基于蓝牙通讯技术的远程监测和故障诊断系统

将蓝牙通讯技术运用到工程机械的故障诊断系统中,解决了数据采集和传输困难的问题,实现了无线远程实时检测,并完成了无线通讯和网络通讯的无缝连接,为远程故障诊断提供了通讯保障。实验结果显示该系统稳定、可靠,是较为理想的监测和诊断保障系统。     

工程机械蓝牙远程在线监测系统

研究工程机械野外作业或行进时,现场没有诊断设备和有线上网条件情况下,利用蓝牙技术实现工程机械工况参数远程采集、信息传递和故障诊断。以油压和转速等工况参数的采集与无线传输实验为例,设计蓝牙无线传感器及相关电路,实现工程机械状态参数的采集、处理及无线传输。使工程机械检测系统与外部网络的连接不受通信线路及地区限制,使用更方便、更安全、更经济。     

状态监测故障诊断与工程机械设计

介绍了传统的工程机械设计及状态监测的传统任务，探讨了现代工程机械设计技术与状态监测故障诊断的新内涵及其相互关系，提出了状则故障诊断的研究及其应用方向。     

模糊逻辑在工程机械液压系统故障诊断中的应用

模糊逻辑诊断技术在一定程度上模拟了人处理模糊信息的思维方法,为机器故障诊断的研究和发展注入了新的活力。本文提出了一种新的模糊逻辑诊断算法,并给出了模糊逻辑诊断算法整体性能的综合评判指标。该算法继承了常用算法中取小（“∧”）运算,而将常用算法中的取大（“∨”）及累加（“∑”）运算发展为进乘（“П”）运算,以求得故障存在的问题,将其用于某工程机械液压系统的故障诊断,效果良好。     

状态监测故障诊断与工程机械设计

介绍了传统的工程机械设计方法及状态监测的传统任务 ,探讨了现代工程机械设计技术与状态监测故障诊断的新内涵及其相互关系 ,提出了状态监测故障诊断的研究及其应用方向     

采用GPRS技术的工程机械远程服务系统

GPRS网络与互连网的无缝连接，向客户提供了丰富的无线数据业务。通过结合GPRS技术优点和智能化工程机械对数据可靠性、实时性要求，并以装载机为例，设计了一个基于GPRS的对多点装载机的主要部件进行实时监控和故障诊断的远程服务系统，使装载机的维护更为及时、主动和便捷，从而使装载机以最佳运行状态工作和使用寿命延长。该系统移植性强，具有一定的实用价值。     

蓝牙技术在家居生活中的应用

蓝牙技术以其功耗低、可靠性高和无线网络等特点受到各个领域的欢迎.从介绍蓝牙技术的概念、蓝牙技术的特点着手,探讨了蓝牙技术的现状以及在人们生活中的应用,最后揭示了蓝牙技术是家庭信息网络的最好通信方式.     

浅谈蓝牙技术在多媒体网络教室中的应用

主要讨论在多媒体网络教室中运用蓝牙技术,解决传统多媒体网络教室存在的问题,提高网络教学的效率。     

蓝牙技术在物联网中的应用研究

本文从蓝牙技术与物联网之间的关系入手,对物联网和蓝牙技术分别进行了简要概述,第二部分分析研究了低耗能蓝牙技术在物联网之间的应用,其中包含了蓝牙低耗能技术在物联网中的应用范围以及应用场景分析,进而延伸道到了高速率蓝牙技术在物联网中的应用.最后总结了蓝牙技术与其他物联网相关近距离通信技术的比较结果.通过研究和分析蓝牙技术在物联网中的应用,有利于为未来的蓝牙技术物联网应用提供理论研究支持.     

VoIP和蓝牙技术在无线电话通信中的应用

为了解决企业、学校等办公环境下的无线语音通信问题，充分发挥互连网与无线接入的优势，作者成功构架了基于VoIP和蓝牙技术的无线电话系统，实现了局域网内的多路无线IP电话通信。     

旋转机械远程状态监控与故障诊断系统

回顾了设备状态监控与故障诊断的发展过程 ,提出了旋转机械设备远程状态监控与故障诊断系统的模型结构、网络结构、两种运行模式 ,讨论了监测诊断系统的软件平台和硬件组成 ,最后对远程监控诊断技术的发展进行了总结和展望 .     

模糊综合评判在机械故障诊断中的应用

利用模糊综合评判理论，建立了设备故障诊断的综合评判模型，对离心式压缩机带见故障进行了诊断分析和研究，结果表明采用此方法诊断设备的故障，计算简单，应用方便，结论明确直观，具有很高的准确度。     

集成神经网络在机械故障诊断中的应用

目前，机械故障诊断的关键是寻找一种使诊断结果更为有效的方法，对于复杂的故障，单一的神经网络诊断很难得出准确结果，考虑到旋转机械故障的复杂性，因而将集成神经网络应用于机械故障诊断中．根据故障的特点，将集成神经网络分为浅层次集成和深层次集成，并通过诊断实例验证了此方法的准确性．     

贝叶斯网络在车辆状态远程故障诊断系统中的应用

为了解决车辆状态远程故障诊断系统中的不确定性问题,提出了一种基于贝叶斯网络模型的故障诊断方法．这种故障诊断方法可在输入数据不完备,甚至含噪的情况下,充分利用贝叶斯网络的先验知识以及建模学习能力和概率推理算法来应对不确定性问题的表示和推理,完成系统的故障诊断．实验结果表明,贝叶斯网络方法在车辆故障诊断速度、准确性方面优于传统的基于BP算法或RBF算法的诊断方法,并且提高了故障诊断系统的鲁棒性．     

集成神经网络在旋转机械故障诊断中的应用

目前,机械故障诊断的关键就是寻找一种使诊断结果更为准确的方法,根据旋转机械故障的特点,提出了运用集成神经网络进行故障诊断的方法,并通过具体的实例说明了这种方法的有效性。     

基于小波包分析的旋转机械故障诊断研究

故障信号的特征提取,是故障诊断的关键。通过以德比契斯（Daubechies）小波为基函数的二进小波变换、采用Mallat快速算法的小波包对故障信号进行特征提取。利用小波包对实验数据进行分析,其结果具有良好的时频局部化特性,能对非线性信号进行有效识别。     

弹性BP神经网络的旋转机械故障诊断

针对BP神经网络存在局部极小值和收敛速度慢等问题，提出了一种resilient backpropagation（RPROP）的改进BP网络。RPROP神经网络具有优良的非线性映射能力，可以很好地描述频率特征和诊断结果之间的关系，经改进算法训练的网络适合旋转机械故障诊断。     

小波神经网络在变压器故障诊断中的应用

为提高神经网络系统故障诊断的效率和准确率,考虑到小波变换的良好的时－频特性,本文结合小波变换和神经网络并应用于电力变压器的故障诊断中,取得了较好的效果。