船舶动力装置仪表与控制系统的故障诊断系统研究

简述了故障诊断的原理、推理模型及诊断过程.针对船舶仪表与控制系统工作过程中的故障,研究了船舶动力装置仪表与控制系统的故障诊断系统,并给出了诊断实例.     

基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

基于支持向量机的功率变换器开关管开路故障诊断

提出一种基于支持向量机的功率变换器开关管开路故障诊断方法。利用支持向量机建立分类模型,模型以相电流功率谱为输入量,7种故障状态为输出量,选用高斯核,使用基于二叉树分类器的分类算法。将诊断结果与基于BP神经网络的诊断结果进行比较,结果表明基于支持向量机的分类器在功率变换器开关管开路故障诊断中具有更高的准确率和更好的泛化能力。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

总线型导弹控制系统状态监测与故障诊断技术

分析了总线型导弹控制系统的地面测控体系及其特点,阐述了系统中单机部件的组成结构及其BIT技术;提出了新的测控体系下导弹控制系统状态监测和故障诊断方法,重点针对总线数据接口格式、系统知识表示和状态监测与故障诊断流程进行了讨论。     

相干反斯托克斯喇曼光谱测量技术

根据燃烧诊断的需要 ,研究了理论相干反斯托克斯喇曼光谱 (CARS)与温度、浓度和压力的关系 ,在液化石油气 /空气预混火焰中进行了氮分子CARS测温实验。结果表明 ,CARS是一种很有前途的发动机燃烧诊断技术     

边界扫描测试仪软件系统开发

边界扫描是一种正在被人们普遍接受的可测试性设计技术 ,在电子设备测试和故障诊断中发挥着越来越重要的作用。本文介绍了开发的边界扫描测试仪样机的工作原理 ,并着重论述了其软件开发的几个重要问题。     

现场总线技术在舰船监控系统中的应用

讨论了目前舰艇主要装备监控系统中存在的问题,分析了现场总线技术的优点及其在舰船监控系统中的应用,并以电站实例阐述了其监控系统的基本结构．