基于多模型的模拟电路软故障诊断

针对电子装备模拟电路故障诊断过分依赖专业技术人员和诊断专家的不足,提出利用信息融合技术,综合极限学习机(ELM,Extreme Learning Machine)、支持向量机(SVM,Support Vector Machine)以及BP(Back Propagation)神经网络等智能故障诊断模型,对模拟电路软故障进行诊断的故障诊断方法。通过对不同模型分别输入不同频率的电压信号,得到每个模型的诊断结果;采用DS(Dempster-Shafe)证据理论对每个模型诊断结果的可信度进行评估,确立每个模型诊断结果的组合置信度。通过不同模型诊断结果的决策层融合,最终获得诊断结果。以某型装备滤波电路的故障诊断为例,多模型融合诊断结果的准确率比单一方法模型的诊断准确率有了明显的提高,证明了该方法的有效性。     

无线通信设备故障诊断知识系统的设计及实现

通过分析无线通信设备的故障特点,按照面向对象的方法,设计了针对无线通信设备故障特点的基于知识的故障诊断模型,为了扩展和维护知识的方便,以及实现知识的重用,根据CommonKADS思想,对故障诊断模型按照领域知识、推理知识和任务知识进行建模。最后以VC＋＋6．0为开发工具和SQLServer2005为后台数据库,实现了原型系统的开发。     

基于特征相似度的同步发电机绝缘故障诊断

以同步发电机为分析对象,利用粗糙集可有效地处理和分析不精确的信息和知识的优点,从历史信息和决策中进行了特征量选取以及属性约简.对于无法处理的属性约简,采用条件限制得到能够有效反映属性的重要程度特征量,并以此计算特征量权重系数,消除主观因素的影响.在此基础上,针对励磁绕组绝缘故障,选择与设备健康状态直接相关特征作为判断对象,与同机组历史数据进行相似度分析,计算得到了其故障因子.设计出快速判断相关状态的算法,给出了判定准则并进行了编程实现.实验验证表明:该诊断算法能够对设备故障进行有效判定.     

基于虚拟样机的供输弹机液压系统故障仿真

供输弹机是火炮实现装填自动化的重要机构,涉及机电液等多种系统的耦合,故障率较高.为了能够真实地模拟供输弹机液压系统的故障过程,提出了适用于大型复杂系统耦合仿真的协同仿真方法,建立了完整的供输弹机虚拟样机,较好地解决了机电液耦合、多碰撞拓扑等难题,并通过实装试验数据验证了虚拟样机仿真的可信性.以溢流阀发生粘滞阻力过大和液控单向阀发生控制油路故障为例,说明了故障发生时供输弹机的动力学响应特性,明确了故障机理,为快速地进行故障特征提取和积累故障样本奠定了良好的基础.     

基于Mamdani模糊推理的航空发动机故障诊断

提出了一种基于Mamdani模糊推理的航空发动机故障诊断方法.该方法将发动机故障征兆信号作为模糊推理的输入,利用专家经验建立模糊推理规则并提取蕴含关系,在此基础上,通过故障征兆信号与蕴含关系的Mamdani推理合成获取发动机故障原因发生的可能性,进而达到故障诊断的目的.实验结果表明,该方法可行且有效.     

立式拱顶油罐罐顶凹瘪变形测量方法

拱顶油罐罐顶的变形程度是油罐使用状态鉴定的重要参数之一。罐顶变形大部分为凹瘪变形,对罐顶凹瘪程度的测量包括凹瘪度和凹瘪面积。分析了现有罐顶变形测量方法的优缺点,在已知油罐罐顶曲率半径R和内直径D的基础上,通过皮卷尺和量油尺测量变形测量点与罐顶中心的水平距离XXN和垂直距离YXN,利用几何关系得出测量点的凹瘪度计算公式;凹瘪面积的估算分为罐顶中心有变形和无变形2种情况,利用球缺上表面计算方法得出估算公式。利用该测量方法实际测量了一座500 m3的洞库拱顶变形油罐,得出了测量和计算结果,并分析了测量误差。     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。     

多层次信息融合技术在燃气轮机故障诊断中的应用

探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型.在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定.数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高.     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上，提出油料装备智能维修决策系统体系结构，论述模型库与知识库的构建方法，描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点，建立油料装备故障智能模糊诊断模型，论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析，以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标，构建油料装备维修策略模型，论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究，对提高油料装备维修科学化和智能化水平，加强油料装备保障力度具有重要意义。     

灰色直接迭代建模在武器故障预报中的应用

武器系统故障数据常呈现出非等时距、随机性及非准光滑特性,不满足GM(1,1)的建模条件。为此,引入故障信息序列的导数作为建模的白化值,并使用迭代优化算法进行参数优化,从而构建灰色直接迭代GM(1,1)模型。同时,直接迭代建模可有效利用数据第一点的信息,建模时不需累加生成变换和还原处理,算法简单可行,可以有效解决武器系统贫信息状态下的故障预报问题。仿真结果验证了该模型对于实际武器故障序列具有较高的拟合和预测精度。为了解和掌握武器质量状态的发展规律提供了可行的方法。