基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法

研究了一种基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法,该方法可利用故障检测函数自动识别单个卫导故障,并实时剔除故障星重构观测信息序列,从而避免了对紧耦合系统的影响。构建数字化仿真环境对所研究的故障检测与隔离方法进行了仿真,仿真结果表明,该方法可在卫星发生故障时及时检测并隔离故障星,并自动实现观测信息重构,保证了紧耦合系统的精度和完好性。     

电路故障诊断方法的研究现状与发展

电路故障诊断方法的研究对武器装备电子学位的维修和设计具有重要意义。在简介电路故障诊断基本方法及其存在问题的基础上,介绍了数字电路、模拟电路和数模混合电路故障诊断方法的研究现状、研究热点、研究难点和发展趋势,指出了电路故障诊断方法在实际工程应用中存在的困难和需要解决的问题。     

一种基于条件概率的设备占用率修正算法

简要介绍了某型无人机维修级别分析中的组合方案法 ,针对传统分析法中设备占用率采用经验值 ,造成可信度低的问题 ,提出了一种基于不同故障模式发生时的条件概率求解设备占用率的算法 ,并给出了这种算法的适用范围。     

基于EMD和神经网络的气阀机构故障诊断研究

运用经验模态分解(EMD)对柴油机缸盖振动信号进行分析,求得各内禀模态函数(IMF)的能量百分比;将能量百分比作为神经网络的输入进行网络训练和故障识别,实现了气阀机构的故障诊断,取得了较好的效果。     

基于振动烈度的柴油机供油系统断油故障检测方法

研究了振动烈度的相关方法和理论,以WD615柴油机供油系断油故障诊断为例,通过各缸断油时振动烈度值与正常状态下振动烈度值的比较分析,验证了利用振动烈度进行发动机供油系统故障诊断方法的正确性。     

通用机液平台的液压不解体检测与诊断系统设计

在分析装备液压系统检测参数体系的基础上,依据不解体测试的原则,应用流量不解体检测技术、外卡式压力检测技术和油液污染度快速检测技术,构建了基于PX I主机的液压状态检测与故障诊断系统,可实现对装备液压系统的技术状况快速准确检测、故障诊断以及技术状况趋势分析。     

舰载指控系统的软件故障树分析

在现代舰载指控系统的设计中软件所占比例日益增加,软件故障对系统可靠性的影响也更突出,需要对软件故障进行分析。根据现代舰载指控系统的特点,采用软件故障树分析方法,以舰载指控系统的软件系统故障为根节点,从上至下找出导致软件系统故障的所有可能因素,分析其因果逻辑关系,最后建立了现代舰载指控系统的软件故障树。软件故障树以图形演绎的方法直观地反映了现代舰载指控系统的软件故障特性,有助于采取有效措施提高系统的可靠性。     

混合推理在某型雷达故障诊断中的应用

传统诊断方法各有优缺点,对于大型装备的故障诊断来说,由于故障的复杂性、故障信息的多样性,单一的诊断方法满足不了实际应用的要求。为此,在介绍基于案例、模型、神经网络专家系统诊断推理方法的基础上,论述了基于案例、模型和神经网络的混合推理策略,给出了建立混合推理系统的方法,并在某型雷达的故障诊断系统中得到了应用。