小波分析在动态系统故障诊断中的应用

提出了一种基于小波分析的动态系统故障诊断方法,在Matlab/Simulink中建立动态系统的数字仿真模型,利用小波分析中的多分辨分析理论对该模型的输出信号进行处理,并依据数据处理结果对系统故障进行诊断.结果表明,该方法不仅可以有效去除测试结果中的噪声,而且能够实现对故障的快速诊断.     

基于小波分析齿轮箱故障诊断研究

文中主要用小波分析对齿轮箱进行了故障诊断。对测取到的齿轮箱振动信号运用小波消噪处理后．采用较新的信号分析工具——小波分析来进行信号分析与处理．从而来判别出故障。结果表明．小波分析为判断、预防同类故障提供了一种有效的分析手段。     

基于小波网络观测器的飞控系统故障诊断

选择Mexican hat小波为神经元的作用函数构造了一个小波神经网络．用此网络对某型飞机飞控系统中的作动器进行系统辨识并对三种典型作动器故障进行诊断，仿真结果表明该小波神经网络对这三种诊断能力均强于传统的BP神经网络。     

小波分析在再入体辨识数据处理中的应用

针对辨识数据的处理问题,提出了基于小波分析的数据处理方法。对于含噪声数据的噪声未知时,可以通过小波高频分解系数估计出噪声的强度,进行数据滤波。该方法简单且去噪效果好,仿真结果进一步证实了本方法的有效性。     

基于自适应神经网络的飞控系统辨识技术研究

建立复杂的非线性飞行器辨识模型对提高系统的状态监控和控制性能具有重要意义。文中提出一种变结构的在线径向基神经网络学习算法,使用梯度下降法对网络参数进行优化。利用径向基神经网络对某型飞机非线性动力学系统进行辨识,仿真结果表明设计的算法满足在线辨识的要求。     

基于正交小波网络的非线性系统辨识新方法

在非线性系统辨识中,系统输入数据往往是非均匀分布的。对于此类问题,正交小波网络处理起来较复杂。本文基于小波网格系,提出两种近似方法,可简单有效地解决这一问题。该法最大特点是计算简单,便于应用。最后用于辨识非线性系统,仿真结果验证了该方法的可行性和有效性。     

基于小波算法和神经网络相结合的系统辨识方法

提出了一种将小波变换同神经网络相结合的方法,旨在克服由于广为采用的神经网络在对不定信息处理方面存在的不足和容易陷入局部极小值的问题．将小波变换与神经网络相结合,利用混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优。仿真结果表明,此种算法快速、有效,能很好地解决某些复杂的辨识问题。     

小波包分析在飞控系统测试信号处理中的应用研究

介绍了小波包分析的分解和重构算法；利用小波包分析对飞控系统的原始数据进行消噪预处理；基于“能量-信息”的数据信息辨识思想，应用小波包分析技术提取数据特征。给出一种飞控系统故障诊断方法。     

参数辨识在反坦克导弹飞行试验数据分析中的应用

文中结合反坦克导弹的具体性能特点．提出了一种采用极大似然准则和改进的牛顿-拉夫逊迭代算法辨识气动力参数的方法，对导弹六自由度数学模型的气动力参数加以修正，提高了数学仿真模型的逼真度和仿真结果的置信度，并对完善飞行试验和仿真试验相结合的一体化试验验证方法具有非常重要的意义。     

小波分析在信号检测、控制系统故障诊断及非线性分析中的应用浅析

简述了小波理论近年来的发展概况,将小波变换与加窗富里叶变换进行系统深入比较,对小分析在信号检测、控制系统故障诊断及非线性分析中的应用研究进行了综述,提出了此领域中的一些进一步研究发展的方向。     

小波包在异步电机转子断条故障检测中的应用

在异步电机转子断条故障检测中,将原信号最优小波包分解,经自适应滤波后再信号重构.先计算出每个子频带代价,选择相应频率空间构成最优小波包.再定义最优小波包选择的代价函数,并保留自相关函数和最大频率空间.对得到的频率空间上原信号分量进行自适应滤波,最后将滤波后原信号所保留的频率空间经同样的小波包重构,由此完成对频率分量的剔除.     

基于最优测试点的小波包-隐马尔科夫模型故障诊断

采用小波包变换和隐马尔科夫模型结合的方法,提出了机载通信电台的故障诊断模型.通过评价函数的建立,得到最优测试点集合;利用小波包变换提取测试点的能量特征值作为模型的输入,利用历史数据对隐马尔科夫模型进行训练,得到各个状态下的HMM参数,通过模式识别,实现电台的故障诊断;试验研究结果验证了所提出的方法的可行性和有效性.     

基于故障树逻辑编码的火控系统故障诊断专家系统

基于故障树逻辑编码的火控系统故障诊断专家系统,用具有逻辑关系的数字编码建立故障树模型,再以故障树表形式表述专家知识,并通过故障树自动生成专家系统推理规则.系统以Windows为平台、采用Borland、C 、Builder编程语言、Access数据库为知识存储工具,包括知识表示、知识库、推理和解释机制的设计.     

故障树原理在故障诊断系统中的应用

故障树原理是故障诊断系统的基础,但按照传统故障树及故障树分析方法直接构建故障诊断系统还存在很大限制,在深入研究某特种车液压电控系统故障诊断需求的基础上,对传统故障树原理进行了改进和完善,提供了一种故障树原理在故障诊断系统中的应用方法.     

智能故障诊断研究与发展

在综合大量文献基础上,对国内外智能故障诊断的研究现状进行了述评和归纳,同时指出了目前各种智能诊断方法和技术的特点及局限性.这些方法和技术包括:基于规则的智能诊断、基于模型知识的智能诊断、基于神经网络的智能诊断、基于案例的智能诊断、基于行为的智能诊断.对基于神经网络的智能诊断,具体讨论了模式识别的智能故障诊断神经网络、故障预测的神经网络、基于神经网络的智能诊断专家系统.最后指出了智能故障诊断今后的发展趋势,即集成型智能故障诊断系统、基于机器学习的智能故障诊断系统、由单机诊断到远程分布式全系统智能诊断.