基于神经网络的汽车防抱死系统故障模式识别

汽车故障诊断需要采集汽车各系统动态信号,对采集信息进行分析处理,确认其是否属异常表现,预测故障发展趋势。提出了一种采用BP神经网络获得对ABS故障模式识别预测的方法,采用BP算法对故障样本进行分类,通过对故障实例的训练和学习,提高了ABS执行器与传感器发生故障时的行为模式识别与诊断的能力。仿真结果表明了该方法的有效性。     

基于模糊模式识别法诊断船艇柴油机燃油系统故障

采用夹持式传感器对高压油管外璧弹性变形进行检测,并在12V150C型柴油机喷油泵试验台上做了大量的试验,通过对油压波形进行分析和处理,提取了反映故障状态的特征向量,并利用模糊模式识别技术成功地诊断出燃油系统的各种典型故障。     

基于LPP与VPMCD的液压泵故障模式识别

针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并从中提取液压泵故障高维特征向量,利用局部保留投影法对高维特征向量进行融合降维,提取隐藏在高维特征空间中的故障本质信息,即敏感特征向量。基于变量预测模型的模式识别(VPMCD)算法实现模式识别的良好性能,提出采用VPMCD算法实现液压泵故障模式识别。基于提取的敏感特征集,建立各状态敏感特征的变量预测模型,进而实现液压泵的故障识别,实测液压泵振动信号分析结果验证了所提出液压泵故障模式识别方法的有效性。通过对比分析验证了所提出方法的良好性能。     

基于双谱分析的滚动轴承故障模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。     

基于双谱估计的轴承非线性振动信号模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性耦合信号.本文对把高阶统计量用于滚动轴承非线性振动信号特征模式识别的方法进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法.利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位耦合信息的双谱特征图谱.实验研究表明,利用双谱图谱中不同的非线性耦合其故障特征模式不同的特点,可以快速地识别轴承的工作状态.     

基于双谱分析的齿轮故障模式识别方法及应用

针对齿轮多种单一故障的模式识别问题,基于齿轮故障模拟试验台,采集齿轮正常与3种不同故障的振动信号,应用时序参数化双谱估计,将双谱谱峰的数量、形状及分布作为判据,实现了正常、断齿、点蚀和磨损4种模式的识别和分类。结果表明,基于参数化的双谱估计分析方法对多故障识别是一种有效的诊断方法。     

基于模式识别的状态观测器和滤波器

本文提出了一种基于模式识别的状态观测器和滤波器,用模式识别技术描述系统动态特性,设计状态观测器和滤波器的结构,并选取增益矩阵,仿真研究获得了满意的结果。该(?)法摆脱了以往状态观测器和滤波器所需的数学模型,为在那些难以用传统方法建模的场合实(?)状态观测和滤波提供了可能。     

基于模式识别的螺纹质量检测系统

采用模式识别匹配算法设计了螺纹质量检测系统，采用最小距离分类器设计了螺纹检测模式类和决策函数。实验结果表明，该系统性能可靠，适合产品大批量在线检测。     

基于RBF神经网络的工件模式识别

为了提高工件识别速度,根据实际待识别零件特征将零件分成两大类(旋转类、拉伸类),并预留了两类可识别零件,由训练速度快、结构简单、识别准确率高的RBF神经网络来实现模式识别,并根据零件图像特征选取了面积比、平滑度、三阶矩、一致性、熵等5个特征为训练样本作为神经网络的输入,实例证明这种方法切实可行,且其训练速度快,识别准确率高.     

油液监测故障模式识别理论研究现状

油液监测诊断的本质是面向识别任务的多源信息处理过程,随着润滑摩擦系统的复杂化和精细化,传统阈值和专家经验已难以满足故障诊断需求,应用模式识别理论来进行故障判决成为油液监测故障诊断的重要发展方向。从特征提取理论和故障模式判决理论两方面入手,简述油液监测故障模式识别理论的发展现状,分析各种理论方法的特点,并指出油液监测故障模式识别理论的发展趋势和面临的问题。     

基于图论的可重构制造系统重构策略

可重构制造系统(RMS)是针对零件族设计的既具有定制的柔性,又具有高生产率的制造系统。RMS通过重构来适应市场需求的变化。RMS的设计目标是基于重构条件下寻求制造系统在全生产周期内的系统成本最优。首先建立RMS的各生产周期成本模型、重构成本模型与全生产周期成本模型,构建RMS在各生产周期的组态有向图,利用Dijkstra算法与双向扫视算法求得RMS在各生产周期的最优成本组态与K-1个次优成本组态。根据所求得各生产周期的最优成本组态与K-1个次优成本组态,重构成本模型与全生产周期成本模型,计算上下生产周期各组态间的重构成本,并构建RMS全生产周期的重构策略有向图,再次利用Dijkstra算法与双向扫视算法求得 RMS全生产周期的最优重构策略与K-1个次优重构策略。最后用实例验证了方法的有效性与可行性。     

基于寿命-时间分数法计算蠕变疲劳的失效概率

基于寿命－时间分数法，考虑蠕变疲劳问题中的分散性，建立了蠕变疲劳失效概率的计算模型，并采用三种方法对蠕变疲劳失效概率进行计算，对各种方法给出的结果及其计算效率进行比较，并得出对分析工程实际结构有意义的结论。     

基于Marr理论的机器人视觉光电混合处理系统人脸识别研究

对联合变换相关器光电混合处理系统进行了Marr视觉计算理论分析,并将机器人视觉空间域法和频率域 法预处理与联合变换相关器相结合识别人脸取得了明显效果。     

基于信息熵理论的随机-模糊可靠性分析方法探讨

依据信息熵理论中变量的信息熵不随变量的表述形式而改变的原则，将随机变量转换成模糊变量，或者将模糊变量转换成随机变量，然后分别采用随机可靠性、随机-模糊可靠性和模糊可靠性等分析方法对结构的强度可靠性进行分析。以压力容器为例，给出各种方法得到的结构强度可靠度结果。比较表明这些结果之间的差异很小，说明对随机、模糊变量进行互相转换，然后利用随机、随机-模糊或模糊可靠性方法求解含随机和模糊变量的结构可靠性问题是可行的。     

基于振动信号分析的齿轮箱故障诊断

对齿轮箱故障的主要特征和频率特点进行了介绍,对齿轮箱的主要组成部件齿轮、轴承、轴和箱体各自的主要故障形式和振动信号特征进行了分析,最后在建立齿轮箱故障档案的基础上分别在时域和频域对振动信号进行分析,为齿轮箱故障诊断向着智能化方向发展打下基础。     

基于多轴理论的构架焊缝疲劳强度研究

以两种不同结构形式的转向架焊接构架为研究对象,采用多轴应力法,依据DVS1612规范,对构架侧梁角焊缝进行疲劳评估.详细阐述了焊缝局部坐标系的构建和材料利用度的计算方法.疲劳评估结果表明:底板角焊缝的疲劳强度主要取决于平行于焊缝的正应力;立板角焊缝的疲劳强度受到各向应力的综合影响,多轴效应十分明显.立板角焊缝比底板角焊...     

基于盲数理论的性能退化数据可靠性分析

针对产品的退化试验中数据小样本的情况下,产品性能退化轨迹描述难以用准确的数学函数处理问题,提出基于盲数理论的性能退化数据可靠性分析方法。根据盲数的定义和特点,运用盲数计算法则,对退化试验的原始数据进行处理,确定盲数的灰区间及其相应的可信度,并计算产品在测试时间点的实时可靠度,然后通过拟合各测量时间点可靠度数据得到产品在全寿命区间可靠度表达式,有效避免假设退化轨迹和引入数据带来的误差。最后用一个算例说明所提方法的操作性和可行性。     

基于分形理论的齿面形貌模拟方法研究

为了研究齿轮的齿面形貌对齿轮啮合的影响,引入分形理论,从而实现渐开线齿轮的齿面形貌模拟。通过分形理论中的W-M函数、渐开线方程和螺旋线方程,并运用Matlab编程对渐开线直齿轮和斜齿轮进行齿面模拟,观察仿真发现:随着分形维数的增加,齿面形貌由不规则波动向平整过渡,因此适当提高齿面维数有利于齿面质量的提高。研究为后续进一步研究齿轮啮合过程中的力学特性提供了前期理论基础。     

基于内聚力模型的某传动机构涂层失效分析

硬质涂层具有耐磨性好,接触疲劳寿命高的优点,广泛应用于航天航空领域。然而在重载工况下,涂层基底的界面处可能会发生脱层失效,影响机械零件的可靠性。近年来涂层失效机理及增强涂层结合能力的研究逐渐受到关注。采用内聚力的理论模型,结合有限元模拟的方法,对涂层基体的界面分层失效行为进行分析。研究结果表明,基于内聚力理论模型的仿真分析结果与试验结果对比吻合程度高。在此基础上,讨论了不同因素对涂层结合能力大小的影响。增加涂层厚度和提高涂层弹性模量均可以提高界面的结合能力,增加零件的承载范围。     

具有空间复合变形构件的机械系统分析方法

用李群李代数的理论方法探讨了具有空间变形构件的机械系统的分析问题。根据弹性力学的基本原理,建立了考虑弯曲、拉伸和扭转的空间变形杆件的弹性方程。将杆件作为基本元素,将其理论扩展应用于具有空间柔性变形杆件的串联机器人系统,分析了系统空间弹性性能与运动学问题。进而,研究了其在柔性并联机构振动平台分析中的应用。最后,应用该理论很好地解决了螺旋弹簧的空间弹性性能分析问题。将李群李代数理论成功地拓展应用于空间柔性机构系统的分析,验证了该方法的有效性。