模糊Petri网的自适应粒子群优化方法研究

模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了粒子群优化算法及其各种改进算法;在此基础上,提出适合于模糊Petri网参数确定的自适应粒子群优化算法。最后,以无向网络可靠性估计为例,通过实例分析并与基本粒子群优化算法进行比较,证明了所提方法的有效性和优越性。     

粒子群优化齿轮箱振动信号周期分量提取方法

为了从齿轮箱振动信号中快速获得各零部件的振动信号,给准确定位故障部件提供理论依据,提出了一种适合于齿轮箱振动信号周期分量提取的改进型粒子群优化算法。在对齿轮箱振动信号、周期信号振幅与对应频率间的关系以及初始相位与对应频率间的关系分析的基础上,以各特征频率及其组合为基准生成初始种群进行优化,减少了周期信号提取中的盲目性,加快了周期信号的提取过程。最后,对实验室的齿轮箱进行了不同工况下振动信号的检测,以这些信号为例进行了周期分量的提取,结果说明所提方法是可行有效的。     

基于信号处理的齿轮箱状态监测与故障诊断

针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ 250型齿轮箱展开研究,提出了状态监测特征值和故障特征向量相结合的分级诊断方法。通过时域参数分析提取监测特征值作为一级诊断,利用能量比重谱的方法,提取故障特征向量作为神经网络的输入向量进行故障诊断为二级诊断。实验结果表明,该方法不仅满足工程上实时在线诊断的要求,而且能够准确进行齿轮箱故障定位。     

基于GERT的武器装备维修备件订货间隔期预测

由于武器装备维修备件的需求是随机波动的,订货间隔期的准确预测就成为了一个难点。针对这样一个随机波动的需求系统,提出了利用GERT随机网络模型对其进行描述,进而求出随机波动需求的订货间隔期的解析表达式,解决了不确定性需求的订货间隔期的预测问题,为武器装备维修备件的科学管理提供数据支持。通过实例验证表明,GERT随机网络模型是解决武器装备维修备件订货间隔期的一种有效手段和方法。     

基于CAN总线的车辆控制系统设计与实现

CAN总线作为一种国际现场总线标准,被广泛地应用于车辆系统中.在介绍CAN总线的特点、帧结构的基础上,给出了基于CAN总线的车辆控制系统的最小系统节点电原理图及CAN总线通信协议的实现过程.经过台架和实车试验,验证了系统设计的正确性和可靠性.