基于光传感器的架空线路绝缘子盐密在线监测系统研究

针对传统的等值盐密法对积污速度的影响考虑不够全面、操作不便的缺点，提出了一种新型的基于技术比较成熟的光传感器技术和无线传输系统的盐密在线监测系统，进行输电线路绝缘子实时附盐密的在线检测，利用计算机软件进行数据处理、状态分析以及远程数据传输等技术，指导外绝缘设备的状态清扫工作。     

基于自适应模糊神经网络的砂轮磨损评估

为实现砂轮磨损状态的实时监测评估，课题组提出了使用自适应模糊神经网络模型对砂轮状态进行监测。通过对磨削过程的振动信号及声发射信号特征值的提取，获得了不同磨损程度砂轮的多特征信号样本；采用多特征信号样本对自适应模糊神经网络进行学习与训练，建立了砂轮磨损状态识别模型；实现了对砂轮磨损状态的准确识别与在线监测。实验表明：基于自适应模糊神经网络的砂轮磨损程度评估系统，测试样本的实际磨损程度和网络判别结果类别相符。该自适应模糊神经网络系统能够对砂轮磨损程度类型准确进行在线评估。     

在线监测综合系统平台的管理和应用

随着电力系统状态检修工作的深化，为做好设备技术监督全过程管理工作，通过建立变电站在线监测综合系统，将多方监测的数据集成在一起形成综合信息，建立综合的、标准的、可维护的、可再次利用的、可历史追溯分析的变电设备在线检测数据库，综合分析设备运行信息，及时掌控设备健康状况，同时加强对系统运行维护的管理，结合指标控制手段，对发现的问题采取针对性的措施加以解决，确保电网安全稳定运行。     

旋转机械在线状态监测系统的设计与应用

分析了旋转机械在线状态监测诊断系统的形式 ,介绍了分布式监测诊断系统的层次结构及各层功能 ,并给出了上下位机分布式监测诊断系统的设计实例     

ANN技术在切削加工中的研究现状

本文简要介绍了人工神经网络的特点，对人工神经网络在切削加工中的研究和应用现状进行了综述。重点阐述了利用人工神经网络对切削加工过程进行智能化监控、对切削加工过程中刀具状态进行检测以及利用人工神经网络对切削加工状态进行预测、预报等三个方面。最后对人工神经网络在切削加工中的应用前景进行了展望。     

基于MRO状态的巴基斯坦地铁橙线高架区间安全模糊决策研究

为对受地面沉降漏斗区威胁的巴基斯坦拉合尔地铁橙线高架区间MRO(维护、维修、运行)状态进行监测,研究了基于MRO状态的地铁高架区间安全模糊决策问题。提出地铁高架区间MRO状态等级,地铁高架区间MRO威胁等级,形成基于MRO状态的地铁高架区间风险等级矩阵。构建地铁高架区间MRO威胁决策模型,对拉合尔地面沉降漏斗区地铁高架区间监测设备布设方案进行优选,运用系数伸缩变换法避免模糊决策失效的可能性。研究成果为地面沉降漏斗区地铁高架区间安全研究提供了参考。     

浅析基于状态的维修提高航空装备可靠性

本文全面阐述了航空装备维修的发展过程,重点介绍了以可靠性为中心的维修理论的产生与发展应用,分析对比了基于状态的维修(CBM)与传统维修对航空装备可靠性、安全性及效能发挥等方面的优越性.展望了CBM在在线监测、无线智能方面的发展潜力.     

ADXL312加速度计在振动测试中的应用

文章介绍了基于数字式加速度计ADXL312设计的全数字化的振动测量装置，适用于电泵状态监测设备等需要小型化、高可靠性的振动监测设备。文中分析了该装置软硬件设计的特点，并结合电泵测试系统的需求，进一步具体的试验。通过理论分析，以及振动测试实验验证了设计的正确性。     

微细钻头折断的小波识别法

本文提出了一种基于小波分析的微小钻头折断的在线监测方法,得出微小钻头折断时的力信号呈现大幅度增长的趋势,并利用小波分解代替传统的傅立叶变换进行信号分析,来准确识别钻头的正常钻削与破损状态,从而获取钻头折断的预报,实验结果证明了该方法的有效性。     

远动通道监测系统的设计

提出一种利用低频数字锁相环技术 ,自动在线监测电力系统中远动上下行通道运行状态。     

一种ANN与ES功能互补的故障诊断方法

根据人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的各自特点，建立一种人工神经网络与专家系统相结合的功能互补式设备故障诊断模型。提出将设备故障分为低层故障和高层故障，用ＡＮＮ对设备低层故障进行诊断，用ＥＳ对设备高层故障进行诊断的新方法，并以ＭＫ９－５卷接机组为对象，进行了实验研究，取得了较好的效果。     

开放式数控切割机神经网络误差补偿研究

分析了影响数控火焰切割机加工精度的主要因素,利用开放式数控系统的软件开放性,提出了采用IGCAQBP学习算法的神经网络方法来对包括金属热变形、机械传动误差等非线性因素在内的多种因素造成的加工误差进行误差补偿,设计了嵌入开放式数控系统中的神经网络误差补偿器,给出了实用的补偿器使用方法,并对误差补偿功能进行了扩展,仿真结果和实际应用表明该方法稳定有效。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数 ,得到小波神经网络。通过小波的去噪和神经网络的自学习功能 ,获取系统输入输出的非线性动力学特性 ,进而实时计算出残差并进行逻辑判决 ,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真 ,结果表明了该方法的有效性     

基于振动信号的柴油机HUMS研究

本文主要是研究柴油机的健康及运行监测系统(HUMS),并以连杆铜套磨损为例进行分析。利用基于神经网络和小波分析的故障诊断方法进行健康状况的定量识别。实验和仿真结果表明:对于各设定工况,诊断模型可以定量的识别出来,准确率达到100%;对于待定工况,诊断模型也可以给出定量的健康状况描述。从而使操作者能及时地了解柴油机的健康状况,并根据定量的输出结果对相应部件进行维护。     

震灾网络舆情风险监测指标及其评估方法

为科学构建震灾网络舆情风险评估体系,在舆情监测指标构建基础上提出基于加速遗传算法的BP神经网络（AGABP）风险评估方法。依据网络舆情演化理论,围绕震灾网络舆情的物理属性和社会属性提出2个维度、4个二级指标和10个三级指标的震灾网络舆情风险监测指标体系。在评估方法上,针对常规评估系统对非线性、高维度和非正态评估问题的局限性,利用BP网络能够以任意均方差的精度逼近任意平方可积非线性连续函数的优势,将BP网络用于震灾网络舆情风险监测评估中,并用加速遗传算法（AGA）对BP网络参数进行优化,以解决常规BP网络存在训练速度慢和容易过早收敛的问题。通过随机样本数据对AGABP模型进行自学习训练,并用实际样本数据验证,结果表明：与BP神经网络、逻辑斯蒂曲线相比,本研究所构建的AGABP模型在收敛速度、评估准确度上有明显优势,能够用于震灾网络舆情风险管理实践中。     

基于串-并行计算BP网络拓扑结构的研究与实现

在传统ＢＰ网络拓扑结构及学习算法的理论分析基础上,提出了一种更接近人类大脑思维方式的采用串一并行计算构造的神经网络拓扑结构的方法：将样本特征三大问题中的“排序”问题的解决体现在网络的拓扑结构上,有效地提高了神经网络的学习速度和识别精度。     

安全系统的有限自动机

基于交易器的开放网络环境可以实现异种机、异种数据库和异种网的互操作，以客户／服务器模型工作。在这种开放网络环境中，安全性是非常重要的。文中首先介绍了该环境中的安全系统；然后给出了这个安全系统的有限自动机。该自动机模拟了安全系统，为安全系统的行为描述和结构设计提供理论依据和论证。     

基于小波神经网络的服务器预警系统

提出了采用紧致型小波神经网络来构建服务器预警系统,将小波和神经网络直接融合,使网络训练过程从根本上避免了局部最优等非线性优化问题,小波神经元的低相关性,也使得小波神经网络有更快的收敛速度;将服务器中的日志数据数值化后进行网络训练,获得一个基于小波神经网络的入侵分类器。实验结果,表明小波神经网络系统自适应能力强、学习速度快、预警精度高、在入侵检测领域有良好的实用性。     

基于结构的神经网络模型

提出了一种基于结构的神经网络模型，并介绍了利用该模型进行系统建模与参数优化的方法，该神经网络模型本质上是结构化的，网络模型的结构与系统结构相对应，网络中神经元的个数是确定的，神经元之间的连接不是盲目的，而是根据子系统间的相互作用关系连接而成，网络的部分连接权值与系统结构参数相对应，具有明确的物理意义，所以，建模后可进一步进行结构参数的优化。     

校史教育在大学生核心价值观养成中的价值和途径

针对传统矿山定位监测系统中有线方式成本高、资源浪费、可操作性差等问题,将无线传感器网络技术应用于矿山微震定位。通讯系统采用由末端网络节点和中心节点构成的星形无线传感器网络结构。应用时钟同步技术,末端节点将矿震信号通过射频模块上传给中心节点,进而通过上位机完成对数据的进一步处理。该系统为无线通信在矿山越界开采监测中的应用研究。