齿轮箱非线性研究现状与展望

从齿轮箱非线性的产生及现象、非线性建模和非线性信号处理等方面论述了当前齿轮箱非线性研究的现状,阐述了目前齿轮箱非线性研究工作的特点,探讨了今后齿轮箱非线性研究的几个关键问题。     

基于支持向量机的装备故障诊断专家系统

针对现代化复杂武器装备故障诊断问题,结合支持向量机和专家系统的各自特点,提出了基于支持向量机的武器装备故障诊断专家系统整体结构和诊断模型.将支持向量机嵌入专家系统中,实现知识自动获取和快速逻辑推理,专家系统完成知识库管理与维护、符号推理诊断以及相关解释等工作,充分发挥支持向量机和专家系统两者的优势,提高了系统的综合诊断性能.     

枪械产品故障树的模糊分析

事件发生概率的获取是故障树分析(FTA)中的重要环节,然而在一些故障发生频率很低的场合,要获得大量的故障数据几乎是不可能的,传统的故障树分析把事件发生的概率处理成精确值,忽略了数据的不完备性及环境的模糊性.针对这一问题,在枪械产品的可靠性研究中提出了模糊故障树分析方法,将现有统计数据和工程技术人员的经验结合起来,在容许误差范围内,求解出了事件发生概率的取值空间,使结果更接近实际情况.     

非单调关联故障树顶事件失效概率的新算法

提出了一种计算非单调关联故障树顶事件失效概率的新方法,其基本思想是利用ＢＤＤ进行故障树中顶事件的不交化工作,可避免求ＰＩＳ和ＰＩＳ的最小覆盖的运算过程,为有效解决其运算的ＮＰ困难问题提供了一条新的途径。     

基于小波分析的柴油机燃油系统故障诊断研究

提出了一种基于小波变换的柴油机燃油系统故障诊断方法。利用夹持在高压油管上的传感器对高压油管外壁弹性变形进行检测,在12150L柴油机喷油泵实验台上进行了大量的实验,对测得的高压油管压力波形进行小波变换,提取反映燃油系统故障状态的特征向量,通过特征参数的变化能有效地诊断燃油系统的各种典型故障。     

神经网络在自行火炮发动机燃油系统故障诊断中的应用

在讨论神经网络快速算法的基础上,研究了自行火炮发动机燃油供给系统几种常见故障的诊断方法,并在发动机实际运行中进行试验,结果表明,神经网络的采用使诊断模型具有智能化特点,用于发动机故障诊断效果是明显的。     

基于动力学模型的柔性加工设备机电系统状态监测与故障预警

在建立的加工设备机电系统精确动力学模型及对模型参数实时辨识的基础上［１］，建立柔性加工设备机电系统的状态监测模型，包括ＢＡＹＥＳ故障检测、突发故障检测及故障分析与定位等；同时利用Ｋｕｌ－ｂａｃｋ信息距离和多层递阶ＡＲ模型实现系统的状态与故障预警。在加工设备上的实验表明模型可行有效，它能排除柔性多变工况、时变性及随机干扰对监测与预警功能的影响，提高其鲁棒性和自适应能力。     

采用神经网络技术降低机电设备BIT虚警

机电设备 Ｂ Ｉ Ｔ 的突出问题是虚警率高，重要原因之一是 Ｂ Ｉ Ｔ 系统传感器通路故障。本文选取神经网络技术进行传感器通路故障诊断，剖析某大型船舶动力装置机电设备 Ｂ Ｉ Ｔ 系统中传感器通路的故障机理和类型，得到其故障样本数据，经过神经网络学习训练后对实际系统进行故障诊断和识别，实验结果表明该方法简洁、有效，能够有效地诊断故障并识别出故障类型，具有实用价值。     

特大规模组合电路高速测试生成系统ATGTA-1

针对特大规模组合电路和全扫描设计电路提出了一种高速测试生成方法，并建成了相应的测试生成系统ＡＴＧＴＡ－１。该系统采用有限回溯测试模式产生方法生成测试码，采用ｎ（机器字长）个测试码并行的单故障传播方法模拟验证测试覆盖。测试生成与故障模拟为ｎ对１紧耦合集成方式。该系统运行１０个Ｂｅｎｃｈｍａｒｋ电路，取得了低测试长度、高故障覆盖、高效率的良好效果。     

基于燃油压力波的柴油机高压喷射系故障信息的研究

本文从柴油机燃油压力波的特征出发,建立ARI(Auto—Regressive Integra—ted)时序参数模型.通过对不同故障下的燃油压力波基于ARI时序参数的现代谱分析,说明ARI时序参数模型较好地揭示了燃油压力波蕴含的故障信息.通过燃油压力波的ARI时序参数构造故障诊断模式向量,根据几何距离与信息距离的测度来诊断故障,具有一定的实践意义.