滤纸法在船用柴油机磨粒现场快速检测中的应用

铁谱分析须在实验室条件下进行且操作速度较慢,为实现对油液磨粒数量、尺寸、形貌等的现场快速分析,采用基于滤纸过滤的显微镜观察法对某型船用柴油机在用油进行了检测。该方法利用不同规格的滤纸过滤沉降油样磨粒,并用高倍手持光学放大镜和铁谱显微镜进行观察,从而获得磨粒种类、尺寸、形貌等信息。根据拆机检修结果,使用该方法能有效发现异常磨损,可实现对磨粒的现场快速分析。经与相同油样的铁谱分析结果对比,该方法可一定程度上代替分析式铁谱仪进行磨粒现场快速检测,也可检测出部分非铁磁性磨粒。     

CAN总线在装甲车辆故障诊断与状态检测系统中的应用

针对目前装甲车辆内部设备种类繁多、故障机理复杂且缺乏较为全面的实时在线故障诊断与状态检测手段这一问题，提出了一种基于CAN总线的网络化在线故障诊断与状态检测系统设计方案，进行了CAN总线通信网的短帧应用层协议开发以及系统实现。该系统具有实时数据采集、在线故障诊断和状态检测等功能，且扩展性强。该系统通过了实车试验，测试结果验证了该方案的可行性和系统工作的可靠性。     

模拟线性电路的多故障诊断方法

提出了一种基于电路分析理论的模拟线性电路多故障诊断方法,该方法采用电路分析理论中的替代定理,叠加定理来列写电路的故障诊断方程,利用方程组的相容性原理来进行故障定位,通过计算故障支路的电导增量来完成故障定值.仿真实例表明,这种方法可以提高电路诊断的准确性,并为模拟动态电路的故障诊断提供了理论依据.     

基于改进的 D-S 证据理论在设备故障诊断中的应用

多传感器、多手段检测的信息融合技术在设备检测中的应用日益广泛,而常用的基于D-S证据理论的融合技术除了没有给出可信度的分配方法外,融合结果上还有很多不足之处。探讨了可信度的分配问题,提出了几种改进的融合方法,较好地解决了证据冲突时的否定性、积化性和敏感性问题。     

基于优化小波阈值的轴承振动信号降噪算法北大核心

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。     

基于模糊神经网络的弹道导弹测发控系统故障诊断

将模糊神经网络应用于导弹测发控系统的故障诊断。经过仿真发现,模糊神经网络可以充分利用专家知识的不确定性,而且诊断效果很好。     

数据基故障诊断算法更新问题研究

机内测试被广泛应用于故障诊断、装备健康管理与预测等领域。针对机内测试设备在设计和升级时遇到的分类器更新、样本数量不平衡、硬件条件限制问题,提出初步解决方案。利用基于密度的聚类和人工免疫方法处理原始数据;提出基于代表样本点的混合学习方法;利用支持向量机和仿真案例验证所提方法。结果表明所提方法能够解决上述问题,有助于基于数据的机内测试设备设计与升级。