首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
针对现有模拟电路故障诊断方法的人工神经网络、支持向量机(SVM)等人工智能算法需要大量的训练样本和时间的问题,该文提出一种利用矩阵特征分析进行模拟电路故障诊断方法.该方法建立一个输出响应方阵,当电路发生故障时,方阵中的元素会发生变化,根据矩阵理论,利用矩阵谱半径和矩阵模的扰动矩阵最大奇异值来描述这种差异.Sallen_...  相似文献   

2.
基于参数识别的航空发动机转子故障诊断与定位方法   总被引:1,自引:0,他引:1  
航空发动机结构复杂,转子的故障诊断与定位是一个难点。考虑航空发动机实际测量条件,提出一种基于扩展卡尔曼滤波器的转子故障诊断方法,其核心是通过识别典型故障特征参数对转子的多种故障进行诊断和定位。针对实际航空发动机整机结构,用有限元法建立一种耦合的转子-支承-机匣动力学模型。该方法针对实际采集观测信号不完备的问题,采取加权整体迭代的方法来加快参数的稳定与收敛。针对所建立的航空发动机典型故障模型和实际模型存在误差的问题,采取衰减记忆滤波的方法来补偿误差。最后对含典型故障转子的航空发动机整机模型进行仿真计算得到数值解,作为未知故障的观测信号,结合加权整体迭代和衰减记忆滤波的扩展卡尔曼滤波方法,分析得到未知的故障特征参数,依此故障特征参数,实现对故障的识别和诊断,结果证明了该方法对航空发动机转子进行故障诊断和定位的有效性。  相似文献   

3.
基于支持向量机的汽车发动机故障诊断研究   总被引:1,自引:0,他引:1       下载免费PDF全文
研究在汽车发动机不解体的情况下获取发动机缸盖表面的振动信号和上止点信号,按曲轴转角的周期对振动信号的时域能量进行合理分段;提取各段信号的时域能量作为发动机各缸状态的特征值。建立发动机各缸不同故障状态的训练集,用支持向量机的方法实现发动机故障模式的诊断与识别。研究结果表明,该方法对汽车发动机故障类型、故障位置的诊断识别具有重要工程意义。  相似文献   

4.
基于相似性传播聚类的航空发动机突发故障诊断   总被引:1,自引:0,他引:1       下载免费PDF全文
针对航空发动机突发故障,构建了一种基于相似性传播聚类的突发故障诊断方法。首先利用突发故障历史监测数据建立突发故障数据库,通过相似性传播聚类找到数据库中所有突发故障数据的中心,当诊断新采集数据的突发故障类型时,通过相似性传播聚类找到当前新采集数据的中心,经过与突发故障数据库中的数据中心进行匹配判断该新采集数据所对应的突发故障类型。将该突发故障诊断方法应用到发动机转子实验台的突发故障诊断中,仿真和实验结果表明该方法的可行性,并通过与其他方法比较,表明该方法具有诊断时间短和误差小的优点。  相似文献   

5.
发动机磨损诊断的神经网络技术研究   总被引:3,自引:1,他引:2  
目的 利用神经网络技术诊断发动机的磨损故障 ,研究神经网络技术应用于机械故障诊断领域的发展方向 .方法 基于油液分析技术 ,对发动机常见磨损故障进行诊断 ,具体包括发动机磨损颗粒的识别、磨损元素浓度值的预测和磨损故障智能诊断专家系统 .结果 对基于油液分析的发动机故障诊断提供了新的方法 .结论 使用神经网络技术可以大大提高发动机磨损故障诊断的效率 ,说明该技术方法在发动机磨损故障诊断领域是有效的 ,同时对其它机械设备的磨损故障诊断具有借鉴意义  相似文献   

6.
为了解决某型无人机发动机的飞行故障隐患,通过对发动机点火停车电路所存在故障的模型研究,运用Pspice仿真软件对电路故障进行仿真,采用基于故障字典的故障诊断技术,建立了诊断故障字典.利用单片机设计了一套在线故障检测系统,提出了“状态传递”的测试策略进行测点优化,简化了系统设计,提高了故障诊断效率,实现了无人机发动机点火和停车电路故障的在线检测,确保了无人机的飞行安全和飞行任务的完成.  相似文献   

7.
目的:利用神经网络技术诊断发动机的磨损故障,研究神经网络技术应用于机械故障诊断领域的发展方向,方法:基于油液分析技术,对发动机常见磨损故障进行诊断,具体包括发动机磨损颗粒的识别,磨损元素浓度值的预测和磨损故障智能诊断专家系统,结果:对其于油液分析的发动机故障诊断提供了新的方法,结论:使用神经网络技术可以大大提高发动机磨损故障诊断的效率,说明该技术方法在发动机磨损故障诊断领域是有效的,同时对其它机械设备的磨损故障诊断具有借鉴意义。  相似文献   

8.
针对当前基于深度学习的航空发动机滚动轴承故障诊断技术诊断任务单一的问题,提出一种基于多任务残差网络的滚动轴承故障诊断方法,该方法采用残差网络为深层特征提取与共享主框架,建立能够同时进行故障诊断的多任务模型。首先,在数据预处理中,将滚动轴承的振动加速度时域信号转换为频谱图,并直接作为网络的输入;然后,应用标签平滑技术对故障类别标签做了平滑处理以提高网络的测试精度;最后,利用两组实际的滚动轴承故障数据集对所建立的多任务模型进行试验验证,将诊断任务划分为:故障状态识别(正常和异常)、故障部位识别(内圈、外圈和滚动体故障)、以及故障程度识别(损伤尺寸大小预测)。结果表明,所搭建的多任务模型在故障状态识别和部位诊断中的准确率达到97%以上。同时,在故障识别中,损伤大小预测达到了满意的精度,充分表明该方法具有很强的故障多任务诊断能力。  相似文献   

9.
介绍了利用斯特林发动机的瞬时转速诊断其运行故障的研究.对斯特林发动机的瞬时转速波动进行了仿真计算;开发了斯特林发动机的瞬时转速监测系统;并对某型斯特林发动机的瞬时转速进行了实测和分析处理,提取了故障诊断的特征参数.实机测量和仿真计算的瞬时转速波形一致,且故障诊断的特征参数对故障的反映灵敏,此研究为诊断斯特林发动机的运行故障提供了可行的方法.  相似文献   

10.
基于约束独立成分分析的轴承复合故障特征提取方法   总被引:1,自引:0,他引:1  
为从复合故障信号中提取各故障特征,提出一种离散小波变换(DWT)和约束独立成分分析(CICA)相结合的单通道复合故障诊断方法。首先通过DWT方法将单通道振动信号进行小波分解后,利用小波重构函数重构各层分解信号。然后取重构信号的包络信号作为CICA算法的输入矩阵,基于滚动轴承先验知识建立参考信号,从而分离出轴承各故障信号,提取故障特征。最后,在滚动轴承故障模拟实验台上进行了方法验证。结果表明:该方法可有效分离滚动轴承外圈和滚动体故障,实现了轴承复合故障的诊断。  相似文献   

11.
12.
故障诊断Agent研究   总被引:12,自引:0,他引:12  
设备故障诊断技术在现代社会的应用越来越广泛 ,其应用对象多处于动态多变环境。现有的诊断软件尚不能适应这样的复杂环境。智能 agent是目前人工智能领域的研究热点之一。随着网络技术的成熟 ,实用型的智能 agent系统越来越多地应用于各个领域。本文根据故障诊断系统的实际要求 ,提出并初步实现了基于 agent的故障诊断系统。这进一步提高了诊断系统的自动化程度 ,较好地解决了诊断软件的通用性和适应性之间的矛盾。本文提出的诊断 agent系统能很方便地应用于各种网络环境 ,从而可以更充分地利用已有的诊断资源 ,便于构造大型诊断系统。  相似文献   

13.
14.
方波 《影像技术》2014,(2):38-39,20
目的:通过患者临床表现,结合X线摄片结合CT扫描诊断颈椎病的影像学特点,探究其诊断结果对患者的诊断水平。方法:选取2010年10月至2013年10月来我院进行颈椎病诊治的患者128例,两组患者均进行X线摄片及CT扫描,根据影像学结果,分析两组的诊断水平。结果:X线平片可良好地展示颈椎生理曲度、椎间隙及骨质改变,而CT对椎间盘、黄韧带、后纵韧带、椎体形态程度及病变部位具有良好地诊断作用,故需结合患者的临床表现选择影像学检查,提高诊断意义。结论:临床诊断颈椎病,X线摄片常为首选检查方法,但只能显示部分颈椎病变,CT扫描诊断颈椎管及椎间盘的准确性高于X线摄片,故应结合患者临床表现,根据病情选取检查方法,提高诊断水平。  相似文献   

15.
混凝土板的裂缝诊断   总被引:3,自引:2,他引:1  
利用4块预应力混凝土空心板的动力测试数据,对板的支承条件和损伤参数进行了识别,根据板的损伤特征,以线弹性断裂力学为基础,推导了混凝土构件裂缝截面转动刚度表达式,然后利用特征值灵敏度分析和实测的固有频率变化率对裂缝的位置及裂缝程度进行了识别。  相似文献   

16.
高晓玉  邢伟 《影像技术》2013,25(4):10-11,13
近年来肺部的MR成像,尤其是肺部DWI的研究被越来越多的学者关注。本文就关于DWI在肺内占位良恶性的鉴别和不同类型肺癌的鉴别诊断方面的应用予以综述。  相似文献   

17.
(大型电力变压器传统的电测法故障诊断不仅过程复杂而且还不能有效地识别故障原因。由此,基于隐马尔科夫模型(HMM)和模糊集诊断识别原理的基础上,提出了对变压器绕组故障识别更有效的方法,即双规识别法。通过理论仿真并结合实验验证,这种方法可以对变压器的状态类型作出准确的识别。  相似文献   

18.
往复式压缩机故障诊断研究现状及展望   总被引:1,自引:0,他引:1  
叙述了往复式压缩机故障诊断的意义及研究现状,对往复式压缩机常见故障及机理进行了分析;介绍了国内外一些常见的往复式压缩机状态监测与故障诊断的方法及其原理和特点;最后提出了往复式压缩机的故障诊断技术的难点和发展方向,为从事该方面研究提供参考。  相似文献   

19.
20.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号