组合式空调机组状态监测与故障诊断系统设计

组合式空调机组具有功能段组合灵活、技术参数可选范围大以及对目标环境指标操控性强等优点,广泛应用于导弹和卫星测试环境调控等军事领域。但是机组在运行过程中常出现风机风量不足、加热器加热不均以及除湿能力下降等问题,直接影响着机组性能的发挥。针对上述问题,以某基地某型空调机组为研究对象,设计了一套具有实时监测、在线评估、分段报警和故障诊断等功能的空调机组运行的状态监测与故障诊断系统,重点阐述了该系统的设计思路、硬件组成及软件框架。该系统在提高空调机组的性能监控、故障报警、故障诊断与隔离的能力及故障类型确定、故障部件的快速定位,为相关部门提供维修决策措施等方面具有实际意义。     

基于人工神经网络的特征压缩方法及应用

分析了人工神经网络特征提取方法用于特征压缩的原理,研究了多层网络的隐层提取模型、Oja网络模型和基于Sanger算法的网络模型,以坦克柴油机燃油系统典型故障的特征处理为例,采用Sanger算法对特征参数进行了压缩,实现了特征空间的约简。该方法有利于简化分类器的设计,对于解决复杂设备的状态检测与故障诊断问题具有重要意义。     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上,提出油料装备智能维修决策系统体系结构,论述模型库与知识库的构建方法,描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点,建立油料装备故障智能模糊诊断模型,论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析,以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标,构建油料装备维修策略模型,论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

移动代理的分布式系统监控模型研究与实现

提出将一种移动Agent与专家系统技术相结合的分布式网络故障诊断系统模型,该模型能够提高故障诊断效率,缩短系统响应时间,降低诊断时网络流量.提高诊断的智能性与容错性,克服了传统集中式故障诊断的诸多缺点.     

基于一元线性回归分析的舵机故障诊断算法

针对舵机的卡死、松浮和输出偏差等故障采用基于模型的方法检测.故障诊断分两步进行,首先采用等价空间法来检测是否发生故障,在检测到故障的基础上引入一元线性回归分析对故障的性质和程度进行估计,并给出了根据舵机输入输出特性选取估计参数的方法.仿真结果表明,所采用故障诊断算法的实时性、准确性较好,具有一定的工程实用价值.     

基于警用特种装备的智能故障诊断专家系统的设计与实现

智能故障诊断专家系统可用以实现对警用特种装备系统各子系统的状态监测和故障诊断,基于此功能阐述了警用特种装备智能故障诊断专家系统的设计原理,给出了系统的实现方法。通过自适应遗传算法的知识获取机制,介绍了其改进的自适应遗传算法原理,解决了知识获取的问题,实现了警用特种装备的状态监测和智能故障诊断。     

基于灰色非线性回归模型的故障预测

为克服传统灰色模型的局限性,通过对一阶累加生成序列规律性的分析,将灰色模型和非线性回归模型相结合,构造了一种灰色非线性回归模型。实例仿真结果表明,该模型既拓展了传统灰色模型的适用条件,又比传统灰色模型和非线性回归模型具有更高的预测精度,且适用性广。     

某型导弹故障模式自动识别系统研究

针对某型步兵战车导弹制导控制系统的维修问题,在研究了诊断对象故障特点和故障机理的基础上,运用单片机技术,电子测量技术,智能故障诊断技术,频率因子、相位因子和幅度因子相结合的分析技术以及运用在线测试和动态比较法实现了故障模式的自动判断与识别,研制了自动、快速、实时和在线检测与故障诊断设备,并详细地给出了系统故障诊断的具体实现过程。     

基于小波变换与SVM的复杂装备故障诊断研究

针对复杂装备故障信号提取困难、故障诊断精度低的现状,根据小波变换对处理非平稳信号的优越性和支持向量机(SVM)对模式分类的良好性能,提出了一种基于小波变换与SVM的故障诊断模型,并选取配电系统进行故障诊断仿真实验。结果表明该模型能利用少量训练样本完成故障诊断,有效提高装备故障诊断精度。     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。