虚拟仪器的自动装弹机故障检测平台的设计

利用虚拟仪器技术,研究设计了一套自动装弹机故障检测平台,该平台能够对某型装弹机实现在线状态检测和故障诊断以及程控盒的线下检测.通过对装弹机构和故障机理的研究,充分考虑实际需求,重点讨论了平台的功能设计、硬件设计和软件设计.设计完成的平台具有故障快速诊断、准确定位、可靠性高、扩展性好等特点.     

Volterra级数频谱非线性系统故障诊断方法

介绍了故障诊断技术的基本概念,重点阐述了非线性系统Volterra级数模型的原理及其在故障检测中的应用,并基于这一方法设计了飞机刹车系统惯性传感器故障检测设备.在这一应用系统中,被测系统的故障特征是广义频率响应函数GFRF(Generalized Frequency Response Functions)谱特征.简要介绍了故障诊断的方法,在工程应用实现中设计了相关的硬件电路,实验结果说明了此诊断方法是有效可行的.     

基于TEAMS的惯性测量组合故障诊断

装备的故障诊断能力是装备保障能力的重要方面.针对惯性测量组合故障诊断所面临的问题,深入研究了多信号建模方法,建立了基于TEAMS平台的惯性测量组合多信号模型,分析并对比了不同测试点设置方案的故障源隔离最优测试次序,实现了基于TEAMS的惯性测量组合交互式故障诊断.研究结果表明,基于TEAMS的惯性测量组合故障诊断方法可行且有效,大大提高了装备的保障能力.     

基于馈电信息的故障诊断技术研究

综合运用馈电信息基本理论,提出了一个基于馈电信息的故障诊断技术.该技术通过对馈电信息的比较、分析,从而实现对工作状态的监测和故障的检测;通过检测、分析馈电相关的频谱或相关的模式,实现状态分析和故障定位,完成对电子装备的故障诊断.     

某型跳频电台故障定位系统设计与实现

文章介绍了针对某型跳频电台的故障定位系统,该系统以计算机和虚拟仪器技术为核心,通过设计测试平台实现板卡分离,并根据板卡特点设计自动快速检测和辅助测试准确定位功能,能够将故障锁定到具体元器件。该系统定位故障速度快、结果准确、性能稳定,并已成功应用于某测试任务,有较好的工程应用价值。     

基于瞬时转速分析的坦克柴油机失缸故障诊断方法

针对柴油机失缸故障检测排除工作效率低的问题,利用瞬时转速分析方法实现柴油机失缸故障快速检测。通过坦克实车故障模拟试验,测量了柴油机气缸失火时的瞬时转速信号,采用非线性插值方法对瞬时转速序列进行整周期调整。利用小波包分解方法对瞬时转速信号提取了转速波动信号,分析提取了瞬时转速信号的复杂度和时域、频域特征,建立了基于支持向量机的故障诊断模型,实现了气缸失火故障诊断,并利用瞬时转速波动率作为判定参数,实现了故障定位。     

潜艇指控系统输入输出通道故障诊断与分析

某潜艇指控系统采用微诊断原理,实现对指控系统各组成部件的测试与诊断,系统故障检测采用预防性检测和在线检测两种方式.当输入输出通道发生故障时,检测时存在多故障代码及代码重叠等不易定位故障.根据通道检测流程,利用在检测时所生成的故障代码,结合在随机存储器生成的数据块的信息,能够较好地为通道部件中存在的故障进行定位.     

基于贝叶斯理论的自学习模糊综合评判研究

在目前多专家故障诊断系统采用的模糊综合评判方法基础上,根据某特定故障的理论诊断结果及实际检测、维修结果,利用贝叶斯理论,对特定故障下各专家的初始权重集进行实时更新,实现了模糊综合评判的自学习,提高了诊断的准确性.最后给出了方法在"康明斯柴油机故障诊断专家系统"中的应用实例,验证了方法的有效性.     

数据驱动的复杂系统非预期故障诊断通用过程模型

提高对复杂系统非预期故障诊断能力是故障诊断领域的难点。结合非预期故障诊断内涵及基本原理,构建了一种用于复杂系统非预期故障诊断的通用过程模型。该模型采用四层递进结构,包括四个主要模型,即预期(已知)故障检测模型、预期(已知)故障识别模型、非预期(未知)故障检测模型和非预期(未知)故障识别模型。分析了各模型所包含的关键问题及其相应的实现算法,包括检测统计量的构建及评估、故障特征方向提取、故障识别器设计及故障贡献率计算。该通用过程模型规范了复杂系统非预期故障的诊断流程,明确了数据驱动的实现原理。以卫星姿态控制系统为例,验证了非预期故障诊断通用过程模型的有效性。     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.