船用旋转机械的振动特征故障诊断

文章介绍了基于振动特征的船用旋转机械故障诊断的理论基础，分析了转子不平衡故障诊断技术，并以船用离心泵为例阐述了诊断方法，证明该技术是简便可行的。     

SOFM和HMM在旋转机械升降速全过程故障诊断中的应用

HMM模型是一个处理非平稳时间序列的统计模型。针对旋转机械升降速过程振动的特点，本文提出了利用SOFM神经网络对振动信号进行矢量量化，并用量化后的序列训练HMM模型，利用该模型对旋转机械升降速过程进行故障诊断。实验证明该方法是比过程的一种有效的诊断手段。     

模拟电路故障诊断新方法探讨与展望

本文探讨了该领域中的一些新研究方法，主要包括神经网络、模糊理论、小波变换、遗传算法、信息融合等理论发展起来的新理论和新方法。对上述方法的基本原理、优缺点及发展现状进行述评，并预测了模拟电路故障诊断技术的发展趋势。     

模糊模式识别在旋转机械故障诊断中的应用

本文介绍了模糊模式识别技术的基本原理及其在旋转机械故障诊断中的应用,并通过MATLAB对故障诊断模型进行了仿真,结果表明,此方法有较好的诊断准确性。     

单轴加速度计在轴功率测量中的应用研究

介绍了一种利用重力加速度测量旋转机械主轴转速的方法,通过单轴加速度计与计算机技术的融合,实现了轴转速的测量,该方法提供了轴输出功率测量的一体化方案,安装操作简单成本低廉,能够适应较为复杂的测量环境要求。     

水面舰艇C^3I系统信息融合演示器的研究和设计

本文根据舰艇作战系统领域中信息融合技术的最新发展，讨论了信息融合的理论和研究方法，并以信息融合演示器为主线，从舰船总体的角度，作了较深入的分析。     

蒸汽动力装置故障诊断策略

文章分析了蒸汽动力装置的特点，提出了基于信息融合的故障诊断策略，讨论了各种故障模式所适用的诊断方法以及围绕可靠性的缓变型故障的判定。     

基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

信息融合及其智能化途径探讨(一)

信息融合是多源信息协调技术的总称，它是信息领域当今研究的热点之一。本文以Ｃ＾３Ｉ系统为背景，论述了信息融合问题的处理原则，剖析了融合系统的结构、主要功能和实现方法，然后探讨了信息智能融合的几条途径，包括物理符号系统方法，人工神经网络方法以及专家系统和神经网络相结合的方法。     

基于模糊信息融合的船舶动力装置综合故障诊断方法研究

在模糊集理论的基础上,将决策级信息融合技术应用于故障诊断系统中,提出了一种基于系统模糊综合评价融合结构下的综合故障诊断方法.该方法以模糊逻辑运算和全局决策融合来自多传感器的局部判决来获取诊断对象的综合诊断结果,并对船舶主动力系统的运行故障进行诊断研究,结果表明,该方法准确有效,为船舶动力装置故障的智能化诊断提供了有益的借鉴.     

Application of the fault diagnosis strategy based on hierarchical information fusion in motors fault diagnosis

1Introduction Withthedevelopmentofequipmentinsize,complexity andsystematization,ithasdrawnwideattentionof scholarsathomeandabroadtointroducetheinforma tionfusiontheoryintothefieldoffaultdiagnosis.Neu ralnetworktechnology[1,10]isconsideredpracticaland effe…     

基于信息融合的感应电动机定子故障检测方法研究

本文将信息融合的思想应用到感应电动机定子故障诊断中,将多种检测技术得到的信息进行综合,避免了依靠单一信号进行诊断的结果不可靠问题,提高了故障诊断的准确性。并通过对定子短路故障的实验研究,证实了该方法的可行性。     

基于多源信息融合的柴油机故障诊断方法

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D S证据组合规则进行决策融合。针对D S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法。该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正。故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性。     

一种新的船舶柴油机模糊故障诊断方法

为进一步提高船舶柴油机故障诊断的可靠性,将一种基于模糊信息多级融合的故障诊断方法应用到船舶柴油机的故障诊断中,该方法将各级诊断数据充分融合后再进行船舶柴油机的故障诊断,应用结果表明该方法准确有效,不但在正常情况下作出了准确的故障诊断,而且在局部检测传感器失灵发生误检的情况下亦能避免船舶柴油机故障诊断的误判,为提高船舶柴油机故障诊断的可靠性提供了有益的借鉴.     

Application of data fusion method to fault diagnosis of nuclear power plant

The work condition of nuclear power plant (NPP) is very bad, which makes it has faults easily. In order to diagnose the faults real time, the fusion diagnosis system is built. The data fusion fault diagnosis system adopts data fusion method and divides the fault diagnosis into three levels, which are data fusion level, feature level and decision level. The feature level uses three parallel neural networks whose structures are the same. The purpose of using neural networks is mainly to get basic probability assignment (BPA) of D-S evidence theory, and the neural networks in feature level are used for local diagnosis, D-S evidence theory is adopted to integrate the local diagnosis results in decision level. The reactor coolant system is the study object and we choose 2# steam generator Utubes break of the reactor coolant system as a diagnostic example, The experiments prove that the fusion diagnosis system can satisfy the fault diagnosis requirement of complicated system, and verify that the fusion fault diagnosis system can realize the fault diagnosis of NPP on line timely.     

Fault diagnosis of marine diesel engine intake and exhaust system based on dynamic feature fusion北大核心CSCD

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析。为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析。[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断。与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能。[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性。     

基于时间和状态约束的故障因果关系图及其在燃气轮机中的应用

故障原因及其产生位置的确定是决定故障诊断系统是否可用的关键因素。文章定义了离散事件系统中故障之间两种类型的因果关系,给出了故障因果图（FSCG）的概念,进一步给出了描述故障之间基于状态和时间约束关系的因果图,基于此,将上述方法应用在某燃气轮机的故障诊断过程中,在对燃气轮机的内部结构进行概述的基础上,结合具体的故障发生情况,给出了其部分故障树结构,进而给出了相应的故障因果关系图,将其应用到实际的故障诊断中,并与传统的故障树方法进行相关对比,证明了该方法的有效性。     

利用振动噪声信号诊断柴油机故障研究的现状与发展

简述了利用扭转振动、噪声、缸盖系统振动、机身及侧面振动等振动噪声信号监测柴油机状态和诊断柴油机故障的原理和方法,介绍了国内外这方面研究的现状;归纳了利用振动噪声信号诊断柴油机几种典型故障的研究发展方向,以及故障诊断中采用不同方法的优缺点;最后总结了近年来柴油机故障诊断的几种较新的发展趋势.     

船舶动力定位系统级故障诊断技术

针对松散耦合的船舶动力定位系统分布式体系结构，提出了一种基于改进的二值PMC模型约分布式系统级故障诊断算法。采用自诊断与互诊断相结合的方法，给出了分布式诊断算法、图论模型、诊断内容及算法中使用的报文种类、故障向量。基于软件故障注入思想设计了四种故障，并对该算法进行了诊断验证。结果表明：改进的PMC模型适用，所提出约分布式系统故障诊断算法正确，故障诊断与验证应用程序可靠、实用。