参数估计法检测与诊断铁路运输车减振装置故障

本文利用参数估计法检测与诊断铁路运输车减振装置故障,并分别对6自由度和4自由 度模型进行了仿真和模拟实验.     

基于频分复用的多路微电容检测技术

为使静电悬浮微电机的环形转子稳定悬浮在定子电极腔体的几何中心,需要采用差动电容式传感器检测转子沿五个自由度的运动,然后通过静电悬浮控制系统实现有源静电支承。根据频分复用原理,设计了一套可检测悬浮式转子五个自由度运动的微电容检测电路。采用多路高频正弦信号作为载波加载至与各自由度对应的控制/检测电极上,通过公共电极输出反映转子沿各自由度位移变化的调幅信号,然后经过交流放大、相敏解调、低通滤波后得到各自由度位移检测信号。文中介绍了微电容检测电路的组成及原理,分析了电路特性,给出了x轴检测电路的测试结果。实验表明,检测电路的灵敏度为23.3 V/pF,通频带为10.58 kHz,零位稳定性优于0.1 mV。     

多自由度检测机械装置的研制

在工程制造业中许多关键零部件的检测都需要多自由度、多用途的检测装置来完成。本文依此研究了多自由度检测机械装置以及在检测作业中的应用。     

双目体视检测多自由度机械装置位姿的工作原理和技术特点

多自由度机械装置位姿的动态、精确检测对于其精确控制和广泛应用具有重要意义，但实现却十分困难。提出采用双目体视动态、精确检测多自由度机械装置位姿，简单分析这种方法的优越性，并深入探讨其工作原理和技术特点。     

基于遗传算法的机器人动态视觉检测系统

建立了一种基于二自由度机器人视觉伺服系统,该系统通过实时监控和跟踪运动目标,实现对运动目标的相对距离和瞬时速度的动态检测。系统为双目视觉系统,采用遗传算法进行特征点匹配,利用其随机搜索的特点,更快更好地找到全局最优值,从而得到较高匹配精度的点。最后通过三维重建和建立速度模型,实现了对机器人动平台运动参数的动态检测,并给出测量精度及改进方法。此方法还适用于多自由度并联机器人和空间复杂运动的检测。     

冗余自由度超声检测机器人的逆运动学分析

针对一类冗余自由度超声检测机器人的传统逆运动学求解算法耗时长且准确度低的问题,提出了一种基于集合划分和解析解法相结合的逆运动学求解算法。首先采用De-navit-Hartenberg方法建立检测机器人的运动学方程;其次,利用解析解法求出机器人逆解的解析表达式,并提出三种自由度分配方案;最后,选择合适的自由度分配方案,据此对超声波探头位姿集合作划分,结合逆解解析式求出运动学逆解。实际应用中,借助十一轴超声波检测机器人,利用该算法对具有复杂外形的飞机螺旋桨叶片进行检测。结果表明,与传统的纯数值解法相比,该算法能够快速得到精确的运动学逆解。     

基于遗传算法的动态视觉检测系统

建立了一种基于二自由度机器人视觉伺服系统,该系统通过实时监控和跟踪运动目标,实现对运动目标的相对距离和瞬时速度的动态检测;该系统为双目视觉系统,采用遗传算法进行特征点匹配,利用其随机搜索的特点,更快更好地找到全局最优值,从而得到较高匹配精度的点,最后通过三维重建和建立速度模型,实现了对机器人动平台运动参数的动态检测,并给出测量精度及改进方法;实验结果表明,此方法方便、有效,获得了较满意的检测结果;此方法还适用于多自由度并联机器人和空间复杂运动的检测。     

FD-HF40Y/HF41Y接触式液位检测光纤传感器

神视推出更便于在罐内设置的接触式液位检测光纤传感器“FD-HF40Y”和“FD-HF41Y”。通过缩小保护管直径，提高了光纤传感器的形状自由度，比原产品更可柔性配置。     

工业零件视觉检测系统中标定设备的误差分析

提出了一种简单、易于操作的自动标定设备,CCD摄像机可以在转盘旋转过程中,根据需要灵活的改变Z、Y、ω这三个自由度。并通过理论推导和实验验证了此自动设备的稳定性与可靠性。     

基于立体视觉的串联机器人跟踪检测系统

建立一种六自由度串联机器人视觉跟踪检测系统框架,包括图像采集、摄像机标定、机器臂跟踪检测、机器臂位姿建模与计算等。提出利用CamShift算法对机器人进行在线粗跟踪,搜寻和画定出机器臂操作器在当前窗口的区域位置。对跟踪到的机器臂按照SURF算法进行特征提取与立体匹配。该方法被用于对串联机器人位姿检测进行实验。实验结果表明,2种算法的结合适用于六自由度串联机器人在空间复杂运动的跟踪检测。     

一种基于SDG模型的传感器分布优化算法

传感器如何优化分布是故障诊断的重要课题.本文基于SDG模型提出一种传感器分布的优化算法.该算法利用SDG模型描述工艺流程,根据SDG模型的特征将节点进行归类并化简,得到最小的节点集,即整个SDG模型的自由度.在最小节点集包含的节点上安装传感器,就可以直接监控或间接推导出整个工艺流程中各变量的状态,从而为故障诊断奠定基础.通过实例研究.该算法切实可行.     

基于改进型蚁群算法的输电线路故障测距模型研究

为了解决输电线路运行过程中容易出现的单相短路、两相接地、相间短路、三相短路等故障,构建一种基于改进型蚁群算法的输电线路故障测距模型,以实现输电线路故障测距优化。通过在常规蚁群算法的基础上优化寻优路径,以解耦方式消除三相线路中的互感作用。利用阻抗矩阵与导纳矩阵获取电力系统的相模矩阵。根据相模变化结合傅氏补偿算法,解决影响输电线路故障测距精度的多项因素,并以此为基础构建输电线路故障测距模型最优解。采用MATLAB仿真软件对所构建的模型进行了仿真试验。试验结果表明,所设计的模型受故障测距影响因素的影响较小,测距精度更高。该研究为后续的输电线路故障测距算法改进奠定了理论基础。     

模型未知的离散事件系统故障诊断方法

针对离散事件系统模型难以建立的大型实际系统,无法对其进行有效故障诊断的问题,提出一种基于主动学习的故障诊断方法。首先,为获取到的系统事件日志添加正常/故障标签,并将日志集划分为训练集和测试集,提出一种基于抽象技术的迭代算法提取训练集中日志的故障特征样本。然后,通过故障特征样本构造初始故障识别器,并利用测试集中的日志检验识别器的准确性。仿真结果表明,该故障诊断算法使得模型未知下诊断精度更高。最后,实例说明系统模型未知下故障诊断算法的应用。与现有研究相比,提出的方法可以在系统模型未知下进行故障诊断且算法复杂度为多项式,诊断精度更高,应用范围更加广泛。     

基于粒子群算法优化支持向量机汽车故障诊断研究

汽车故障检测和诊断技术一直是国内外研究热点问题。支持向量机用于汽车故障诊断时,其多分类组合决策对分类正确率及诊断时间有很大影响,为了有效提高汽车系统故障诊断的效率和精度,提出了一种基于粒子群算法优化层次支持向量机汽车故障诊断检测方法。针对分解支持向量机具有测试时间短、结构难以确定的特点,利用粒子群算法,依据最大间隔距离原则优化层次支持向量机模型,使每个节点的支持向量机具有最大分类间隔,减少了误差积累,从而优化了多级二叉树结构的SVM,实现故障的分级诊断。仿真实验结果表明,提出的算法在所有参比模型中精度最高,能高效地对汽车系统的故障进行检测与定位,具有较强的泛化能力,同时缩短了故障诊断时间。     

基于卡尔曼滤波和专家系统的混合故障预测研究

基于卡尔曼滤波和专家系统的相关知识,研究了动态系统内部故障的预测问题.首先根据系统的运行情况提取表征故障征兆的状态,建立对应于故障点的状态方程模型并进行分析;然后在定义了故障预测的优先原则的基础上,利用专家系统加权算法得到的故障预测容许值集合,设计了故障预测的流程图;最后根据流程图给出一种混合的故障预测算法.结果表明,这种算法与传统的故障诊断方法和已有的故障预测方法相比有比较明显的优势,并指出了进一步研究的重点.     

基于果蝇算法优化的概率神经网络在变压器故障诊断中的应用

传统的变压器故障诊断方法存在编码不全,容易错判漏判的缺点。随着变压器在线监测技术的发展和产品需求的增加,变压器故障诊断技术朝着智能化的方向发展。为提高故障诊断率,结合油中气体分析法,本文提出了一种基于果蝇算法优化的概率神经网络模型的变压器故障诊断方法。作为一种新型的启发式和进化式算法,果蝇优化算法具有易理解和快速收敛到全局最优解的优点。概率神经网络结构简单、训练简洁,具有强大的非线性分类能力,将样本空间映射到故障模式空间中,从而形成一有较强容错能力和机构自适应能力的诊断网络。采用果蝇算法对模型参数进行优化,减少人为因素对神经网络设计的影响。仿真实验证明这种基于果蝇优化算法的概率神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断供了一条新途径,具有良好的研究价值和发展前景。     

A knowledge-based architecture for distributed fault analysis in power networks

Power industry around the world is facing several changes since deregulation with constant pressure put on improving security, reliability and quality of the power supply. Computational fault analysis and diagnosis of power networks have been active research topics with several theories and algorithms proposed. This paper proposes a distributed diagnostic algorithm for fault analysis in power networks. Distributed architecture for power network fault analysis (DAPFA) is an intelligent, model-based diagnostic algorithm that incorporates a hierarchical power network representation and model. The architecture is based on the industry’s substation automation implementation standards. The structural and functional model is a multi-level representation with each level depicting a more complex grouping of components than its predecessor in the hierarchy. The distributed functional representation contains the behavioral knowledge related to the components of that level in the structural model.The diagnostic algorithm of DAPFA is designed to perform fault analysis in pre-diagnostic and diagnostic levels. Pre-diagnostic phase provides real-time analysis while the diagnostic phase provides the final diagnostic analysis. The diagnostic algorithm incorporates knowledge-based and model-based reasoning mechanisms with one of the model levels represented as a network of neural nets. The relevant algorithms and techniques are discussed. The resulting system has been implemented on a New Zealand sub-system and the results are analyzed.     

基于多分类SVM的航空逆变器故障诊断

航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要,但当前对于航空供电器的故障诊断的研究较少,无法为航空逆变器提供有效保障。因此,提出基于多分类支持向量机的故障诊断方法,对航空逆变器的多种故障模式进行诊断。针对故障特征耦合性高的问题,采用主成分分析方法提取故障特征,获取低维度的关键特征。由于逆变器具有多种故障模式,且具有非线性的特点,故采用多分类支持向量机算法进行故障诊断。该算法具有极强的分类能力,是处理小样本、非线性问题的有力工具。实验结果表明,该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断,并且方法诊断速度快,提高了航空供电系统的安全性。     

冗余机械臂运动学优化设计

该文主要从机械臂运动学的角度,定义了故障容错机械臂,巧妙地论证了冗余故障容错机械臂应该具备的自由度数,以及针对不同的任务要求,设计故障容错机械臂的方法。通过将任务空间抽象简化为一系列的特征点,建立机械臂参数与理想值相关的罚函数,选择有效的优化算法,设计出了通用一阶故障容错平面位置机械臂,通用一阶故障容错空间位置机械臂,以及特定任务一阶故障容错平面位置机械臂。建立起完整的故障容错机械臂的设计方法。