基于瞬时转速的内燃机故障诊断方法

主要介绍基于瞬时转速的内燃机故障诊断方法的机理和应用 .对这种方法的几个关键技术进行了较详细的分析讨论 ,总结了研究的现状 ,展望了发展趋势 .     

卫星固态存储器数据容错设计与机制

卫星数据传输系统的可靠性面临着空间粒子效应、信道干扰等多重威胁。在介绍数据传输系统关键设备星载大容量固态存储器设计与实现的基础上,从管理信息、数据位流、星地链路、文件传输四个方面构建容错机制,综合应用汉明编译码、RS编译码、低密度奇偶校验码编码等数据检纠错技术,增强存储器管理信息、存储数据、信道传输的容错性能。在实际型号任务固态存储器的基础上,结合CCSDS文件传输协议提出基于自动重传机制的文件可靠传输设计,提高数据传输全流程的容错性能。固态存储器使用多级流水写入、总线并行扩展等技术,吞吐率理论上接近900Mbps,容量达到256Gb。     

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。     

小生境粒子群支持向量机的网络故障诊断

针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。     

基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

长输管线泵机组状态监测与诊断系统研究

介绍了一个输油泵机组状态监测与故障诊断系统,研制该系统的目的是为了实时掌握输油泵机组的运行状态,为针对性的维护提供依据和手段.设计的系统一方面能对机组的运行状态进行实时监测,产生各种数据报表,另一方面能对机组的常见故障进行诊断分析,及时、准确地对泵机组各种异常状态或故障状态作出诊断,预防或消除故障,同时,也能为泵站运行提供必要指导,减轻管理人员的劳动强度,确保输油泵机组长期、稳定、高效、低耗地运行.     

基于置信椭球的V/M故障检测与隔离算法改进

动态系统的故障诊断技术在组合导航系统中有着重要意义.首先介绍了一类经典状态一致性故障检测/隔离方法-Kerr的基于置信椭球的V/M处理方法的原理与处理过程.Kerr的V/M方法以偏差方向的累计和进行隔离判断,可能发生两种情况下的隔离模糊问题.为此,对Kerr的经典V/M算法进行了改造,在其投票函数中采用偏差距离的累计代替偏差方向的累计,使得故障隔离的敏感性大幅度增加,解决了经典V/M算法在实用中存在的第一种情况下的隔离模糊问题.采用算例证明了新方法的有效性.     

基于支持向量机的装备故障诊断专家系统

针对现代化复杂武器装备故障诊断问题,结合支持向量机和专家系统的各自特点,提出了基于支持向量机的武器装备故障诊断专家系统整体结构和诊断模型.将支持向量机嵌入专家系统中,实现知识自动获取和快速逻辑推理,专家系统完成知识库管理与维护、符号推理诊断以及相关解释等工作,充分发挥支持向量机和专家系统两者的优势,提高了系统的综合诊断性能.     

枪械产品故障树的模糊分析

事件发生概率的获取是故障树分析(FTA)中的重要环节,然而在一些故障发生频率很低的场合,要获得大量的故障数据几乎是不可能的,传统的故障树分析把事件发生的概率处理成精确值,忽略了数据的不完备性及环境的模糊性.针对这一问题,在枪械产品的可靠性研究中提出了模糊故障树分析方法,将现有统计数据和工程技术人员的经验结合起来,在容许误差范围内,求解出了事件发生概率的取值空间,使结果更接近实际情况.