基于支持向量机的旋转整流桥故障诊断

针对车辆同步发电机中旋转整流桥发生故障时电源系统处于"带病"工作状态,直接检测相对困难的问题,通过MATLAB/Simulink建立同步发电机中旋转整流桥的仿真模型,分析各种故障状态下对定子绕组电流波形的影响,将定子绕组产生的谐波次数及幅值作为特征向量,采用支持向量机进行模式分类,通过组合网格法选择各模式分类的参数,构成"一对多"的多分类支持向量机.通过与BP神经网络的分类对比,结果表明支持向量机用少量样本就能获得较好的诊断效果.     

改进型灰色模型在铅蓄电池失效预测中的应用

铅酸蓄电池作为装甲车辆的启动和辅助电源,其性能状况直接影响着供电系统的安全稳定运行.在对现有铅酸蓄电池灰色预测模型深入分析的基础上,针对GM(1,1)模型要求原始数据序列等时距的局限性,提出了基于拉格朗日插值法等时距优化处理的数据序列的GM(1,1)预测模型,为判断蓄电池是否失效提供依据,避免了传统的容量试验带来的弊端...     

基于Ansoft的爪极发电机空载漏磁分析

针对漏磁影响爪极发电机效率问题,利用Ansoft软件的Rxmprt和Maxwell 3D模块,建立了一台爪极发电机的三维有限元瞬态仿真模型。通过在模型中添加漏磁分析辅助面的方法,分析了电机漏磁分布的规律。在空载、恒定励磁条件下,分析了电机漏磁随转速变化的规律。     

匝数直接计算法设计RCC变压器

为了解决RCC的变压器设计需要反复计算与验证的问题,文章推导出变压器匝数直接计算的公式,可以根据电源输出功率、工作频率等直接求解变压器的匝数,为准确设计电源工作状态提供了依据。并基于匝数计算法设计了一台50W的RCC电源,实验表明电源的实际工作状态和预设状态是一致的,用匝数直接计算法设计RCC电源是一种有效的方法。     

基于加权HMM的车辆电源系统状态预测

针对车辆电源系统状态趋势问题,提出了一种加权隐马尔可夫模型的状态预测方法。通过建立电源系统的隐马尔可夫模型,利用加权预测思想对隐马尔可夫模型中隐状态序列进行预测,将最大概率隐状态利用观测概率密度计算出状态观测值。通过对电压调节脉宽信号的导通率进行预测,并与BP神经网络和自回归（AR）模型对相同序列的预测结果进行对比,结果表明该方法对系统的状态变化具有较好的预测能力。     

装甲车辆原位检测仪可靠性分析与设计

装甲车辆原位检测仪是1台对装甲车辆电气系统的各分系统进行性能检测的仪器.为了装甲车辆原位检测仪能适应野外的工作环境,需要检测仪具有很好的可靠性、可维修性.主要对检测仪系统进行了可靠性的建模,确定了评价因数,计算出检测仪所选用的器件能够满足系统可靠性指标的要求.同时,对系统的可维修性的设计、可靠性、任务可靠度进行了分析....     

基于特征层融合的模拟电路故障诊断方法

为了提高模拟电路软故障诊断精度,提出了基于特征层融合的模拟电路故障诊断方法.通过小波变换的频带能量和AR模型的系数生成故障的初始特征,利用线性判别分析提取特征,降低特征向量的维数,结合mRMR原则与支持向量机构成的组合特征选择方法,对降维后特征进行最优选择,输入到训练好的支持向量机多分类器中进行分类,从而降低特征的冗余,提高故障诊断的精度.以某车辆电压调节电路为例进行仿真分析,实验结果表明,该方法有很好的诊断能力.     

装甲车辆电源系统智能故障诊断方法研究

针对电源系统建模复杂的问题,通过Matlab/simulink建立装甲车辆电源系统仿真模型,应用小波包能量法提取电源系统在各种状态下电压及电流信号的能量特征向量,并将其作为故障分类器的输入向量;结合SOM神经网络无监督聚类和BP网络有监督学习的能力,构建两层的故障分类器对各种故障状态进行识别和诊断;以车辆电源系统中整流桥故障为例进行仿真分析,结果表明该方法具有快速准确的故障诊断能力。     

基于贝叶斯网络的车辆电源系统故障诊断方法

针对车辆电源系统测试点少且测试数据不完备的问题,提出一种多信号流图模型和贝叶斯网络相结合的故障诊断方法。利用多信号流图模型建立电源系统的故障诊断模型,得到系统故障源与测试信号对应的故障依赖矩阵,在此基础上,建立用于故障诊断的贝叶斯网络结构,根据历史数据完成网络的参数学习,并以故障后验概率最大为准则,实现电源系统的故障诊断。仿真实验验证了该方法的有效性。     

某种车辆电源系统故障诊断方法研究

通过分析车辆电源系统的信号特征,提出了基于小波包与隐马尔可夫相结合的故障诊断方法。利用小波包分解提取电源系统各种状态下的信号特征,基于模拟退火思想改进K均值算法选取HMM初值,用特征向量训练连续HMM,再用训练好的HMM进行电源系统的状态监测与故障诊断,实验结果表明用少量样本就能取得很好的诊断效果。