基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。     

巨磁阻传感器在齿轮精细检测中的应用

提出一种利用巨磁阻传感器进行齿轮精细检测的方法,介绍该方法的检测原理和系统组成,从可分辨最小磁场、时间响应和温度特性3个方面分析应用巨磁阻传感器的可行性和有效性,并通过实例测量实现对齿轮的磨损、点蚀等故障的有效检测与诊断.     

基于遗传算法和神经网络的混合自学习策略

通过对神经网络自学习方法和基因遗传算法的研究 ,采用自适应基因遗传算法对神经网络进行训练 ,形成基于遗传算法和神经网络的混合自学习策略 ,克服了神经网络自学习方法的不足 ,提高了系统的自学习能力     

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。     

某高低机蜗轮磨损寿命计算研究

针对某型火炮高低机蜗轮蜗杆因磨损产生不自锁的现状,通过分析蜗轮表面磨损形貌,采用Archard磨损理论,根据蜗轮蜗杆传动的实际情况,推导出磨损计算公式并结合有限元方法,对蜗轮的磨损寿命进行计算,为预测火炮故障和实现精确化保障打下基础.     

柴油机燃油供给系统故障模糊诊断研究

通过分析柴油机燃油供给系统的故障表现形式及高压油管的油压波形特征 ,研究了柴油机燃油供给系统的故障诊断策略。首先 ,利用转速波动的扭矩谐波比诊断燃油供给系统是否有故障 ,再利用最大加速因子进一步确定故障源 ,最后 ,从高压油管的油压波形中提取诊断特征参数 ,用多参数模糊诊断的方法来诊断燃油供给系统的常见故障 ,并将此方法应用于柴油机故障诊断专家系统中 ,取得了满意的效果     

基于双基阵的高炮弹丸炸点被动声定位研究

被动声定位技术在许多领域中有着广泛的应用,但定位精度低一直是影响其工程应用的关键问题之一。在研究单基阵被动声定位技术的基础上,提出了基于双基阵的被动声定位基本原理和方法,并对高炮弹丸炸点的被动声定位进行了仿真实验。仿真结果表明,采用双基阵对高炮弹丸炸点进行被动声定位,其精度有较大提高,克服了单基阵定位精度低的不足。此原理和方法同样适用于对其它三维空中目标进行被动声定位。