模糊神经Petri网在管道故障诊断中的应用

针对模糊Petri网在故障诊断中缺乏较强的自学习能力的缺点,将人工神经网络引入到模糊Petri网中,定义一种模糊神经Petri网,应用于天然气长输管道故障诊断,对过程中的故障诊断进行建模,通过分析说明该方法的可行性。     

基于改进多尺度排列熵的列车轴箱轴承诊断方法研究

多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列熵方法估计的熵值结果更加稳定,且误差减小。结合马氏距离特征选择与遗传算法优化的支持矢量机模式识别算法,提出了一种智能化的轴承故障诊断方法。通过列车轴箱轴承实验数据进行验证,结果表明该方法可准确识别出不同类型的故障轴承。     

基于波形特征提取和FA-Grid SVM的MVB故障诊断

列车通信网络的故障诊断一直是列车健康管理的难点,文章针对列车MVB(多功能车辆总线)网络,提出了一种基于波形特征提取和联合萤火虫网格寻优支持向量机(FA-Grid Support Vector Machines, FA-Grid SVM)相结合的故障诊断方法。通过提取MVB总线物理波形的时域特征,作为支持向量机的样本,构建MVB故障数据集;基于SVM较优参数点基本集中于同一区域这一现象,提出FA-Grid两步寻优的参数优化模型。试验结果表明,与传统网格寻优和遗传算法(GA)相比,提出的FA-Grid寻优模型时间复杂度低,分类效率高,能够准确地对MVB故障进行诊断。     

多功能电控柴油机故障诊断仪研制

介绍了一种基于高速、高性能单片机C8051F040的电控柴油机ECU故障诊断仪的软硬设计及其功能,该故障诊断仪通过RS232,CAN,USB多总线实现与ECU和计算机之间的数据交换,采用大容量数据存储、液晶显示、Flash编程等多项关键技术,集参数设置、数据存储、信息多模式显示与通信等功能于一体,性能稳定、成本低,可用于多种数字化电控柴油机故障诊断。     

拱桥吊杆更换后健康检测与诊断

该文以南通市某拱桥更换后的吊杆为对象,通过外观检查和试验室检测手段,研究了拱桥柔性吊杆的实际服役状况,了解和掌握了吊杆乃至拱桥结构的安全性、耐久性。吊杆护套及锚头剖开后发现:索体护套及锚头内均残留冷凝水,钢丝表面镀锌层轻微锈蚀,出现白色锌粉,镀锌层含量在300 g/m2~350 g/m2之间,部分吊杆钢丝出现黄色锈斑;锚杯内环氧铁珠浇注体不密实且锈斑残留,表面有蜂窝、坑洞等,锚杯内钢丝完好;锚杯内环氧树脂保护层破损,钢丝墩头锈蚀,部分吊杆锚杯锈蚀严重,出现成片深色锈斑。     

一例4135柴油机“飞车”的原因及其预防

描述了柴油机因高压油泵故障致柴油机“飞车”的现象,从高压油泵的结构组成入手,通过对油泵的进、压、停油及油量调节的工作过程叙述,借助高压油泵试验台分析高压油泵产生“飞车”的原因,查找“飞车”故障症结在于调节齿圈安装不正确,停机中柱塞直槽（泄油槽）与进出油孔位置过转致供油最大,柴油机“飞车”无法停机,后来改变调节齿圈安装位置,将破口向左偏移2齿实现停油停机,最后指出了柴油机安全操作中的注意事项及预防措施。     

联合牵引车车身控制模块功能测试设备

随着汽车电子行业的不断发展,越来越多的功能模块替代了原有的控制回路,使得车辆在控制电路方面与以前相比有了极大的简化,并且控制模块具备自我诊断功能,当电路部分故障出现之后,仪表会准确地显示故障位置,使维修工作更加方便。本文介绍联合牵引车车身控制模块的工作特点以及产品开发初期所进行的模拟测试。     

汽车PEPS系统诊断测试的应用与研究

随着汽车技术的不断提高,汽车PEPS系统也对其诊断测试结果的速度、准确性、连续性提出了更高的要求,利用Vector公司开发的CANoe总线仿真软件,对各种车身电子模块进行模拟,建立具有改进AES算法认证加密的汽车PEPS系统的测试仿真环境。实际测试结果表明,该系统不仅可以在虚拟节点下进行模拟仿真测试,也可以在真实节点下进行实时测试,灵活有效地反映出汽车PEPS系统中各种电子模块的总线通信情况,同时保证了故障诊断测试连续性和有效性。     

电动汽车驱动控制策略研究综述

驱动系统是电动汽车研制的关键技术之一,它直接决定电动汽车的性能。矢量控制通过坐标变换将定子电流矢量分解为转子磁场定向的两个直流分量并分别加以控制,从而实现异步电动机磁通和转矩的解耦控制,达到直流电动机的控制效果。直接转矩控制,并不需要观测转子磁链,它基于定子磁场控制磁场定向以转距作为被控量,思路清晰,手段直接。本文根据电动机矢量控制及直接转矩控制理论,结合电动汽车的实际要求,对其的现状及优缺点进行了分析及说明,介绍了改进的控制措施及发展趋势。     

电控发动机故障诊断属性约简算法应用研究

利用粗糙集理论中的区分矩阵属性约简算法对电控发动机的几种典型故障参数进行属性约简,为验证约简结果是否有利于下一步的故障诊断,采用较成熟的BP神经网络对其进行诊断验证,将约简结果作为网络的输入,待诊断故障作为网络的输出。通过学习训练结果表明:利用区分矩阵方法所获得的核约简不能作为故障诊断的特征参量,其导致网络不收敛,而其它3组约简可以用于区分现有故障。为获得最优的属性约简结果,利用二进制粒矩阵的方法进行了最优属性约简的证明。