一种基于嵌入式技术的室内道岔控制电路校验系统

道岔控制电路是铁路信号设备的故障多发点,而室内继电器组合电路是道岔控制电路的重要组成部分,针对国内四线制道岔控制电路的故障维修,结合嵌入式软硬件技术与传感器技术,研究了一种室内道岔控制电路校验系统.该系统通过电流传感器检测室内的操作信号,通过嵌入式软硬件技术构建转辙机虚拟等效电路来模拟室外转辙机的动作和表示过程,整个操作过程无需人工干预,实现了对室内电缆配线及电路功能的测试.模拟测试结果表明,该系统能够模拟电动转辙机动作和表示电路的过程,可以用于室内道岔控制电路的校验检测,提高工作效率.     

一种基于UEE-EMD的滚动轴承故障诊断方法

滚动轴承是很多大型旋转机械的核心部件,其故障诊断的研究对保障旋转机械运行稳定性具有重要的意义。经验模态分解方法对分析非线性不稳定的滚动轴承故障信号具有独到的优势。然而,经验模态分解固有的端点效应问题往往会导致较大的故障特征提取误差,影响故障诊断的准确性。针对上述问题,本文提出基于无失真端点极值化的经验模态分解(UEE-EMD)的滚动轴承故障诊断方法,UEE-EMD通过交叉取样策略和端点极值化策略从源头上抑制端点效应的产生,利用本征模函数截头去尾从结果上屏蔽端点效应,保证了滚动轴承故障特征提取的准确性。故障诊断仿真实验表明,基于UEE-EMD的滚动轴承故障诊断取得了更好的诊断效果。     

汽车电动燃油泵控制电路及故障诊断

油泵控制电路出现故障后,应从电源、导线或插接器、保险丝或熔断丝、元器件（继电器、油泵、ECU）四个方面进行检查或分析,以便较快地查出故障所在。     

一种基于深度学习的电机轴承故障诊断方法

针对电机轴承故障信号通常呈现出非线性和不稳定性这一缺点,利用短时傅里叶变换将振动信号转换成二维时频图作为输入训练卷积神经网络;再利用卷积神经网络的自学习能力学习电机轴承故障类型与故障特征之间的深层联系.仿真实验结果表明,相比较其他方法,该方法具有更高的诊断准确率,能够更有效地识别电机轴承故障.     

步进电机控制电路的一种CPLD实现方案

提出一种利用CPLD器件实现步进电机控制电路的设计方案．介绍了系统的原理与结构框图，详细论述了控制电路核心部分的设计原理和实现，并给出了仿真波形．该系统具有修改方便、使用灵活、可靠性高、可移植性强等优点．     

基于LS-SVM的基坑周边地表沉降预测模型

针对神经网络用于基坑变形预测存在结构难确定、训练易陷入局部最优及易过学习等问题,以已有的周边地表沉降为样本,利用最小二乘支持向量机（LS—SVM）建立基坑地表沉降预测模型,应用网格搜索算法优化模型参数,时基坑周边地表沉降进行连续滚动的多步预测。实例分析结果表明,LS—SVM用于基坑周边地表沉降预测效果较好,具有所需数据少、推广能力强等优点。     

一种交流电机故障诊断中的特征提取与强化

为提高电机故障诊断的准确率和有效性,提出了一种故障特征提取与强化的新方法.即在对所采集的交流电机振动加速度信号进行数据预处理之后,用盲源分离方法进行独立振动源的分离,然后采用小波包分析方法进行特征提取,并进行特征频带的简化及特征强化处理,特征强化后的数据作为交流电机故障诊断模型的输入.该方法通过对振动加速度信号进行分离,能够分离出混合信号中的独立振动源,提高了故障特征提取的正确率和准确度;通过对特征频带化简,减少了故障诊断模型的输入,进而简化了模型的结构;特征强化使模型能够更有效地识别故障状态.     

基于在线LS-SVM的α阶逆控制

提出基于最小二乘支持向量机在线算法的α阶逆控制方法．引入系统控制误差不敏感函数,在控制误差大于不敏感函数时,利用增量一剪枝学习算法,对已建立的离线逆控制器实施在线学习,以增强控制系统的鲁棒性．仿真结果表明：在系统没有受到噪声干扰时,在线逆控制器可以很好地使被控对象跟踪参考输入信号;在系统受到噪声干扰时,在线逆控制器比离线逆控制器具有更强的鲁棒性．     

基于LS-SVM高光谱成像鱼新鲜度鉴别

基于高光谱成像光谱信息的鱼新鲜度(鱼不同冷冻时间以及冻融次数)鉴别。首先,提取鱼样本感兴趣区域(region of interest,ROI)光谱,分别采用蒙特卡罗无信息变量消除(Monte Carlo free information variable elimination,MCVE),连续投影算法(successive projections algorithm,SPA)和随机青蛙算法(random frog,RF)提取特征波长,三种算法分别得到90,31和49个特征变量,采用最小二乘支持向量机作为分类模型,将90,31和49个特征变量作为LS-SVM模型的输入变量建立分类模型,基于SPA-LS-SVM和MCVE-LS-SVM模型预测集识别率都达到了98%,而采用RF-LS-SVM建立的模型取得了较差的预测结果 ,模型预测集识别率都只是达到了88%。结果表明,SPA-LS-SVM作为分类模型优于其他模型,SPA选择的特征波长,不但可以简化模型,还可以提高模型的预测精度,基于高光谱成像技术可以用于鱼新鲜度(鱼不同冷冻时间以及冻融次数)鉴别。     

一种改进时域同步平均的滚动轴承故障诊断方法研究

复杂结构设备的滚动轴承其振动信号成分复杂,故障信号微弱,信噪比很小,常规诊断方法难以有效消除背景噪声,有效提取故障信息.文中研究了基于相位补偿时域同步平均的滚动轴承故障诊断方法,并根据轴承故障信号存在调制的特点,探讨了同步周期的合理选取.通过对轴承内圈故障的仿真研究,验证了相位补偿时域同步平均方法的有效性,它能够同时提取故障特征频率与调制频率,为精确诊断轴承故障提供了新的途径.经进一步实验研究,证明该方法是有效的.     

一种证据理论方法在数控机床故障诊断中的应用

针对证据理论组合规则在数控机床故障诊断中所出现的反直观问题,提出了一种基于证据相容度的证据组合方法。根据证据相容性函数获得证据间相容度矩阵,归一化得到一致相容性度量,在此基础上得到相容系数的偏离度来表示证据的稳定性,联合证据的一致相容性和稳定性获得证据的权系数,采用D-S组合规则完成对证据的加权平均组合。该方法应用在某型国产数控机床的故障诊断中,实验结果和相关分析表明是合理的。     

基于PCA-WT的道岔故障电流特征识别

针对道岔故障电流特征识别中存在的特征冗余,提出一种基于小波变换和主成分分析的道岔电流特征提取方法.首先利用离散小波变换对道岔动作电流曲线分解重构得到各频带信息,采用主成分分析法选取有效频带信息建立特征向量以降低特征维度,减少数据计算量;然后利用BP神经网络进行电流特征分类,从而实现道岔故障诊断.以实际现场监测数据作为测试样本,通过实例仿真验证了本文方法的有效性.     

基于特征脸和LS-SVM分类器的人脸性别分类

提出使用特征脸和最小二乘支持向量机(LS-SVM)分类器相结合进行人脸性别分类.我们首先从训练图像中求得特征脸空间,然后将训练集和测试集图像投影到特征脸空间得到投影系数.使用训练样本投影系数训练LS-SVM分类器,对训练图像和测试图像进行分类试验,同时计算出分类准确率,实验结果表明LS-SVM分类要比其他分类算法有更好的优越性.在实验中我们也使用交叉验证来确定特征脸数目和核函数参数.     

基于统一公式的无缝道岔稳定性分析

基于普通无缝线路稳定性分析的统一公式，探讨了无缝道岔转辙器稳定性的计算方法．以秦沈客运专线18号道岔为例，分析了安全系数与波长、原始塑性变形矢度及容许变形矢度的关系，并给出了全焊情况下无缝道岔稳定性的简化计算公式．分析表明，无缝道岔辙跟处是发生失稳的薄弱部位，建议取原始弹塑性弯曲矢度2mm，容许变形矢度1mm作为无缝道岔稳定性的检算条件．     

基于道岔曲线信息的列车定位方法研究

在安全苛求的现代列车控制系统中,列车的实时定位是一个十分重要的环节. 传统的基于里程计的列车定位方法只能提供列车行驶的里程信息,在具有多条平行股道的铁路车站,传统的列车定位方法无法解决轨道占用识别的问题. 本文根据列车在铁路线路上运行的特点,提出了基于道岔曲线信息的列车定位方法,该方法利用GPS及惯性传感器辅助提取列车在道岔处的速度、加速度、角速度等运行特征,得到列车在道岔处的转弯半径、曲率变化及运行方向,并通过与车载地图数据库进行比较,实现准确的轨道占用识别及列车定位. 文中给出了采用传感器获取运行特征的方法以及实现道岔信息匹配的流程. 现场测试结果表明,在当前试验条件下,该方法已具备较强的轨道占用识别能力,能够在一定程度上提高列车定位的性能.     

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.     

基于神经网络的柴油机故障诊断

基于虚拟仪器技术, 开发了柴油发动机信号处理系统, 该系统数据采集由传感器与PCI-6023E数据采集卡完成, 系统软件采用LABVIEW6.0, 根据柴油发动机的典型故障, 对系统参数赋值, 利用BP神经网络对采集的数据进行处理, 进而判断发动机的故障, 试验表明该系统是可行的。     

一种基于灾变的单亲遗传算法

遗传算法存在着计算时间过长和易导致早熟收敛等缺点。单亲遗传算法不使用基本遗传算法常用的交叉算子,简化了遗传操作过程,且不要求初始群体具有广泛多样性,计算速度较快。但单亲遗传算法使用加快收敛速度的选择算子时,仍容易导致早熟收敛现象。模拟自然界中导致生物大规模灭绝的灾变现象,引入灾变的概念来保证解空间的多样性。提出灾变发生时机的判定方法。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。