基于DSP的汽车减震弹簧故障诊断仪的设计

介绍了一个基于TMS320VC5409的汽车减震弹簧故障诊断系统的基本原理、总体设计方案与软硬件的设计。以真实的车辆减震弹簧进行多次试验,证明了该仪器工作稳定,能够有效地完成汽车减震弹簧的故障诊断,具有很好的应用前景。     

大型装备传动系统非线性频谱特征提取与故障诊断

基于Volterra级数的非线性频谱分析方法,建立了大型数控装备传动系统伺服电机的非线性频谱模型,对传动系统两类参数型故障的频谱特征进行了分析.在此基础上,提出一种实用的在线频谱特征提取与故障识别方法,采用自适应辨识算法求解时域Volterra核,用快速多维傅立叶变换获得非线性频谱特征.实验结果表明,该方法实时性好,故障识别率高.     

子波分析及其在机械故障诊断中的应用

子波分析是一种日益获得广泛应用的信号处理新技术，具有良好的时－频局部化特性，尤其适用于时变及非平稳信号。本文简述了子波函数与子波展开的基本概念，利用展缩子波和调和子波将信号及信号均方值进行时－频两维分布。最后采用了三种子波分析方法对轴承故障进行诊断，即使对现有各种方法尚难以诊断的滚动体故障，也能获得满意的结果，说明子波分析的确为机械故障诊断提供了强有力的分析手段     

一种基于非线性频谱分析的故障预报方法及其应用

论文改进和完善了一种广义频率响应函数(GFRF)的辨识算法,并依此提出了一种基于非线性频谱分析的故障预报方法。最后利用该方法成功地对某型直升机并联电动舵机进行了故障预报。工程应用实例证明了该预报方法的有效性。另外,该方法计算量小,实时性强,适合于在线故障预报,为早期故障预报的研究提供了一种新思路。     

结合非线性频谱与核主元分析的复杂系统故障诊断方法

传统非线性频谱分析方法对复杂系统进行故障诊断时,求解出的非线性频谱数据量庞大,不便于直接用于故障检测与分类识别.本文提出了一种非线性频谱特征与核主元分析(KPCA)结合的故障诊断方法,首先通过最小二乘算法估计出前3阶Volterra时域核,由多维傅立叶变换求取出广义频率响应函数,然后利用KPCA方法对谱数据进行压缩与提取谱特征,最后利用多分类最小二乘支持向量机进行多故障检测与识别.考虑到频谱数据具有非线性的特点,KPCA中的核函数选用由多项式函数与径向基函数构成的混合核函数,兼顾了局部特性与全局特性.论文基于非线性频谱数据,给出了核主元模型建立与在线故障诊断的具体算法.对非线性模拟电路和数控机床伺服传动系统进行了仿真实验,结果表明本文方法能够大幅度降低频谱数据维数,故障识别率高,是一种实用的故障诊断方法.     

双谱分析在流体非线性力学中的应用

将双谱、双相干分析应用于射流边界流动的实验研究。结果表明，对流场中采集的时序记录进行的双相干估计可有效地指示出，流场中何处、及什么频率的波间可能发生非线性相互作用。双谱、双相干分析是流体力学研究中一个有效的、不可或缺的技术手段。     

小波分析在故障监测及诊断中的应用

简要分析了小波变换的二尺度特性,对小波变换模极大值表征信号奇异性的原理进行了讨论,并给出了它在故障监测及诊断中应用的实现方法和实验结果。     

非线性控制系统的频谱理论及应用

总结了非线性控制系统的研究方法，阐述了时域法在工业应用中的某些局限，介绍了非线性控制系统频谱理论的基本内容及发展概况，同时就非线性控制系统的频谱理论发展方向进行了探讨。     

基于模块化模糊神经网络的非线性系统故障诊断

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法。该方法先使用模糊c-均值聚类法对测量空间进行模块分割,再利用模糊IF－THEN规则对分割后的子空间分别采用局部BP模型进行逼近,最后,通过离线学习获得不同子空间故障输出与测量输入的非线性动力特性。试验表明该网络具有良好的泛化性能,可显著提高非线性系统故障检测的快速性、鲁棒性及准确率。     

非线性电路的神经网络故障诊断方法

针对非线性动态电子电路,提出一种基于神经网络的故障诊断方法。通过故障字典的建立,对电路故障响应进行预处理后得到的故障特征作为神经网络的输入,然后利用神经网络对各种状态下的特征向量进行分类决策,对故障类别进行辨识,并对电路进行了可测性分析,从而实现非线性电路的故障诊断。详细的仿真过程及结果表明, 该方法有效地解决了非线性电路辨识难的问题,能较好地对故障模式进行分类,取得了满意的诊断效果。     

非线性模拟电路故障诊断的MF-DFA方法

针对非线性模拟电路故障的复杂性和非线性,提出一种基于多重分形消除趋势波动分析和支持向量机的故障诊断方法.应用多重分形消除趋势波动分析方法处理信号,提取能够精细表征信号能量分布的奇异状况和几何特征分布概率的多重分形特征;将提取的多重分形特征作为支持向量机的输入样本,利用支持向量机的分类功能对电路工作模式作出故障决策.通过对Duffing混沌电路的模拟仿真实验,证明了该方法的有效性.     

基于贡献率法的非线性工业过程在线故障诊断

在过去几十年,核主成分分析（KPCA）已经广泛应用在数据驱动的过程监测领域. 大量的应用案例显示该算法简单、易用且有效. 然而,核函数的引入使得KPCA不能直接利用传统的贡献图方法进行故障诊断. 本文在重新审视和分析现有KPCA相关诊断方法的基础上,提出了一类新的贡献率方法,该方法能较清晰地解释故障变量. 在此基础上,建立了一套面向非线性在线故障诊断的框架. 最后,将该诊断框架应用到CSTR过程,结果显示该方法较传统的线性方法更有效.     

基于解析模型的非线性系统鲁棒故障诊断方法综述

研究非线性系统的鲁棒故障诊断具有重要意义．本文着重讨论了两类方法：非线性未知输入观测器方法和基于自适应学习的方法，并简要概述了其它一些方法．还探讨了非线性系统鲁棒故障诊断的应用实例，并指出了其中的若干关键问题以及今后的研究方向．     

基于支持向量机的非线性系统故障诊断

提出了联想度的概念,并由此设计出一种自组织模糊CMAC（SOFCMAC）及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高等特点,用该SOFCMAC作为非线性系统观测器而生成残差,通过支持向量诊断器得到故障检测与诊断结果。对某型歼击机的结构故障进行诊断,仿真结果表明了该方法的有效性。     

ATS故障树法故障诊断功能的实现

当缺乏故障诊断先验知识时,故障树法是工程上易于实现的一种有效的故障诊断方法.通过分析、归纳测试项目与SRU的关联关系,得出了故障树模型中故障诊断知识的表达方式.以Access数据库为基础,提出了故障树的结构、数据组织形式及故障诊断的推理方法,并设计了适用于自动测试系统的故障诊断系统.该方法具有故障诊断推理过程表达明确、树模型易于建立等优点,已应用到两型机载电子设备的故障诊断中,故障隔离率和虚警率都达到了设计要求.     

基于LMI的非线性差分-代数系统的鲁棒故障诊断

针对非线性不确定差分-代数系统(DAS),提出了一种基于线性矩阵不等式(LMI)的故障诊断方法.该方法首先利用已知的DAS标称模型构造一个由差分方程和代数方程组成的辅助系统,然后基于状态差值与差分方程中的故障以及约束输出差值与代数方程中的故障之间的关系,将故障辨识问题转化为参数估计问题,最后利用LMI方法对故障进行在线辨识.仿真结果表明了该方法的有效性.     

基于解析模型的非线性系统故障诊断方法综述

对基于解析模型的非线性系统故障诊断方法进行了综述.基于解析模型的非线性故障诊断方法主要包括4大类:基于非线性观测器的方法、基于滤波器的方法、微分几何方法和自适应学习方法.文中详细介绍了各种方法的基本思想和近10年的研究成果,并指出各方法的优缺点以及热点研究方向.最后,给出了一些应用实例,并讨论了非线性系统故障诊断遇到的若干问题以及未来的研究方向.     

基于故障树的磁导航AGV系统故障诊断研究

随着磁导航AGV系统在制造业和物流业的广泛应用,为了保证其正常工作,针对磁导航AGV系统的故障部位,利用故障树分析法建立了故障树,并进行了故障分析。实践证明,该方法简单实用,有助于提高故障诊断的效率和准确性。