基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

模型故障诊断中测量点优选的一类期望熵法

基于“第１原理”的诊断方法,给出二个极优的测量点选择方法,其时间复杂性为０,算例表明通用性好,精确性高,与ｄｅ Ｋｌｅｅｒ法不同,文中使用二值的结构模型,用结构信息划分候选诊断。     

服装隔热性能的测试与分析

利用暖体假人设备对影响人体热舒适的因素之一——服装热阻进行测试,得出单件服装热阻与组合服装热阻之间的相互关系,并分析不同穿着方式和环境温度对服装热阻的影响,为人体热舒适及其相关因素的研究提供参考依据。     

MRI表现在脑胶质瘤恶性度诊断中的作用

本文比较了１０７例脑胶质瘤的病理分级与磁共振影像表现,结果显示两者之间有密切的关系（Ｐ＜０００５）。高度恶性胶质瘤中,ＭＲＩ诊断正确率为８８１０％,而低度恶性胶质瘤中为６４６２％（Ｐ＜０００５）。各单项ＭＲＩ表现,如病灶强化程度、瘤周水肿程度、囊变、坏死等在高或低度恶性胶质瘤中出现率无明显差异（Ｐ值均大于００５）。表明ＭＲＩ表现可在很大程度上反映脑胶质瘤的恶性程度,但在低度恶性胶质瘤中,易出现“过诊断现象”。     

FMS故障诊断专家系统的研究与开发

为保证柔性制造系统的可靠运行,对其发生的故障进行快速诊断,研究开发ＦＭＳ故障诊断专家系统。方法根据ＦＭＳ故障的特点综合运用模糊数学、专家系统、神经网络、数据库和机器学习等理论,解决专家系统中许多关键技术,     

一种新的故障诊断专家系统

为了在新的环境中建造一个更加有效的故障诊断专家系统,在一般故障诊断专家系统的基础上,根据智能模拟器综合测试的特点和故障诊断要求,提出了一种新的专家系统知识分类和表示的方法．按照这种方法,利用ＨＰＶＥＥ（可视化工程环境）编程语言在Ｗｉｎｄｏｗｓ平台上建造了一个实用系统．该系统的仿真运行得到了很好的结果,故障诊断率达到１００％,诊断速度完全满足系统要求．     

唐山城市防灾的地质灾害分区评价

根据唐山市区曾发生过的地质灾害及其相关的活动构造、第四纪沉积物厚度和地貌条件,从城市建设和安全的角度进行唐山市地质灾害分区评价。     

基于神经网络的液压柱塞泵松靴故障诊断

应用人工神经网络技术,对轴向柱塞泵壳体振动信号的功率谱进行了再处理,有效地诊断出了泵的松靴故障,为液压泵的故障诊断提供了新的途径。     

一种应用双端信息自同步校正的故障测距法

针对高压,超高压远距离输电线路,提出了一种应用双端信息自同步校正的故障测距法,该算法采用长线模型,计及了线路分布电容的影响,能够实时修正输电线路两端采样的相角差,从而避免了由于两端采样信息不同步而造成的测距误差,经过大量的数字仿真试验,其结果十分令人满意。     

一种适合于网络专家系统的通用理论(英文)

描述运用于工业自动化的一种自适应自学习方法。基于此方法,Ａｐｔｒｏｎｉｘ公司开发出一套通用软件工具－ＳＴＩＭＴＭ,并应用于不同工业领域。ＳＴＩＭ可用于构造各类专家系统。基于因素空间理论,ＳＴＩＭ具有一系列独特之处,比如自动化、自学习,以及自翻译。如果与因特网,嵌入式控制器以及可编程逻辑控制器等结合使用,ＳＴＩＭ则成为一个十分有效的工具,可应用于远程连通与控制、模式识别、机器故障诊断,以及自动化加工过程中的传感器数据融合