高阶累积量自适应滤波在列车轴承故障诊断中的应用

论述了基于三阶累积量的递推最小二乘自适应算法(CDRLS)和基于累积量的指数遗忘窗的最小均方误差自适应算法(CDEFWLMS).通过对机车滚动轴承的保持架断裂典型故障信号的分析得出高阶统计量自适应算法具有良好的降噪性,CDEFWLMS 算法比 CDRLS 算法处理后的幅值更突出.讨论了用模糊 C 均值(FCM)算法聚类 CDEFWLMS 算法和 CDRLS 算法滤波后的信号频谱,得出经 CDEFWLMS 算法处理的故障隶属度要比CDRLS 算法较大,从而进一步验证了高阶累积量自适应算法在实际故障诊断和检测中有着良好的应用特性.     

模糊神经网络故障诊断专家系统

模糊诊断和神经网络有机结构能够提高设备邦联诊断技术水平，文章阐述了单症兆主多症兆诊断模糊与神经网络的有机结合论述以模糊诊断原理为根据发展的扩展神经了网和子节点的可塑性学习方法和以模糊模式识别理论指导学习样本的组织方法。     

模糊C-Means算法从实例库中挖掘模式识别知识

以模糊c-means算法对实例初步分类,以分类正确率和隶属度构造两级目标函数对实例进行挖掘获得个体分类效果最佳的敏感信息源、主矢量、类别原型和距离计算方法.以模糊综合决策算法对实例敏感主矢量进一步挖掘获得信息融合分类效果最佳的主矢量集合.同时从实例库中挖掘出模糊综合决策权重分配系数.将c-means算法的意义扩展应用于信息融合诊断.另外还论述了两种综合诊断方法,模式识别与模糊综合决策联合的综合诊断、扩展的模糊c-means算法与综合决策联合的二级优化综合诊断.最后以列车滚动轴承故障实例库的挖掘为例阐述了原理的应用.     

多层前馈神经网络研究—单位BP算法

分析了引起标准BP算法收敛速度慢的原因,以及传统改进方法的不足之处,探讨了解决的途径,为了提高BP算法的收敛速度,定义并引入了基量函数的概念,并将其运用到BP算法中,给出了一种效的单位BP算法,仿真和实例结构均表明该算法够较好地克服标准BP算法收敛速度慢的缺点,并可以达到很高的网络逼近精度。     

动态过程非平稳性度量及其在设备诊断工程中的应用

以随机过程Z_t构建所有两点间距离过程X_S,在证明X_S完全体现了Z_t的一、二阶矩函数变化的基础上,证明相关积分(Correlation integral)能够反映Z_t的非平稳性。以X_S的概率密度函数为依据引出了相关积分算式中参考距离的取值原则。以相关积分为基础定义了设备动态过程非平稳性的度量参数:绝对非平稳度、相对非平稳度、绝对非平稳率、相对非平稳率。分别以工程实例和试验例子论证了非平稳性度量参数工程应用的有效性。简单阐述了非平稳性度量参数在信号分析与故障诊断系统中的应用。     

基于C均值算法的货车滚动轴承诊断系统

为了实现铁路机车车辆轮对滚动轴承不解体的现场检修，设计了一种基于C均值算法便携式滚动轴承诊断系统，阐述了基于C均值算法的诊断原理、诊断系统的整体设计与结构。软件采用C＋＋Builder开发，基于MS Access数据库，讨论了数据实例模块的表达，采用按采集时间和列车编号的查询方式，对货车滚动轴承进行了现场试验，给出保持架断裂典型故障信号故障实例。结果表明其应用于现场稳定可靠，采集诊断速度快，能准确检测出常见轴承故障，满足现场实时性要求。     

大型低速重载冶金转炉远程诊断系统关键技术研究

转炉系统是大型冶金企业的核心咽喉设备，其正常生产对稳定钢铁市场乃至国民经济具有十分重要的意义。以某特大型钢铁集团的两台250t转炉为例，讨论大型转炉系统在非稳态低速重载条件下，实施远程在线监测与故障诊断的可行性。指出可采用超低频压电传感器解决恶劣工况条件下的动态信号拾取，而转炉工况的非稳定性可通过信号的变尺度预处理来解决。最终建立实用的转炉系统的远程在线监测与故障诊断系统。实践表明，该系统达到了应有的设计要求，现场应用取得较大成功。     

铁锅与缺铁性贫血

市场上的家庭炊具林林总总,有铁锅,铝锅,不锈钢锅,搪瓷烧锅等多种多样,哪一种最有益于人体健康呢? 据医学营养卫生专家发现:铁锅可以增加人体铁的     

从故障实例数据库中挖掘振动信号特征

复杂、并发故障诊断的难点在于这些故障的振动信号很复杂,特征很难获得,文中阐述了从实例数据库中挖掘故障特征的整体结构,定义了信号的绝对、相对和梯度特征及相应的绝对、相对和梯度模式实例,进而阐述了应用模糊聚类分析挖掘特征模式的方法,最后以往复式压缩机实例挖掘系统为例说明了该原理的应用。