自组织映射神经网络模型用于汽轮发电机组故障诊断

在人工神经网络自组织映射模型的基础上，利用其与汽轮发电机组常见故障和症兆之间的特征映射关系，发展了一种对汽轮发电机组存在故障进行聚类识别、诊断的新方法。在工程应用中该方法与ＢＰ网络方法相比具有无指导、识别速度快等优点。     

基于DSP的高精度测频方法与软件设计

提出了一种基于数字信号处理器(DSP)的测频方法,用于光纤涡轮流量计转子叶片频率的测量.在简要分析了光纤涡轮流量计的工作原理的基础上,设计出了光纤涡轮流量计测量系统软件的硬件电路平台;阐述了利用事件管理器通用定时器实现高精度数据采集方法的设计与DSP实现;分析了高稳定性、实时性的FIR滤波算法与DSP实现;讨论了利用插值方法改进FFT算法实现高精度测频的DSP实现;利用通用定时器的比较操作来产生脉宽调制(PWM)波,实现TTL电平输出.     

一种涡轮叶尖间隙主动控制系统的建模与仿真

为了提高现代航空发动机的性能,通过机械装置来控制(减小)涡轮叶尖间隙成为现在和未来的一个研究热点。在分析研究了航空发动机在不同工况下涡轮叶尖间隙的变化规律的基础上,提出了一种双闭环主动快速控制系统。进而,设计了一种可以控制非均匀叶尖间隙变化的作动装置,并对其进行了深入的数学建模分析。最后,分别通过PID和模糊PID两种控制器工作方式,对所设计的涡轮叶尖间隙主动快速控制系统的控制效果进行了仿真验证,结果表明,在起飞时段,PID控制曲线与模糊自适应PID控制曲线基本重合;但是在巡航、迅速减速、迅速加速、再次巡航时段,模糊自适应PID的控制效果要明显优于PID控制。     

机械工程测试技术类课程教学计划研讨

针对机械工程测试技术的迅速发展及其课程教学的内在规律,通过讨论提出了一门必修的工程技术课"测试技术"和一门选修的专业课"微机自动检测与控制"的教学大纲提案。     

高速电磁阀模型建立及响应特性研究

高速电磁阀在控制系统中应用越来越广泛,其响应速度直接影响了系统的性能。讨论了高速电磁阀数学模型的建立,然后通过运用Matlab软件中的Simulink对电磁阀的数学模型进行仿真,分析电磁阀的响应特性。研究结果表明:所采用的逆推、分段方法为电磁阀响应特性的研究提供了一个新思路,它能快速、准确得到电磁阀各参数对其响应特性的影响。最后对高速电磁阀的应用进行了展望和讨论。     

基于改进DBNs的三维叶尖间隙叶片裂纹诊断方法

针对航空发动机结构复杂、干扰因素多、叶片裂纹特征提取困难及难以精确诊断等问题,提出一种基于改进深度信念网络(deep belief networks,简称DBNs)的三维叶尖间隙叶片裂纹特征提取与诊断方法.首先,根据DBNs重构误差的传递规律,通过全局反向重构(global back-reconstruction,简称...     

旋转机械支座松动的滑动轴承润滑膜动态特征

滑动轴承支承的旋转机械支座松动故障的转子振动信号特征易与转子不对中、裂纹、碰磨等故障特征混叠,从而造成误诊。针对此问题,从研究润滑膜的动态特征入手,提出基于润滑膜动态特征检测的支座松动故障识别方法。以一端松动的单跨单圆盘转子系统为研究对象,建立了单端支座松动故障的动力学模型,并对旋转机械支座松动时滑动轴承润滑膜厚度动态特征进行了仿真和实验研究,分析了润滑膜厚度随转速的变化规律及其频谱特征,得出了支座松动时敏感润滑膜厚度的动态变化规律。利用此特征识别旋转机械支座松动故障,可避免基于转子振动信号对支座松动故障识别的不足。     

高速数控车床刀具热变形的计算分析

以高速数控车床刀具为研究对象,结合具体工作条件,对刀具进行切削过程热变形分析。首先进行刀具温度场理论分析,建立刀具温度场的传热模型,对刀具传热过程进行分析。进而采用ANSYS对刀具进行切削过程温度场仿真,并进行热结构耦合获取刀具热变形量。研究结果表明:文中在一定程度上实现了对刀具热变形的定量计算分析和研究,为进一步研究刀具热变形对加工精度的影响,以及采用何种误差补偿方法提高加工精度等奠定了良好的研究基础。     

BP网络在200MW汽轮发电机组故障模糊诊断中的应用研究

针对目前２００ＭＷ汽轮发电机组曾经发生的真实故障，本文将ＢＰ网络与聚类识别方法引入故障诊断中，建立了基于ＢＰ网络的ＦＣＮＮ模型，研究了基于ＦＣＮＮ模型的２００ＭＷ机组的模糊诊断方法。应用结果表明，该方法能够给出２００ＭＷ机组有无故障、故障可能的位置、程度和类型，在提高诊断系统的现场适应性和诊断可靠性方面取得满意效果．     

人体下肢多关节连续运动的肌电预测方法

为了准确捕捉人体下肢关节在不同运动模式下的运动状态,提出一种利用肌电信号进行下肢多关节连续运动预测的方法。采集人体在蹲起运动、膝屈伸运动和上下阶梯运动时的肌电和运动数据进行处理分析,利用肌肉骨骼几何建模软件Opensim建立人体骨骼肌肉仿真模型,并进行逆运动学分析,提取人体下肢关节运动曲线。建立人体下肢在矢状面内的运动与肌电的映射关系,利用麻雀搜索算法优化Elman神经网络,实现对踝、膝和髋关节角度连续变化的预测,与传统的反向传播神经网络、支持向量机回归和Elman神经网络预测结果进行对比。结果表明：利用麻雀搜索算法优化的Elman神经网络在预测下肢关节角度变化中具有更高的精度,且该预测模型在不同运动模式下关节运动预测值与测量值均表现出一定的相关性,相关系数均大于0.89,证明利用肌电信号进行下肢多关节连续运动预测是可行的。