基于网络技术的汽车故障诊断系统

伴随无线通讯技术、基于模型的诊断技术、人机接口技术、电子技术和嵌入式系统技术的快速发展,汽车诊断方式产生巨大的变化。可以在汽车正常行驶的同时,通过网络远程诊断来维护汽车。分析基于网络的汽车远程诊断的现状、特点及发展趋势。     

出口梗阻型便秘的动力障碍分型诊断新策略

目的研究出口梗阻型便秘(outlet obstructive constipation,OOC)患者肛门直肠动力和感觉功能监测,探讨肛肠动力监测值对OOC的动力障碍分型诊断及指导治疗的实际临床价值。方法通过肛管直肠动力学和感觉功能监测系统检测200例符合RomeⅢ诊断标准的OOC患者及50名健康人(对照组)的肛管直肠动力学和感觉功能监测相关指标,分别分析肛门直肠压力指标和感觉功能监测指标,观察肛肠动力学和感觉功能改变对OOC的动力障碍分型诊断及治疗上的指导作用。同时对比分析OOC患者与对照组的动力和感觉功能相关指标。结果 200例OOC患者肛门直肠动力正常84例,异常116例(Ⅰ、Ⅱ、Ⅲ型分别为64、38、14例);Ⅱ型组肛门静息压明显低于对照组、Ⅰ型组和Ⅲ型组(P<0.05)。200例OOC患者中,76例直肠感觉功能正常,124例患者异常。OOC组感知阈值与对照组比较,差异有统计学意义(P<0.05)。OOC组患者直肠静息压、肛管静息压、肛管最大收缩压和肛管括约肌的长度与正常对照相比均无明显的差异,但松弛压OOC组患者高于对照组(P<0.05)。结论肛门直肠动力和感觉功能测定对OOC的动力障碍分型诊断及选择正确的治疗方法提供了依据,对临床具有很重要的实际意义。     

山西省桥梁健康动态管理与诊断系统研究

对山西省桥梁健康动态管理系统的研究背景、系统功能及系统特点进行了介绍。该系统可以有效指导桥梁的日常检查、检测、评估及管养工作,达到优化和革新管理模式、提高管理效率和管理质量的目的,具有较大的推广应用前景。     

VOLVO 904T65AWD自动变速器不升档故障诊断与排除

AT一直以来作为主流自动变速器,在乘用车及工程车辆上有着广泛的应用,但其结构复杂,对故障诊断与排除的要求比较高。通过介绍自动变速器不升档故障的诊断与排除实例,以期达到对自动变速器故障诊断方法进行总结的目的。     

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

基于小波网络的船舶柴油机燃油系统故障诊断

采用小波变换和BP神经网络的辅助式结合,通过小波变换提取故障特征向量作为BP神经网络的输入值,设计并组建了小波神经网络;利用小波变换模极大值分析高压油管燃油压力信号的奇异性,提取故障特征向量;根据故障采集数据并建立学习样本,通过网络训练建立BP神经网络输入和输出间良好的非线性映射,进而通过特征向量输入BP神经网络来诊断故障。实验数据分析表明:该方法具有良好的诊断效果。     

DH280型挖掘机电子功率优化系统的故障诊断

液压油泵的最大输入功率与发动机的最大输出功率之间的匹配问题是液压挖掘机设计过程中的一个重要内容。在分析了DH280型挖掘机电子功率优化系统的基础上,提出了该系统的故障诊断与排除方法。     

发动机滑动轴承故障定量诊断方法

应用振动监测技术, 对EQ6100-1型发动机连杆轴瓦与曲柄销间隙故障进行模拟, 分析振动响应与故障特征变化关系, 从振动信号中提取反映偶件故障的特征参数, 选择适当的数学模型描述特征参数随偶件状态的变化规律, 实现对发动机滑动轴承间隙故障的定量诊断。试验结果表明: 故障系数和连杆轴瓦与曲柄销间隙的关系是显著的, 相关曲线为多项式回归曲线, 其复相关系数接近1, 说明采用振动信号进行发动机滑动轴承间隙故障诊断在实践上是可行的。     

宝来轿车CAN数据传输系统

随着计算机、控制器、通讯和CRT显示技术的发展,尤其是微处理器技术和集成电路技术的飞速发展,使得控制技术向高、精方向发展,汽车技术正在走向信息化。近年来,国产轿车广泛采用CAN技术,标志着汽车电子控制技术进入了一个新时代。介绍了宝来轿车动力传动系统CAN和舒适系统CAN的技术特点、组成、原理及诊断方法。     

A Statistical Parameter Analysis and SVM Based Fault Diagnosis Strategy for Dynamically Tuned Gyroscopes

Gyro's fault diagnosis plays a critical role in inertia navigation systems for higher reliability and precision. A new fault diagnosis strategy based on the statistical parameter analysis (SPA) and support vector machine (SVM) classification model was proposed for dynamically tuned gyroscopes (DTG). The SPA, a kind of time domain analysis approach, was introduced to compute a set of statistical parameters of vibration signal as the state features of DTG, with which the SVM model, a novel learning machine based on statistical learning theory (SLT), was applied and constructed to train and identify the working state of DTG. The experimental results verify that the proposed diagnostic strategy can simply and effectively extract the state features of DTG, and it outperforms the radial-basis function (RBF) neural network based diagnostic method and can more reliably and accurately diagnose the working state of DTG.