潮流与风对单点系泊系统运动稳定性的影响研究

应用时域仿真的方法研究了风与潮流作用下单点系泊系统的非线性动力学特性。以三阶操纵运动方程为基础,引入定常的风力、潮流作用力和二阶波浪力,建立了系泊系统三自由度运动微分方程,据此建立了系泊系统的多自由度计算机仿真模型。风与潮流联合作用的情形下,对一艘单点系泊油轮的动力学行为进行了数值仿真研究。以潮流速度和系缆长度为分岔控制参数,在参数平面上给出了油轮系泊运动的Hopf分岔集,它将参数平面分为两个系统动力学行为本质不同的区域。研究表明,与潮流(顶流)单独作用的情形相比,顶风条件增加了油轮静止系泊位置的Liapunov稳定性。     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比2~5 dB。     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。     

齿轮箱非线性研究现状与展望

从齿轮箱非线性的产生及现象、非线性建模和非线性信号处理等方面论述了当前齿轮箱非线性研究的现状,阐述了目前齿轮箱非线性研究工作的特点,探讨了今后齿轮箱非线性研究的几个关键问题。     

考虑可信度时导弹最大射程的Bayes评估

首先讨论了一种验前数据和现场试验数据相容性检验的新方法, 考虑验前信息可信度, 研究了导弹最大射程的 Ｂａｙｅｓ 评定和 Ｂａｙｅｓ 估计。最后给出了数据分析的例子。     

非单调关联故障树顶事件失效概率的新算法

提出了一种计算非单调关联故障树顶事件失效概率的新方法,其基本思想是利用ＢＤＤ进行故障树中顶事件的不交化工作,可避免求ＰＩＳ和ＰＩＳ的最小覆盖的运算过程,为有效解决其运算的ＮＰ困难问题提供了一条新的途径。     

基于小波分析的柴油机燃油系统故障诊断研究

提出了一种基于小波变换的柴油机燃油系统故障诊断方法。利用夹持在高压油管上的传感器对高压油管外壁弹性变形进行检测,在12150L柴油机喷油泵实验台上进行了大量的实验,对测得的高压油管压力波形进行小波变换,提取反映燃油系统故障状态的特征向量,通过特征参数的变化能有效地诊断燃油系统的各种典型故障。     

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。     

基于动力学模型的柔性加工设备机电系统状态监测与故障预警

在建立的加工设备机电系统精确动力学模型及对模型参数实时辨识的基础上［１］，建立柔性加工设备机电系统的状态监测模型，包括ＢＡＹＥＳ故障检测、突发故障检测及故障分析与定位等；同时利用Ｋｕｌ－ｂａｃｋ信息距离和多层递阶ＡＲ模型实现系统的状态与故障预警。在加工设备上的实验表明模型可行有效，它能排除柔性多变工况、时变性及随机干扰对监测与预警功能的影响，提高其鲁棒性和自适应能力。     

采用神经网络技术降低机电设备BIT虚警

机电设备 Ｂ Ｉ Ｔ 的突出问题是虚警率高，重要原因之一是 Ｂ Ｉ Ｔ 系统传感器通路故障。本文选取神经网络技术进行传感器通路故障诊断，剖析某大型船舶动力装置机电设备 Ｂ Ｉ Ｔ 系统中传感器通路的故障机理和类型，得到其故障样本数据，经过神经网络学习训练后对实际系统进行故障诊断和识别，实验结果表明该方法简洁、有效，能够有效地诊断故障并识别出故障类型，具有实用价值。