机车轮箍弛缓的红外故障诊断

介绍了机车轮箍弛缓的故障诊断方法,特征信号的选择和故障诊断的方法,并介绍了基于PC104的诊断系统的组成.     

舰船电力系统故障诊断综述

故障诊断对于故障后的维护以及系统恢复,尤其是对舰船这种特殊结构的军用船只而言具有重要的意义.综述了舰船电力系统故障诊断的各种基本的研究方法,包括数学模型、专家系统、故障树、人工神经网络和数据融合技术等.分析了这些方法的特点并指出各个诊断方法的优缺点.最后,以实际应用为目标,指出了随着全船信息化时代的到来,舰船电力系统故障诊断领域所需解决的关键技术问题和主要的发展趋势,以促进该研究领域进一步向实用化以及深度和广度相结合的方向发展.     

故障诊断技术在武器装备维修中的应用研究

状态监测与故障诊断在武器装备维修中的应用研究在近二十年发展较快,就目前发展的状况而言,已基本形成了自己的体系,文章对目前该领域发展的特点、基本内容、不足之处以及发展趋势进行了较为详细的介绍,并指明了非线性故障诊断在武器装备维修中的应用趋势,最后着重介绍了神经网络和分形在非线性故障诊断中的研究及应用现状。     

船舶故障诊断的新发展

船舶故障诊断是诊断技术从应用范围角度划分的一个分支,它是根据船舶领域特定需要而形成的一门学科技术。此文通过归纳船舶故障诊断领域中使用的方法,总结出船舶故障诊断中新技术的应用,并对其未来的发展趋势提出了自己的见解。此文也为其它领域诊断技术的发展提供了一定的可借鉴性。     

基于BP神经网络和案例推理的装备故障诊断研究

分析了BP神经网络和基于案例推理（CBR）在故障诊断领域应用中的优点、局限性和互补性,设计了二者相结合的装备故障诊断模型,通过某型装备的故障诊断实例,验证了该算法的有效性。     

基于LabVIEW的船舶机舱设备远程监控与故障诊断系统设计

以船舶机舱设备监控为背景,将基于Internet/Ethernet的网络技术应用到船舶机舱设备远程监控和故障诊断领域,提出基于LabVIEW实现远程监控和远程故障诊断的系统方案,给出系统的基本结构、功能、界面优化设计.该系统以不同的功能模块组成的数据库为中心,实现远程监控、远程故障诊断和故障报警等多项功能.     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

SVM在船舶柴油机故障检测系统中的应用研究

支持向量机(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究.     

大数据分析在船舶机械故障诊断系统中的应用

随着计算机技术和大数据技术逐渐成熟,大数据分析在船舶工业领域有了越来越广泛的应用。近年来,船舶工业逐渐向着智能化、自动化等方向发展,船舶动力系统、电力系统的智能化故障诊断等技术成为业内的研究重点。船舶机械的故障诊断过程具有数据量大、故障信号复杂、干扰信号多等问题,一直以来是业内的研究难题。本文介绍了大数据分析技术的原理和数据挖掘技术,设计了一种基于大数据分析的船舶机械故障诊断系统,该系统面向的诊断对象主要包括船舶机舱控制系统、船舶动力系统等,具有数据诊断效率高、人机交互性好、数据传输效率高等优点。     

基于D-S-CBR的燃料电池系统生产过程故障诊断

氢能产业发展迅速,质子交换膜燃料电池系统已实现初步应用广,在车、船、电站领域的应用逐渐推广。由于燃料电池系统的产业化开始时间有限,产品标准化程度较低,在生产过程中容易出现各种故障问题,研发、生产人员难以定位故障点及故障原因,排查及解决故障的时间长,严重影响生产进度。本研究通过将证据融合理论与案例推理故障诊断方法结合,构建一种混合数据的D-S-CBR系统,实现两种类型异构数据的融合及故障诊断。并将此研究应用于燃料电池系统的生产中,辅助研发、生产人员进行生产过程故障诊断,减少故障诊断时间,降低生产成本,提高产品质量。     

人工智能技术在海上风机领域的应用综述

我国海上风机目前发展迅猛，人工智能技术在海上风机领域的应用是当前的研究热点。该文分析总结了多种人工智能技术在海上风机的动力响应分析、运维监测、设计运维优化等多个方向的应用，涉及动力响应预报、功率预报、结构监测、故障诊断、控制优化、运维优化等，分析表明人工智能技术可以较好地应对海上风机设计及运维领域的各项挑战。文中也论述了人工智能技术在海上风机领域的应用前景及目前存在的几种主要限制因素，并展望了未来发展方向。     

基于随机森林方法的柴油机涡轮增压器故障诊断

为了提高柴油机故障诊断的精度,针对柴油机涡轮增压器故障的问题,提出基于随机森林的柴油机涡轮增压器故障诊断方法。使用AVL Boost对柴油机建立故障仿真模型,并生成故障样本。对构建的涡轮增压器模型使用随机森林方法诊断。结果表明,采用随机森林算法的故障诊断模型可以有效对涡轮增压器的故障进行分类,分类准确率超过95%。可知,随机森林方法在涡轮增压器故障诊断领域中有良好的应用价值。     

船用柴油机人工智能故障诊断应用综述

智能船舶代表了船舶未来的发展方向,柴油机作为船舶主要驱动设备,其故障诊断对智能船舶的安全性和可靠性具有重要意义。人工智能有效地解决了传统故障诊断方法存在的问题,基于人工智能方法的柴油机故障诊断技术成为近些年的研究热点。本文总结人工智能在柴油机故障诊断中的研究进展,对迁移学习应用到柴油机故障诊断中的前景进行展望,分析了柴油机故障诊断的研究趋势和面临的挑战。     

导航装备微特电机故障诊断技术研究与应用

介绍电机故障诊断领域中三种基本诊断方法,认为多种方法的综合运用是电机故障诊断技术重要发展方向.设计了一种基于LabVIEW的微特电机智能故障诊断系统,具有有精度高、自动化程度高、有很强的信号处理能力等特点.     

人工神经网络的船舶引擎冷却系统故障诊断方法研究

以船舶故障诊断作为应用背景,对人工神经网络在船舶冷却系统故障诊断中的应用进行研究。首先对船舶引擎冷却系统进行介绍;然后介绍人工神经网络的基本知识,给出基于人工神经网络的船舶引擎冷却系统故障诊断方法。该方法选用BP神经网络模型,并利用LM算法来提高方法的收敛速度。实验结果表明,本文给出的方法具有较高的计算能力和准确率。     

深度神经网络在船用齿轮箱故障诊断中的应用

船用齿轮箱故障诊断系统,通常采用的是基于模型的故障诊断方法,需要依赖专家对采集到的振动信号进行分析和判断,且设备的运行状态会随着时间的推移发生变化。传统的故障诊断方法受专家知识和经验的影响较大,难以获得全局最优解,导致其准确率较低。针对该问题,本文基于深度神经网络（DNN）的故障诊断方法,通过大量实验研究,确定了DNN模型中最佳参数和超参数。实验结果表明,在船用齿轮箱故障诊断领域,DNN模型不仅能够有效地对齿轮箱进行故障诊断,而且具有较高的准确率和较快的收敛速度。     

风机的检修与维护

风机作为工农业中常用的气体压缩和输送机械,如何更为经济、有效、可靠地对其进行维护与检修一直是行业研究的重点,而对其进行状态监测和故障诊断,及时发现故障,从而制定基于状态的预防性的检修与维护具有重要意义.本文在总结风机常见故障及其排除方法后,对风机的常用检修与维护方法进行了阐述,接着状态监测和故障诊断在风机领域的研究现状...     

舰船远程监测与故障诊断系统的研究

研究了目前远程监测与故障诊断技术,通过对数据库技术、计算机网络数据传输和加密技术、服务器端WebClass技术、客户端AetiveX技术这四大关键技术的应用研究,提出了用TCP／IP作为系统的网络层和传输层协议,用ASP技术解决远程数据通讯接口问题,并采用神经网络作为故障诊断方法。研究表明,舰船远程监测与故障诊断系统切实可行,有望发展成为一种有价值的舰船监控系统。     

执行器故障诊断的方法

综述了近年来有关执行器故障诊断的基于解析模型、基于信号处理和基于知识的3种诊断技术研究,对各种方法进行了详细的评述,简要的给出了有代表性的研究成果。着重介绍了神经网络在执行器故障诊断中的应用。最后对执行器故障诊断技术的发展趋势和有待解决的问题作了一定的分析。     

立志樊登科技高峰 努力创造民族品牌——江阴京澄玻璃厂产品开发走出新路

江阴市京澄高级装饰玻璃厂是专业从事玻璃深加工产品的开发与生产的高新技术企业，通过ISO9001：2000质量体系认证。该厂拥有从美国、日本、瑞士、意大利等国家引进的先进玻璃深加工设备，装备水平、综合配套能力在国内同行中处领先地位。该厂一贯注重新产品的研究开发，产品从建筑装饰等领域拓展到船舶、机车、家电配套等领域，并远销二十多个国家和地区。