神经网络在高速超精轴系故障诊断中的应用

讨论了ＢＰ神经网络神经元开关函数饱和参数的选择问题,建立了ＢＰ神经网络的容错能力、全局性能与收敛速率之间的关系,并提出了一个如何应用这些关系来合理选择神经元开关函数饱和参数的方法模拟试验研究和分析结果表明,本文提出的合理选择神经元开关函数的方法可以有效地帮助ＢＰ神经网络技术解决诊断中复杂的模式分类问题。     

基于LabVIEW的局域均值分解方法及其在列车轴承故障诊断中的应用

列车轴承故障诊断是保证铁路运营安全的重要手段,轴承振动信号的处理方法是实现故障诊断的关键。局域均值分解方法是一种自适应的信号处理方法,对于非线性非平稳信号的解调具有良好的性能。利用在测试测量领域广泛使用的LabVIEW进行了局域均值分解方法的编程,将该方法与虚拟仪器技术结合搭建了一套高速、可靠、可移植性强的系统,通过仿真信号和轮对实验的验证,证明该方法适用于工程实践。     

小波分析法在变速机械故障诊断中的应用

首先利用小波分析将非平稳随机信号进行分解，然后再由Ｆｏｕｒｉｅｒ变换对分解后的信号进行频谱分析，最终根据各频谱特征，实现对变速机械的故障诊断．以某冷轧厂新增３５００ｔ／ｈ大型冷却塔用变速及冷却系统的故障诊断为例，验证了本文提出的用小波分析对变速系统进行故障诊断的有效性     

MCS51单片机在发动机保护系统中的应用研究

本文介绍了ＭＣＳ５１单片机在发动机保护系统中的应用与研究，给出了部分硬件和软件框图，该系统集发动机保护和音响功能于一体，解决发动机机油压力、水温的保护和语音报警等问题，且具有收，放音功能，实验证明，该系统工作可靠抗干扰力强，适合于各种机动车辆安装使用。     

车用发动机烧瓦抱轴的分析及预防

以ＣＡ６１０２型汽油发动机为例，从设计制造，使用与维修等方面探讨了车用发动机发生烧瓦抱轴故障的原因，提出了为减少和预防此类故障应采取的措施，维修时的注意问题和监测方法。     

物联网技术在液压系统故障诊断中的应用研究

液压传动靠液压油传递运动和动力,液压油的流动状态无法直接观察,造成了液压系统故障难以诊断,严重影响生产效率.物联网技术在各行业中的广泛应用,特别是物联网同机械工业的结合,为机械设备监控和监测引入了新的理念和方法.利用物联网中的无线传感技术对液压设备进行参数的实时采集和分析,可以在早期进行故障预警以及进行故障分析诊断,可以降低设备的维修、维护等费用,提高设备可靠性和延长设备使用寿命.本文针对四柱式液压机系统中的故障诊断问题,给出了基于无线传感技术的液压机故障诊断系统方案,验证其诊断故障的快速性,并将无线传感技术应用于液压系统故障诊断,为液压设备远程监控与故障分析提供方便.     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

温度、压力传感器在热学实验中的应用

热学实验是普通物理实验中一个重要的组成部分．传统实验里使用水银温度计、U型管压力计作为温度、压强测量仪器．随着科技的发展,本文基于温度与压力传感器的原理与构造,着重讨论了它们在热学实验中的应用．     

IMP在过热器再热器在线故障诊断系统中的应用——原理与编程

系统介绍了IMP数据转换器在过热器、再热器在线诊断系统中作为现场数据采集环节的原理和性能,并对其硬件系统的构成和软件的二次开发作了详细说明。     

改进的ANFIS方法在化工过程故障诊断中的应用

针对复杂的化工过程,在原有的自适应神经模糊推理系统(ANF IS)的基础上,结合主元分析和神经网络,提出了一种改进的自适应神经模糊推理故障诊断系统,并且分别将ANF IS和改进的ANF IS方法应用于TE(T ennessee E astm an)模型的故障诊断。两种方法均具有较高的精度,但改进的ANF IS具有运算速度快、结果清晰的优点,所以更适用于实际工业中。     

TMAH在压力传感器制作中的应用

介绍了四甲基氢氧化铵(TMAH)溶液的腐蚀特性,论述了在单晶硅和多晶硅高温压力传感器的制作过程中,TMAH腐蚀液在浓硼终止腐蚀和各向异性硅杯腐蚀两个制作工艺中的应用。通过大量的实验得到了较为理想的腐蚀条件,取得了较好的腐蚀结果。     

发动机新技术的应用

发动机是汽车的心脏,随着科技的迅猛发展,发动机出现了许多新技术。使汽车性能得到极大改善,本文主要介绍了发动机最新的一些技术的应用及原理。     

多通道相关-经验模式分解在滚动轴承故障诊断中的应用

在处理非平稳振动信号时,经验模式分解(EMD)的应用较为广泛。针对滚动轴承的早期故障信号中含有强烈的背景噪声,诊断效果有时也不够明显的情况,本文提出了多通道相关-经验模式分解方法。首先通过EMD将滚动轴承故障信号分解成若干本征模态函数(IMF)分量;然后对IMF分量进行多相关处理,取相关性最强的IMF分量进行自适应重构;最后通过循环谱分析识别出滚动轴承的故障类型。将该方法应用到滚动轴承的仿真故障数据和实际数据中,分析结果表明,该方法可以更加有效地提取滚动轴承故障特征频率信息,突出故障频率。     

粗糙集-神经网络集成的WSN节点故障诊断

提出一种粗糙集?神经网络集成的无线传感器网络(WSN)节点故障诊断新方法。根据无线传感器网络的应用环境和故障特征得到诊断决策表,利用改进的粗糙集中的归纳属性约简算法对诊断决策表进行属性约简,用Hamming网络建立一套故障分类的方法。仿真实验结果显示,该诊断算法在进行WSN节点故障诊断时,诊断准确性高,通信代价小,能耗低,鲁棒性高。     

实时故障诊断专家系统的应用研究

介绍了对某钢厂冷轧大型自动化生产线进行状态监测和故障诊断的实时故障为诊断专家系统的研究及实现，对开发类似实时故障诊断专家系统有参考价值。     

故障诊断技术的应用

介绍了在工程界已广泛应用的信号分析诊断及尚停留在实验室探索的裂纹分析诊断,模糊分析诊断的工作原理和应用实例。     

智能异构模型在电机故障诊断中的研究

提出以测试电机的三相电流噪声为电机故障特征信号的诊断方法,建立电机电流噪声多元时序模型,将时序模型的多元残差序列化为一元序列作为故障总体检测指标。针对多元时序模型参数φi的特点,提出了多层NN的故障类型识别模型,应用APEX网络提取初始模式向量的分类信息,利用前馈网络建立其识别函数,实践证明该诊断方法是正确的。     

EEMD降噪和谱峭度法在铁路货车轴承故障诊断中的应用

针对铁路货车轴承结构复杂,早期微弱故障往往淹没于强烈的背景噪声中而难于提取的特性,提出了基于EEMD降噪和谱峭度法的共振解调技术。首先,将轮对跑合实验台上测得的振动信号进行EEMD分解;然后,根据峭度、标准相关系数选取包含故障信息较多且与原信号相关性较大的IMF分量,分别对每个IMF分量进行谱峭度分析,确定带通滤波器的最佳中心频率和带宽;最后,将滤波后的IMF分量重构并进行包络解调和频谱分析。通过对轴承内、外圈故障的实验研究,验证了该方法的有效性和可行性。该方法在铁路货车轴承早期故障诊断中具有较好的实际应用价值。     

变分模态分解和形态学滤波在滚动轴承故障诊断中的应用

针对滚动轴承早期故障信号易被强烈的背景噪声淹没及故障特征难以提取的特点,提出了基于变分模态分解(VMD)和形态学滤波相结合的滚动轴承早期故障诊断方法。首先利用VMD将早期故障信号自适应地分解为一系列IMF分量,然后选择峭度值最大的前两个IMF分量重构,并对重构信号进行形态学滤波,最后通过Teager能量算子计算重构分量的能量谱来提取滚动轴承的故障频率,判断故障类型。将该方法应用于滚动轴承仿真信号与实际故障数据中,分析结果表明该方法能够更加有效提取故障特征频率信息,实现了滚动轴承故障的精确诊断。     

状态监测及故障诊断技术在采油平台上的应用

本文将状态监测、故障诊断技术应用于南海惠州油田（ＣＡＣＴ作业者集团） 的采油平台及油轮的关键生产设备上，通过四年多的测试，逐步掌握了这类设备的故障规 律，为这类设备的预测维修提供了依据。