心肌肌钙蛋白-I在病毒性心肌炎诊断及预后判断中的应用

目的　探讨心肌肌钙蛋白 I(cTnI)在病毒性心肌炎诊断及预后判断中的应用。方法　选择病毒性心肌炎患者 85例 ,测定血清cTnI及肌酸激酶 MB同工酶 (CK MB) ,长期随访观察cTnI;采用超声心动图测定 ,观察心脏大小及心室功能变化。结果　①cTnI诊断病毒性心肌炎阳性率显著高于CK MB。②将患者按入院时cTnI水平由低至高分为 <0 .2 5 μg·L- 1 组 ,0 .2 5～<1 0 μg·L- 1 组及≥ 1 0 μg·L- 1 组 ,随着血清cTnI浓度的升高 ,左室舒张末内径 (LVDd)逐渐增大 ,射血分数 (EF)逐渐降低 ;随访期 ,随着入院时血清cTnI水平的由低至高 ,LVDd显著增大而EF显著降低 (P <0 .0 5 )。结论　①cTnI作为心肌损伤指标优于CK MB。②病毒性心肌炎患者 ,cTnI水平高低与患者心脏大小以及远期心室功能发展有关 ,cTnI增高者心室腔扩大而心室功能下降     

多小波的多分辨率分析在电力信号处理中的应用

简要介绍了多小波的多分辨率分析方法．以电力系统故障电压信号为原始信号，探讨了多小波在故障检测、故障数据压缩以及故障信号去噪方面的应用，并与传统小波进行了详细比较．仿真算例表明，选择合适的预处理方法，多小波总体上能比传统小波取得更好的效果．     

故障诊断专家系统应用研究

提出了直流斩波电路故障诊断专家系统的理论根据及设计方法。知识库设计为多元故障树，诊断数据来源于对被诊断对象的测试与知识推理，依据特征向量实现故障定位。采用功能级故障诊断模型比依据网络理论建立的数学模型更为简便。     

深圳地铁3号线列车控制与诊断系统评价

介绍了深圳地铁3号线列车采用的列车控制与诊断系统(TCDS)的网络结构、主要部件的功能及控制原理,分析了TCDS的优缺点。该系统是一种分布式列车电子控制系统,由双绞线式列车总线(WTB)、多功能车辆总线(MVB)和RS 485串行总线3个层级构成,能实时、全面、直观地监控列车各子系统的工作状态。     

模糊贝叶斯决策在ATP车载设备故障诊断中的应用研究

高速列车长时间工作运行不可避免发生故障,其中的车载设备故障发生具有不确定性和相关性特性。分析故障发生和查找故障致因是一项复杂而重要的过程和工作。贝叶斯网络在解决不确定性和相关性问题有其独特的优势,可以利用贝叶斯网络查找故障成因和故障点并且加以控制,从而提高列控车载设备运行的安全性。在实际理论和工程实践中运用贝叶斯推理时往往过分强调贝叶斯推理功能而忽略先验概率确定的问题,模糊贝叶斯决策是在经典贝叶斯理论上综合运用决策理论、模糊数学、贝叶斯方法和期望效用理论,建立一个在多属性指标下故障态势的模糊贝叶斯决策模型,克服了单一贝叶斯推理的不足,增强了模型的适用性。     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。     

ZPW-2000A轨道电路小轨断轨故障诊断功能的研究

对于未将ZPW-2000A区间自动闭塞设备的小轨道检查纳入联锁的线路,提出利用信号集中监测系统,对采集的ZPW-2000A相关模拟量与开关量,进行综合分析,实现了基于信号集中监测系统的小轨断轨故障诊断功能,给出了具体的设计方案。     

地铁列车车门系统故障分析及诊断方法

车门系统作为地铁列车的重要组成部分,其工作状态对于列车的安全运行有重要意义。文章介绍了列车车门的结构和常见的车门故障,对故障产生的原因做了简要分析。针对列车车门故障,文章分别介绍了基于决策树、人工神经网络和贝叶斯网络的故障诊断方法。     

变流器故障诊断技术综述

总结了变流器的常见故障及其诊断方法,主要对小波分析及神经网络诊断方法进行了系统归纳;指出变流器故障诊断方法现存在的问题,预测了其发展趋势。     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。