基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值聚类方法在柴油机状态监测与故障诊断中有较好的适用性。     

船舶设备智能故障诊断通用平台的研究

针对目前的诊断系统大多是面向单一的诊断对象和诊断方式，提出了智能故障诊断通用平台的概念，意在通过此平台实现全船设备的故障诊断。系统采用Matlab和VC混合编程的方式，BP神经网络同专家系统相结合来构造知识库并介绍了此平台的工作流程。     

系统故障诊断的理论与技术研究

从技术应用的角度就故障、故障诊断技术研究中的若干问题进行了探讨，指出故障的检测与诊断技术可提高系统的可靠性与运用效率，铁路的发展更需要故障诊断技术的支持。     

JZ-7型制动机多媒体故障诊断专家系统的设计与实现

针对ＪＺ－７型制动机的特点，分析了制动机故障状况，并依据专家进行故障诊断的方法，构建了故障诊断知识库。采用多媒体表现制动机工作原理过程与故障状态的方法，实现了制动机故障多媒体智能诊断专家系统。     

基于虚拟仪器的自动检测系统研究

目前由于计算机技术和微电子技术的大量应用，电子设备的测试内容日趋复杂，对测试速度、精度和灵活性要求也日益增加，传统的测试手段已难满足现有一些设备的测试诊断，如何迅速、方便、有效地实现通信装备的故障自动检测、诊断和维修越来越受到科技工作者的重视，同时通信装备的可靠性及故障自动诊断能力也是衡量其技术水平的重要性能指标。     

基于自适应STFT的货车滚动轴承故障诊断

带故障的铁路货车滚动轴承振动信号表现为低频平稳信号与高频的周期性冲击信号的叠加。采用以三阶B样条函数作为窗函数的自适应短时傅立叶变换(STFT)对货车滚动轴承振动信号进行时频分析和故障信息提取。与传统的固定带宽的STFT相比,自适应STFT在不同频段自适应选取窗长,大大提高了振动信号的时频分辨率。应用该方法对197726型货车滚动轴承在内圈剥离、外圈剥离两种故障状态下的振动信号做了分析,求得故障频率分别为61.32 Hz和46.36 Hz,与内外圈的理论故障频率相符,可以有效地诊断出铁路货车滚动轴承内外圈故障。     

智能化故障诊断系统的研究与开发

基于神经网络轴系智能化故障诊断系统的开发技术，讨论了BP神经网络和自组织神经网络在轴系故障诊断中的应用特点，提出以PC为核心的扭振主号采集处理和标准样本的建立方法，介绍诊断系统的软件结构、模块功能、混合编程与接口技术、诊断流程和软件特点。实际应用表明，智能化故障诊断系统是船舶轴系扭振监测与故障诊断的一种有效工具。     

广州地铁车辆故障诊断系统

对广州地铁一号线车辆故障诊断的组成和工作原理作了全面介绍，着重介析了系统的总线结构、诊断数据及应用。     

基于节气门位置传感器的发动机故障诊断研究

通过在VOLVOB230F型电控汽油喷射发动机上研究节气门位置传感器的全负荷信号对发动机性能的影响．并对节气门位置传感器故障造成的发动机性能变化的对比可分析表明：节气门位置传感器的全负荷信号丢失以后，混合气变稀，功率下降；CO和HC排放降低，NOx排放升高，同时有助于指出了节气门位置传感器在电控发动机故障诊断中的作用。     

Design and implementation of an expert system for remote fault diagnosis in ship lift

In this paper an expert system for remote fault diagnosis in the ship lift was developed by analysis of the fault tree and combination with VPN. The fault tree was constructed based on the operation condition of the ship lift. The diagnosis model was constructed by hierarchical classification of the fault tree structu~, and the inference mechanism was given. Logical structure of the fault diagnosis in the ship lift was proposed. The implementation of the expert system for remote fault diagnosis in the ship lift was discussed, and the expert system developed was realized on the VPN virtual network. The system was applied to the Gaobaozhou ship lift project, and it ran successfully.