武警总队应急车辆故障诊断系统研究

将人工神经网络和基于案例推理技术结合用于车辆故障诊断系统中,构建了ANN与CBR结合模型,阐述了各子系统的基本功能及相互关系,并对关键技术进行了详细解释。实例诊断表明,ANN和CBR方法的结合有效地弥补了它们各自的缺陷,提高了应急条件下车辆的维修保障能力。     

基于动态模糊综合评判的反后坐装置故障预测模型

针对反后坐装置故障预测中的诸多模糊信息和模糊因素,基于传统的模糊综合评判方法,提出将动态模糊综合评判方法用于故障预测,给出了动态权重系数及模糊关系矩阵的确定方法,以反后坐装置为例对动态模糊综合评判方法予以说明。并将模糊综合评判与产生式规则融合,利用复合推理机制提高预测结果的准确性。     

基于系统分层与故障树的故障诊断方法

提出了一种新的故障诊断与定位方法 ,该方法利用产品在结构和功能上具有一定层次的特点进行结构和功能的分解 ,这样将故障缩小在一定的功能范围内 ,然后在一个较小范围内利用故障树进行诊断和故障定位。该方法比较适合于电子系统的故障诊断和定位 ,具有简洁、高效的特点。     

基于模糊推理的舰炮故障检测方法研究

基于模糊推理知识和模糊神经网络的理论,根据舰炮运转时发出的声音信号,提出了舰炮系统的故障检测诊断方案,详细介绍了信号提取的方法和故障分析的算法.     

两栖装甲车静水阻力近似估算方法初探

提出了一种估算履带式两栖装甲车静水阻力的数学模型,在车辆主要参数已知的情况下,可对该型两栖车进行设计阶段的阻力预测:并针对某型两栖车进行了阻力计算。将两栖车辆的静水阻力分为摩擦阻力Rf剩余阻力Rr.等两部分,把实例估算结果与实车阻力试验结果相对比,结果表明:在该车常用航速范围内,误差较小。随着航速的提高,总阻力中摩擦阻力成份逐渐减少,而剩余阻力成份逐渐增加。     

形态滤波和自相关降噪的Hilbert边际谱在轴承故障诊断中的应用

Hilbert边际谱是Hilbert-Huang变换在频域的一种表示形式,适合分析机械故障诊断中广泛存在的非平稳信号,但是噪声会影响Hilbert边际谱的分析精度。针对从装甲车辆机械系统采集的振动信号中噪声的特点,将形态滤波和自相关相结合,对振动信号进行降噪,提高了Hilbert边际谱对振动信号的分析精度,并在某型坦克变速箱主轴7216轴承滚动体点蚀故障诊断中得到了应用。     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

面向开放式测试环境的诊断服务系统

为了将诊断与测试分离,提高TPS与诊断推理机制的复用性,采用组件技术构建面向开放式测试环境的诊断服务系统,并详细阐述了诊断模型描述方法和诊断推理服务组件的实现技术。以XML作为诊断模型描述语言,通过数据访问接口进行诊断模型数据与知识的交互,在模型管理服务的基础上,进行高级的推理和控制服务。     

基于阶次小波包与粗糙集的轴承故障诊断

针对齿轮箱启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法诊断精度不高的现状,将阶次小波包和粗糙集理论引入轴承的故障诊断中,提出了一种新的故障诊断方法。首先利用阶次跟踪算法对瞬态振动信号进行重采样,得到等角度分布振动信号,其次采用小波包对该信号分解—重构,并对每个频段的能量进行归一化,构成特征向量,通过粗糙集理论得到清晰、简明的决策规则,最后通过故障实例验证该方法的有效性。     

虚拟维修训练中故障建模与仿真

在分析维修训练需求、仿真方法的基础上,建立由故障现象、维修对象、故障传播有向图组成的故障模型,并研究了虚拟环境中检测特征数据的建立、故障现象的模拟及仿真运行流程,利用Virtools实现了典型故障的建模与仿真,较好地完成了故障现象和数据的实时生成,为维修人员提供了良好的观察与检测故障的虚拟维修环境。