滚动轴承故障智能诊断系统的研究

本文结合“滚动轴承故障智能诊断系统”的科研课题,介绍了智能诊断系统研制过程中轴承故障特征频率的近似计算、智能诊断报警参数的确定、报警门限值的确定、趋势预测及实验诊断结果分析。     

更新理论在机械系统可靠性计算中的应用

耗损型的机械系统的可靠性随着工作时间的增加而变得越来越差。对机械系统的可靠性进行预测和分配或采取相应的维修策略以缩短系统停机时间和减少系统维修费用,是一个需要解决的问题。作者以更新理论作为基础知识,建立了已工作过一定时期的机械系统在未来一段任务时间内的可靠性计算模型,为解决该问题提供了理论依据。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

短路故障的测试产生方法

在PCB上,两个不相邻的芯片管脚或引线发生短路是实际应用当中最常见的故障。通过分析固定型故障和桥接故障之间的关系,给出桥接故障测试序列产生的系统计算方法。该方法已应用在一个PCB故障测试系统中。     

基于全局时态逻辑(GTL)的验证和测试生成研究

基于时态逻辑,定义了标准的逻辑操作公式、公理和扩展定理。根据测试生成和验证所要求的初始特性,提出了全局时态逻辑（Global Temporal Logic）GTL,避免了验证和测试中的回溯问题,从而提高验证和测试的效率。另外根据电路节点的扇入和扇出特性,介绍了利用时序线等启发知识来提高搜索策略的方法。     

快速的平行码临界路径跟踪故障模拟

针对平行码临界路径跟踪故障模拟中最费时间的扇出源故障模拟,提出了若干加速技术。通过对电路结构进行的独立扇出分支、扇出源分类及扇出源的最终汇聚门等静态分析,结合对停止线及停止扇出源、测试码标记向量以及扇出源临界性确定前的预处理等动态计算,使得扇出源故障模拟区域及需要故障模拟的扇出源数目大大减少,极大地缩短了整个故障模拟时间。实验结果表明,平行码临界路径跟踪故障模拟算法,对少量和大批的随机码都非常有效,并且随着电路规模增加,其有效性更加明显。     

瞄准线偏移故障诊断方程及其优化

本文利用矢量分析法,分析了瞄准线偏移与各故障因素的关系,导出了瞄准线偏移故障诊断方程并对其进行了优化。提出了一个不必调整炮耳轴水平而测定瞄准线偏移及其原因的方法。     

液体火箭发动机故障诊断的最优回归方法

提出了一种基于最优回归理论的液体火箭发动机故障诊断方法，可以在测量参数较少的情况下诊断出较多的发动机故障。当发动机故障不太严重、故障因素也不多时，得到比较满意的关于故障定位和故障大小的结果；在发动机故障比较严重的情况下，仍能得到比较好的故障定位结果；当存在多个故障因素时，诊断效能有所下降。结果表明本文所提方法在比较大的范围之内具有良好的效果。     

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。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。