液态金属型电弧触发器稳态温升仿真及优化设计

本文以Workbench为仿真平台,建立了液态金属型电弧触发器的稳态温升模型,研究了不同通流孔数量对触发器温升特性的影响,获取了优化设计原则,可用于指导液态金属型电弧触发器的稳态温升设计。     

一种新型免疫克隆算法的船舶远程故障诊断系统

随着船舶功能的多样性和各种航运用途的要求,船舶自动化控制系统也同时面临着更多的挑战,为了降低船舶故障发生的概率,人们急切需要一种能够远程支持的故障诊断系统。本文首先根据船舶故障检测的实际需求,设计一种基于单片机和DS18B20的现场故障检测电路,然后针对特定的监测要求,结合新型的免疫算法,对故障检测的软件程序进行优化,通过对故障复杂度的分析与判断,加强了船舶故障预测的能力,同时也降低了对硬件资源性能的要求。     

奥迪A6L变速器冲击故障排除

一、故障现象一辆奧迪A6L2.8,装配双离合变速器0B5。客户反映该车热车后车辆冲击感明显,试车时发现当变速器油温达到90TC以上时,车辆1挡升2挡,2挡降1挡冲击感明显。该车辆无故障码。我们来简单了解一下双离合变速器0B5的结构原理,其结构如图1所示。     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

机油消耗过多的原因与排除方法

机油消耗过多,除了渗漏原因之外,多属发动机活塞、气门机构及其附件(如空压机、增压器)存在故障,归纳起来如下: 1密封垫故障 如齿轮室盖垫、气门顶盖垫、气门侧盖垫、油底壳垫、机油冷却器垫、机油滤清器垫、曲轴油封座垫等的损坏,只要把损坏的垫更换、平整并清洁接合面装好即可排除故障.另外,曲轴箱通风口堵塞,会导致曲轴箱内气压和温度升高,机油从密封垫或油封处渗出,甚至冲破油底壳衬垫或其它密封垫,造成机油消耗过多.因此,应定期拆检曲轴箱通风口及其部件.     

基于S注入法的自闭贯通线路故障定位系统

将S注入法和无线传输节点相结合，利用传感器网络的自组网功能以及高容错性构建了无线节点通信网络．提出了采用传感器网络技术的铁路自闭贯通线故障定位系统．该系统由信号注入装置、无线节点、开关站无线处理单元和智能故障信息处理系统构成．通过无线节点检测注入信号．智能故障信息处理系统接收无线节点传来的检测结果，并判断故障位置．注入信号的电源为恒流源，频率范围为220～320Hz．设计了并列方式和交错方式两种检测节点的布置方案．这两种方式均能满足信息传输可靠性的要求，但并列方式的系统可靠性比交错方式提高了2倍．该系统定位精度可根据需要调整．     

汽车非确定性故障诊断模型研究

针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进行诊断,最后以实例验证了该模型的实用性。     

船用推进变频调速装置保护技术研究

推进变频调速装置是船用电力推进系统关键组成部分,一旦损坏不能正常运行,将导致全船整个推进系统瘫痪,失去前进动力。基于推进变频调速装置在船用电力推进系统中的重要使命,本文针对船用变频调速装置可能存在的故障类型进行了分析,提出了相应故障类型的保护要求,给出了保护方法,并对关键保护技术进行了试验验证。试验结果满足设计要求,证明了保护方法的可实现与有效,提高了船用动力系统的可靠性,具有较高的理论研究价值和工程应用价值。     

船舶主发电机典型故障的分析与排除

主发电机作为船舶主要的设备之一,管理系统高度自动化,但由于设备本身的故障或因误操作等原因,故障率比较高,如何及时准确的排除故障,确保船舶的安全运行,已成为广泛关注的焦点之一。文章针对L23／30H型主发电机的典型故障的排除进行了分析。     

多参量状态下舰船网络异常故障智能诊断方法分析

为了解决船舶网络数据交互压力成倍增长,网络故障特点已由单纯的单要素故障转变为多因素故障的问题。提出多参量状态下舰船网络异常故障智能诊断方法分析。对网络环境的全局变量进行收集,获取多参量状态,根据获取的多参量状态数据,建立多参量网络健康评估模型,定义对参量下故障识别的学习状态,确定网络故障点,通过数据提取算法完成对故障点的提取,完成故障的智能诊断。通过实验数据表明:相同时间量与故障量下,采用设计方法的故障诊断效果,要比传统诊断方法多诊断出故障21处,提升效果明显。