基于排放和模糊神经网络模型的柴油机故障诊断方法

根据排放检测数据规律,定义并提取特征参数,建立了规则与模糊神经网络有机结合的柴油机故障诊断模型及其对应的特征知识库,确立了模型的“可塑性”学习路线,并以单缸失火故障为例,进行了模型诊断实例研究。结果表明：运用该方法进行柴油机的故障诊断,结果准确,识别速度快,诊断效率高。     

数据挖掘故障诊断专家系统

为了及时准确地对防空导弹飞行试验故障进行诊断,克服传统专家系统获取专家知识的瓶颈,立足于防空导弹飞行试验历史数据,利用数据挖掘的方法获得飞行试验故障模式判定决策树,进而得出导弹故障判定规则,形成故障诊断专家知识库,构建防空导弹故障诊断专家系统.这使数据挖掘和专家系统两者的优点得到充分发挥.     

气氧甲烷溅板式层板喷注器燃烧特性试验分析

采用试验方法分别对单喷嘴和多喷嘴溅板式层板喷注器燃烧特性进行研究,考察不同工况下喷注器面板热载情况,得到不同混合比、不同结构参数对燃烧室压力分布和燃烧效率的影响规律。试验结果表明:混合比对多喷嘴喷注器燃烧室压力影响不大,但对燃烧效率有较大影响。对于单喷嘴喷注器,燃烧效率随着混合比的增加而增高。相同条件下,增大扩张角及出口层宽度有利于提高喷注器燃烧效率,但会引起喷注面板热载增大,各喷注器喷注面板均产生不同程度的变形或失效。该结果对于正确指导层板式喷注器的设计以及筛选喷注器结构具有重要意义。     

基于时域平均的齿轮故障诊断

提出了信号时域平均处理的新算法,解决了周期截断误差对平均结果的影响,并对测取的齿轮箱齿轮故障振动信号进行了处理。实验结果表明:该方法在齿轮故障信号的处理中能够消除背景噪声的影响,取得比较理想的效果。     

基于虚拟样机的武器装备远程诊断技术研究

针对部队武器系统维护与诊断资源没有很好整合的现状,以网格技术为基础,提出了建设全军层面的武器维护与诊断网格平台的思路,并建立了基于嵌入式智能代理的武器系统诊断网格模型,对模型涉及的关键技术进行了分析;引入虚拟样机仿真技术,结合武器系统设计的发展现状,提出了基于现场监测与虚拟样机仿真的诊断模型,并对实施步骤进行了研究.     

基于面向对象技术的柴油机在线状态监测系统设计

将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心．分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断．     

基于PCA-RBF网络的储运过程管道堵塞故障诊断方法

针对现代储运过程管道堵塞故障诊断时,提取的过程参数多导致诊断速度慢、性能差等问题,提出了基于主成分分析（PCA）和径向基函数（RBF）神经网络故障的诊断方法。首先利用PCA方法对储运过程高维历史数据矩阵进行特征提取,提取的故障特征信息作为训练集,并给出故障特征信息的分类号;然后将其作为RBF神经网络分类器的输入输出进行故障模式识别。仿真实验表明：该方法应用于储运过程管道堵塞故障诊断,不仅大幅度地降低了诊断模型的训练时间,而且提高了诊断正确率。     

N2O/C7H8单喷嘴燃气发生器试验研究

以基于N2O/C7H8的燃烧驱动混合型气动CO2激光器点火试验为研究背景,设计了液态N2O供应系统及N2O/C7H8单喷嘴燃气发生器.对液态N2O供应系统、N2O/C7H8的点火及燃烧性能进行了研究.试验结果表明:设计的N2O供应系统能够实现液态N2O的稳定供应;在设定的时序下,两个设计工况(余氧系数分别为0.3和0....     

粗糙神经网络的航空电子系统故障诊断方法

提出了一种基于粗糙神经网络的航空电子系统故障诊断方法.该方法运用粗糙集理论进行知识规则的提取,用提取的规则对航空电子系统输出数据进行分类,再用神经网络对每一类进行辨识,最后用粗糙集分类结果与各个神经网络输出进行综合得到系统一步预测结果,将该预测结果与航空电子系统实际输出进行阀值比较,进而进行故障诊断.实际应用表明该方法可行并能够有效地检测系统故障,故障诊断率高.     

基于统一理论框架的故障诊断模型及学习进化方法

本文以概率图理论为基础,系统研究了基于这一理论框架的故障诊断模型,对模型的构建方法以及在不同场景下的模型演化方案进行了探讨,使得在统一理论框架下可实现多模式系统故障诊断、耦合故障诊断、动态故障诊断、故障预测等复杂情形的诊断。为了弥补单独利用基于模型的方法和基于数据的方法的缺陷,研究了诊断模型的学习进化策略,实现了诊断效果的改进和优化。另外,对模型后续的能力扩展和可能的研究方向进行了展望,为后续理论研究提供了参考。