粗糙决策模型和蚁群算法的故障诊断

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具,它能在保持信息系统分类能力不变的前提下,有效地进行知识约简;决策树算法可对约简后的决策表进行规则提取,有着直观、能定量分析的优点.提出一种变化趋势关联度来评价条件属性的重要性,建立粗糙决策树故障诊断模型,并在诊断推理中引入一种新的人工智能方法——蚁群算法,来确定决策树的最优检测次序.将其应用于工业精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的对二甲苯氧化反应温度的诊断结果表明了提出方法的有效性.     

赋权有向图中最小生成树问题的显式整数规划模型

就具有不对称权重的有向图中的最小生成树问题,本文首次建立了相应的显式整数规划模型,这一模型可以成功地运用整数规划软件包如Ｌｉｎｄｏ等求解。并进一步将这一模型推广到随机最小生成树问题,也即具有随机变量权重的有向图中的最小生成树问题,并设计了相应的求解算法,给出了数值例示。     

带有裂纹轴的齿轮耦合系统的扭转振动特性

建立了从动齿轮轴带有开裂纹的啮合型齿轮耦合系统动力学模型·对齿轮系统的啮合刚度、传动误差和节线冲击等主要参数进行了讨论·研究了齿轮耦合条件下裂纹轴(从动齿轮轴)和无裂纹轴(主动齿轮轴)的扭转振动特性·基于齿轮系统参数众多的特点,以传动比为主线,研究了两齿轮轴扭转振动特性与裂纹深度、转速和传动比之间的关系·分析结果表明,频率为旋转频率2倍和4倍的谐波成分是带裂纹齿轮轴扭转振动的主要特性,传动比和转速是影响裂纹引发振动的能量及其在两齿轮轴上分布情况的主要参数·     

分类器集成在财务危机预测中的应用研究

财务困境预测是金融领域中一个重要的研究课题．已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题．     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.