从故障特征群中快速确定故障点的方法

工程设备的结构日趋复杂,使故障诊断的难度不断增大。本文在最大故障信息量诊断的基础上提出了最大故障信息增量判断准则,可从故障特征群中一次找出最可能的故障点,简化了诊断过程,提高了诊断速度。     

基于燃油压力波的柴油机高压喷射系故障信息的研究

本文从柴油机燃油压力波的特征出发,建立ARI(Auto—Regressive Integra—ted)时序参数模型.通过对不同故障下的燃油压力波基于ARI时序参数的现代谱分析,说明ARI时序参数模型较好地揭示了燃油压力波蕴含的故障信息.通过燃油压力波的ARI时序参数构造故障诊断模式向量,根据几何距离与信息距离的测度来诊断故障,具有一定的实践意义.     

基于BP神经网络的机载航炮故障诊断方法

机载航炮是战斗机的一个重要作战武器,其工作情况的好坏直接影响到战机的攻击和自卫能力,因此,对机载航炮的故障诊断受到航空兵部队普遍关注。通过对机载航炮大量故障现象、故障原因、故障样本的收集、分析和整理,利用BP神经网络建立了机载航炮智能诊断模型。该网络采用了三层结构、17个输入量、10个输出量的故障诊断系统,较完善地反映了机载航炮的故障类型。经故障诊断实例检验,该系统诊断结果正确,有良好的实用价值。     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

小波分析在电子装备供电设备故障检测中的应用

新型电子装备供电设备封装性能好,可及测点少,故障检测和诊断难度大.在分析供电设备声信号产生机理的基础上,提出了一种利用小波分析理论对声信号进行处理,实现非接触、不解体故障检测与诊断的方法.论证了频带能量分析法和极大值分析法提取故障特征信息的可行性,并给出了故障特征参数算法.实验证明,该方法能有效地检测和诊断故障.     

故障诊断效率与评估

叙述了电子设备故障诊断系统所进行检测的不同安排顺序对故障诊断效率的影响.提出了适当的检测顺序与检测方式,提高检查效率,缩短检查过程.还分析了每次进行故障诊断结果确诊或误诊随机现象,评判诊断准确率是抽样检验问题.引入假设检验方法,对设备故障诊断系统的准确率进行评判.对建造设备故障诊断系统有参考价值.     

White hull or white elephant? Soft power and the Chinese hospital ship,the Peace Ark

Although soft power is now seen as an indispensable foreign policy tool, its efficacy has rarely been put to a rigorous empirical test. Using data from HARMONIOUS MISSIONs 2010, 2011 and 2013, this article seeks to examine the degree to which the soft power engagement missions of the Chinese hospital ship, the Peace Ark, has advanced Chinese interests. Although any conclusions drawn must be considered preliminary, as so little time has passed between the ship's visits and the current analysis, this research indicates that these missions’ impact on advancing Chinese interests was at best limited. Although observations from a single set of cases are unlikely to settle the debate between soft power advocates and detractors, it is hoped that this research will serve as a catalyst to further empirically based research on this topic.     

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。     

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。     

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。