形态滤波和自相关降噪的Hilbert边际谱在轴承故障诊断中的应用

Hilbert边际谱是Hilbert-Huang变换在频域的一种表示形式,适合分析机械故障诊断中广泛存在的非平稳信号,但是噪声会影响Hilbert边际谱的分析精度。针对从装甲车辆机械系统采集的振动信号中噪声的特点,将形态滤波和自相关相结合,对振动信号进行降噪,提高了Hilbert边际谱对振动信号的分析精度,并在某型坦克变速箱主轴7216轴承滚动体点蚀故障诊断中得到了应用。     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

基于ARX模型和改进蚁群算法的齿轮箱故障诊断

为了提高齿轮箱故障诊断的精度,提出基于ARX模型的齿轮箱建模新方法,从系统固有特性的角度来分析齿轮箱的状态,使用最大最小蚁群算法对反映齿轮箱多变量传递特性的多个特征参量进行特征选择并使用这些特征进行故障诊断。结果表明,该方法既能够有效提高故障诊断的效率和精度,又能有效降低输入条件和负载出现波动对识别结果的影响。     

小生境粒子群支持向量机的网络故障诊断

针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。     

基于模型诊断的集合逻辑运算法计算最小碰集

在基于模型的故障诊断仿真系统的诊断流程中,由最小冲突集计算最小碰集是整个流程中的关键步骤。针对现有计算最小碰集方法中存在的缺陷,提出了运用集合逻辑运算法计算最小碰集,将冲突集表示为集合的逻辑"与"、逻辑"或"运算,通过其运算法则进行运算简化,可得到全部的最小碰集。该方法具有简单有效、数据结构简单、计算简便快捷和易于程序实现等优点。最后通过实例计算,验证了该算法的正确性、简单性和高效性。     

基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

嵌入式系统在坦克火控系统故障诊断中的研究

针对坦克火控系统故障诊断的特点和技术要求,首次将ARM嵌入式系统引入诊断领域,建立了基于ARM的故障诊断平台和知识库。建立了针对故障诊断系统的开发过程,提出系统实现的关键技术,实现了现代测控和诊断系统的小型化和智能化。     

水下武器系统综合检测系统设计与实现

水下武器系统综合检测系统采用模块化设计思想,由信号发生器模块、A/D模块、D/A模块、实时时钟模块、液晶及打印机模块等组成。综合检测系统通过检查测试武器系统的工作状态和激励响应,从而对武器系统的性能进行自动测试和故障诊断。对系统进行了实例应用和验证,取得了较好的效果,为水下武器系统的技术保障提供了一种实用的工具。     

匹配追踪信号分解法在进气门间隙故障诊断中的应用

介绍了匹配追踪信号分解法在发动机故障诊断中的应用。针对康明斯6BT5.9型发动机进气门振动信号,采用时域表达较为理想的高斯函数作为信号展开的基元函数进行信号分析,并进行了试验验证。     

火药燃烧驱动子弹的数值分析

用LS DYNA非线性动力有限元程序对某型号子母弹战斗部模型火药燃烧驱动子弹的前期运动过程进行了数值分析,获得了波纹管材料和子弹壳体材料的应力应变历程曲线以及子弹抛撒的初速度等多个结果,这对于研究该型号战斗部作用机理和效应评估等都有重要意义。模拟计算的子弹抛撒初速度与试验值基本一致。