船舶柴油机故障诊断技术的研究及展望

文章通过对船舶柴油机故障诊断机理的分析,介绍了船舶柴油机故障诊断的主要方法,分析了柴油机故障诊断的特点,并提出了柴油机故障诊断的发展方向。     

基于神经网络的信息融合技术在汽车故障诊断中的应用

本文分析了现代汽车故障诊断的特点,说明了用融合技术进行汽车故障诊断的优势,构建了基于BP神经网络的信息融合结构,用以汽车故障诊断,提高了汽车故障诊断效率和准确性。     

专家系统故障诊断法及其在汽车故障诊断中应用

探讨了专家系统故障诊断法的特点,故障诊断专家系统的基本结构、分类及其在汽车故障诊断中的应用。探讨了故障诊断专家系统存在的不足和解决途径。     

利用剩余性能检测法诊断汽车故障初探

介绍了汽车故障诊断的系统特征、采用剩余性能诊断法进行汽车故障诊断的方法与程序,提出了确定故障诊断参数、进行诊断系统隔离的方法和确定剩余系统标准性能参数、测试剩余系统性能参数的要求。结合故障实例,介绍了剩余性能检测法在汽车故障诊断中的应用。     

基于案例推理和神经网络的车辆故障诊断研究

将人工神经网络和基于案例的推理技术相结合,应用于车辆故障诊断系统中,建立了应急故障诊断模型;基于此模型,研究了车辆维修案例的表示方法并设计了CB神经网络的学习规则,通过系统的仿真训练和仿真诊断,该模型有效地提高了故障诊断的效能,满足车辆应急故障诊断的需求。     

电控发动机故障诊断技术

介绍电控发动机故障诊断技术,常见故障诊断方法与技巧。     

基于BP神经网络的武器装备电气系统故障诊断方法研究

武器装备电气系统具有非线性特性,利用BP神经网络处理非线性特性的能力可以提高故障诊断效率.建立了BP神经网络的故障诊断模型,分析了故障特征提取与样本预处理的方法,并将其应用于武器装备电气系统的故障诊断中.该方法对于提高武器装备电气系统故障诊断的准确率具有良好的实际应用价值.     

基于小波和自适应模糊神经的旋转设备故障诊断

针对传统的故障诊断方法和单独使用某一种智能诊断方法的局限性,将小波分析的故障特征提取方法和自适应模糊神经网络结合起来,对旋转设备的故障诊断进行了研究;通过对电机设备进行的故障诊断仿真实验,结果表明,与单独使用神经网路方法相比,该方法可以获得更高的故障诊断精度和诊断速度。     

机械设备故障诊断理论及相关技术的研究

对应用于机械设备故障诊断方面的理论及相关技术的发展及现状进行了研究,针对各种故障诊断方法探讨了其优缺点及其适应性,研究了小波(Wavelet)分析的发展及其在机械故障诊断中的应用。     

基于多传感器信息融合技术的轨道交通车站设备故障诊断

本文在分析了轨道交通车站设备故障诊断的特点和多传感器信息融合技术的基础上,总结了适合于故障诊断的信息融合典型结构以及基于信息融合的故障诊断系统结构。该结构在轨道交通车站设备故障诊断系统中具有普遍意义,实用性强。     

CRH3型动车组故障诊断代码编码规则研究

在分析研究CRH3型动车组普遍采用的故障诊断代码编码规则的基础上,对其编码规则进行了改进,并提出了新的故障诊断代码编码规则：“四位故障编码规则”和“五位故障编码规则”.通过对比分析,讨论了故障诊断编码规则各自的优缺点,最终提出：新四位故障诊断代码编码规则具有“采用了《通知》规定的系统划分方法,扩充了故障等级编码的取值,保证每个子系统都有足够的故障诊断代码”等优点,故建议在CRH3型动车组故障诊断系统中采用.     

发动机电控系统的故障诊断与检测技术

发动机电控系统是一个精密而又复杂的系统,其故障诊断较为困难,而造成电控发动机不工作或工作不正常的原因可能是电子控制系统,也可能是其他部分的问题。介绍电控发动机故障诊断时应注意的事项和发动机电控系统故障诊断的方法。     

电控汽车故障诊断技术的现状与发展趋势

汽车故障诊断技术是汽车电子控制技术的重要组成部分,在电控系统维修工作中起重要作用。总结了国外电控汽车故障诊断技术的发展过程,分析了汽车故障诊断技术的发展现状,介绍了国际现行诊断技术标准,并对未来汽车诊断技术的发展趋势进行了展望。     

电控发动机的故障诊断

电控发动机的故障诊断比较复杂,按照一定程序、采用合理的方法进行故障诊断,能准确确定故障部位、判断故障原因,便于快速排除故障。介绍电控发动机的故障诊断程序、电控发动机的直接诊断法、基本检查方法、利用随车故障自诊断系统诊断和故障征兆模拟试验方法。     

BP神经网络用于传感器故障诊断的仿真研究

介绍了ＢＰ神经网络的一些基本概念和传感器故障诊断的有关问题。对用神经网络进行传感器故障诊断的原理加以分析。在ＭＡＴＬＡＢ语言环境下利用Ｓｉｍｕｌｉｎｋ仿真工具和神经网络工具箱对凝汽式汽轮机调速系统的中的转速传感器进行了传感器故障诊断研究。给出了仿真实现结果,并对结果加以分析,结果显示,利用神经网络进行传感器的故障诊断具有可行性。     

基于声响异常辨识的船舶柴油机故障诊断技术探析

文章对柴油机的故障表象与诊断技术进行了综合分析,结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因,并以实例阐述了柴油机声响异常辨识在故障诊断中的应用,介绍了该故障诊断技术的发展应用前景。     

基于支持向量机的船舶柴油机层次故障诊断的研究

文章介绍了支持向量机的原理和算法,分析了层次分析法及其在故障诊断中的应用,并在上述理论下,建立了柴油机的故障模型。仿真结果表明,SVM能够在小样本的情况下解决柴油机故障诊断的分类问题,在实际的机械故障诊断的分类中具有广泛的应用前景．     

基于IBA-SVM的变压器故障诊断

为提高变压器故障诊断精度,准确映射变压器故障类型和特征气体的非线性关系,提出一种基于改进蝙蝠算法(improved bat algorithm, IBA)优化支持向量机(support vector machine, SVM)的故障诊断方法.在蝙蝠算法(bat algorithm, BA)的基础上引入惯性权重和莱维飞行机制,有效提高了寻找最优SVM惩罚因子和核函数参数的能力.将改进后的蝙蝠算法用于SVM的寻找最优参数并建立故障诊断模型.实验结果表明,采用IBA-SVM模型进行故障诊断与采用固定参数的支持向量机模型和粒子群算法优化支持向量机模型相比故障诊断精确度更高,基于IBA-SVM的故障诊断模型的诊断正确率可达到94%,有效提升了分类准确度.     

SDG故障诊断决策表的粒约简算法

为了减少故障特征集的维数,降低流程系统故障诊断知识库的复杂程度,本文将基于二进制粒矩阵的粒约简算法引入到基于SDG模型的故障诊断中.以离心泵与液位系统为例,用粒语言来描述和表达SDG故障诊断模型中的元素,建立反映故障-征兆因果关系的决策表,进而对冗余属性及属性值进行约简,有效地约简了SDG诊断规则,提高了故障诊断的效率.     

基于瞬时转速的内燃机模糊神经网络故障诊断方法的研究

文章研究了基于瞬时转速波形分类的内燃机故障诊断方法,从瞬时转速波形中定义了3种用于诊断的波形特征参数,提出了用模糊理论对内燃机瞬时转速波形识别的故障诊断方法,并进行了大量的实验研究与分析。实验表明该方法对内燃机故障诊断是一种较为有效的方法。