共振解调和小波分析在机械故障诊断中的应用

提出共振解调技术的数学模型,求解数学模型的脉冲响应,为该技术在正常低频振动中提取所夹带的微小冲击的应用提供了理论依据。介绍小波分析提取微小冲击信息在诊断轴承初始故障中的应用,通过MATLAB数字仿真和现场应用实例,取得与共振解调技术相同的应用效果,说明小波分析和共振解调技术在提取齿轮、轴承机械故障的微小冲击的应用上是非常有效的。     

工序控制方法中工序的诊断调节及技术经济分析

在工序控制中常因异常而出现不良品,通过对样本观测值的分析,可尽快地发现工序异常,寻求原因,并使工序迅速恢复正常状态.这种控制方法是维持工序稳定,使工序能力处于较为理想状态,使产品质量特性不偏离中心的一种有效方法.     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.     

脐带囊肿的超声诊断——附9例报告

目的:分析脐带囊肿的声像图特点,提高对该病的认识.方法:回顾性分析9例脐带囊肿的临床及声像图表现.结果:9例囊肿均为单发,其中5例位于胎儿侧,4例位于胎盘侧;均表现为低回声、边界清晰的囊性肿块.结论:超声是观察和诊断脐带囊肿最有价值的影像学方法.     

乳腺导管扩张症32例临床分析

目的探讨乳腺导管扩张症的诊断及治疗。方法对本院1990年1月~2004年6月间收治经病理确诊的32例乳腺导管扩张症患者的临床资料进行回顾性分析。结果乳腺导管扩张症主要表现为乳腺肿物和乳头溢液,术前确诊仅9例(28.4%),误诊23例(71.6%),均行手术治疗,治愈28例(87.5%),复发4例。结论乳腺导管扩张症易误诊,术中病理组织学检查是确诊的可靠方法,治疗需外科手术。     

基于ANN和FUZZY的装载机故障诊断模型

提出了一种基于神经网络和模糊理论的层次诊断模型、针对装载机的特点建立的模糊系统可自动生成和调整隶属度函数，构造了一种平行的神经子网络，网络训练的速度和诊断准确率有明显提高．模型缩小了知识库，减少了计算量．本模型具有比较强的除噪能力，能将对故障信息敏感而对噪声不敏感的信息提取出来．经仿真实验证明，识别效果良好，有效减少了误判和漏判．     

模糊数学在汽车故障诊断中的应用

汽车故障征兆与故障原因间的关系是模糊的,为此,将模糊数学方法引入到汽车故障诊断中,建立汽车典型故障诊断的数学模型,提出由历史数据及专家优序数综合确定模糊隶属度的方法,建立模糊诊断模型,并在计算机上实现汽车故障的模糊诊断.     

模糊神经网络在病虫害诊断中的应用初探

基于模糊神经网络的理论。针对病虫害的诊断，给出了相关的模糊神经网络数学模型．     

露天矿行车事故模糊诊断模型

针对露天矿运输系统中行车事故出现的随机性和模糊性,为使其危害性降低和不可预见性得到控制,提出了一种德尔菲法和智能数学相结合的模糊诊断模型,阐述了对行车事故的危险性预测的模糊诊断的原理和步骤.实例论证了该方法的可行性和有效性,为工程技术人员提供了一种简便、实用、可行的评价预测途径,具有实际推广应用价值.     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.