球磨机负荷加权模糊控制算法设计与仿真

针对目前球磨机料位单冲量控制系统响应速度慢、控制特性差等缺点,提出三冲量球磨机负荷加权模糊控制算法.即通过球磨机料位、球磨机进/出口温度和进出口压差三冲量模糊控制对球磨机负荷进行调节.在分析了球磨机的系统特性和控制目标后,结合电厂手动调节的特点,研究了三冲量模糊控制方案、负荷加权模糊控制器的结构以及模糊控制器的实现.利用Matlab/Simulink工具箱进行仿真研究,结果表明所提出的控制方法具有较好的动态特性和鲁棒性.     

旋转机械故障诊断的神经网络方法研究

BP神经网络具有较好的非线性映射能力,可以描述频率特征和故障之间的关系,而概率神经网络学习规则简单、训练速度快、避免局部极小和反复训练的问题。根据两种神经网络的原理选择合适的参数建立两个旋转机械故障诊断模型,并利用模型对某旋转机械的故障数据进行处理,结果显示两种网络在故障诊断方面的实用价值。通过对故障数据的结果对比可以看到PNN网络比BP网络具有更好的容错能力。     

模糊基函数神经网络在线跟踪自学习算法研究

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法,通过带有遗忘因子的样本均值和样本协方差矩阵,保存了原始样本所包含的类可能性分布信息,并在此基础上产生新增样本的目标输出用于训练FBF网络,以实现分类边界的在线跟踪;给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法,以克服传统方法需要保存大量以往训练样本带来的困难。所提出的方法用于旋转机械的故障识别,结果表明是可行的和有效的。     

基于经验模式分解的旋转机械振动信号降噪处理

分析了经验模式分解的滤波性能；针对旋转机械振动信号信噪比低及非平稳特性，应用经验模式分解对振动信号进行降噪处理，突出了有用振动信号，为旋转机械在线监测和故障诊断提供了有效的依据；仿真实验及真实数据分析表明，经验模式分解在振动信号降噪处理中是有效的，为振动信号分析提供了新的方法。     

基于Web的液压系统故障诊断专家系统的开发

根据工程机械液压系统工况特点,设计了基于Web的液压系统故障诊断专家系统。介绍该专家系统的总体结构,并着重论述系统的知识库的构成及其内部的推理机制,并在摊铺机液压系统的故障诊断中进行了运用。     

透平压缩机组分布式状态实时监测系统研制

透平压缩机组分布式状态实时监测系统是针对机组运行特点和现场要求而设计,能对机组的机械动态特性及温度、压力、流量及开关量等参量进行在线实时监测及跟踪分析,完整掌握机组运行状态和变化趋势,为实现预测维修,使机组安全高效运行提供保障。     

柴油机NO_X排放预测模型研究

选择催化还原法(SCR)作为柴油机尾气排放机外控制的有效方法之一,正得到不断的发展和推广应用。针对SCR技术中尿素喷射控制的难点,并结合系统部分输入已知的特点,提出了应用一种带有外部输入的线性/非线性自回归模型(GNARX模型),将净扭矩、增压机转速和油门踏板位置这3个序列作为模型外部输入,对柴油机氮氧化物(NOX)原机排放量做出预测预报。结果表明,GNARX模型对NOX原机排放量的建模预测精度高于GNAR和ARX模型,可为柴油机SCR系统尿素喷射控制提供了可靠的数据反馈。     

基于Web的多代理故障诊断系统研究

针对传统的机构故障诊断系统使用范围窄、通用性差、灵活性不足,且各诊断系统相互独立、无法进行信息交互等问题,提出构建Intemet环境下具有高度开放性的分布式体系结构的故障诊断系统,解决上述存在的“孤岛”效应;研究了多代理故障诊断系统“软件总线”的建立方法,传统故障诊断系统的改造等关键问题;通过组建基于Web的多代理故障诊断系统,并且对转子实验台故障数据进行分析诊断,表明了该系统在提高已有诊断系统的利用率、改善诊断精度、减少重复开发、降低诊断费用,以及远程诊断等方面的显著作用。     

基于模糊综合评判的液压系统故障诊断方法研究

针对液压系统故障的多发性、设备构造复杂性的特点,通过对现有故障诊断方法的分析,应用模糊综合评判理论,提出了液压系统故障诊断模糊综合评判方法。以起重设备液压系统为研究对象,通过分析该系统的故障形式,建立了模糊综合评判模型,进行了量化分析和算法研究,研究表明,这种方法可以可靠、高效地判断液压系统故障。     

非线性自回归模型辨识及其在结构损伤识别中的应用EI北大核心CSCD

分析了带有外部输入的线性/非线性自回归模型一般表达式(GNARX)与Volterra级数模型的相似之处,以及GNARX模型与带外部输入的自回归模型(ARX)之间的内在联系。根据GNARX模型结构特点,提出了一种基于参数离差率的结构剪枝算法,并用于模型结构辨识,通过数据仿真,验证了方法的可行性和有效性。最后,将GNARX模型结合提出的结构辨识方法,应用于钢板的损伤识别。结果显示,基于参数离差率的结构剪枝算法辨识GNARX模型结构,其损伤识别精度最高,体现了GNARX模型及其结构剪枝算法应用于结构损伤识别的优越性。