柔性加工系统的现况和课题

最近国外有关柔性加工系统(FMS)的报道甚多。使用机器人的柔性加工系统、全部柔性加工系统的工厂以及柔性加工单元等各种系统如雨后春筍般地出现。据报道,目前日本约有40套柔性加工系统。据日本调查,欧美已有120套(含计划中的)。柔性加工系统的迅速发展巳引起军界的注意,例如,美国陆军器材     

基于虚拟仪器的滚动轴承在线监测系统

针对滚动轴承故障的多发性和重要性,依据振动加速度信号设计了在线监测系统。利用LabVIEW开发平台,结合Matlab,采用小波包络算法和模式识别技术,对振动信号进行采集和实时分析,完成滚动轴承状态的监测和故障的报警。该系统能够灵活地添加、修改监测方法,操作简便。     

柔性制造系统对兵器制造业的影响

柔性制造技术是目前世界各国争相发展的主要技术,本文从FMS的兴起到世界各主要发达国家发展FMS的道路和特点对我国兵器制造业的现状进行了剖析,从技术角度提出了如何实现我国兵器行业的FMS道路和方法。     

核电站管道通风系统辐射监测设备的优化改造

核电站管道通风系统辐射监测设备是监测核电站控制区内各通风厂房内空气的放射性。目前所应用的辐射监测设备经常发生虚假故障报警,为了减少设备的误报警概率,对该辐射监测设备进行优化改造。介绍监测设备构成和其工作过程,分析故障现象,得出设备误报警是取样空气潮湿所致,解决措施是在监测探头前增加加热除湿装置。结果表明：该改造方法能够减少该设备的误报警,提高可用性和安全性。     

基于小波神经网络的信号识别

信号的分选和识别技术在当今信号处理的系统中占有相当重要的地位.小波分析和神经网络是近年来兴起的一种分析信号方法.文中对二者的结合问题进行了研究.小波空间可以作为信号分类的特征空间,进而可以通过神经网络对信号进行特征识别.小波神经网络是基于小波分析而构造的神经网络模型.在信号调制类型识别中,利用小波伸缩平移把信号分解到不同频道上进行特征提取;把提取的特征信息输入神经网络进行分类.仿真结果表明,利用此方法可以较好的对信号进行分选和识别.     

神经网络在某型随动适配器故障诊断中的应用

在随动系统传统检测方法的基础上,提出一种采用神经网络技术的故障诊断方法。利用随动适配器在检测过程中故障的特征参数,采用神经网络技术分别对每一类故障进行诊断,网络的输入是与输出故障相关联的监测信号的特征值,对各网络输出进行决策判断,最后给出诊断结果。仿真实例结果表明该方法通过利用检测的各种特征信息,能够有效的诊断故障,提高诊断的准确性。     

我国FMS中的通信网络与信息集成发展战略

本文从FMS系统信息集成的角度出发，讨论了当前国内外通信网络及其应用、发展简况，介绍FMS系统中以通信网络为基础的信息集成方法和框架，并对我国FMS信息集成技术的研究提出一些建议。     

柔性制造系统数控单元的调度方法

柔性制造系统(FMS)的数控单元层调度,按先到先加工、最短时间规划(STP)和最小松弛度(LLD)生产调度原则对计划进行排序.通过工艺信息获得完成该条计划的资源和设备类型,计算该型设备的现有负荷,将计划指定到负荷最小设备上.每增加一条计划要重新计算设备负荷,直到安排完所有设备的月执行计划止.     

基于小波和神经网络的红外目标特征提取与识别

研究了小波和神经网络相结合进行目标识别的方法.利用目标信息主要集中在低频部分的特点,对信号进行小波分解,提取在不同频带信号的多尺度空间能量和不变矩作为特征量,再用BP神经网络进行识别.实验结果表明,该方法具有很高的识别率,充分说明了红外图像信号在小波子带上的不变矩及能量分布具有表征目标类别的信息.该方法对于精确制导武器的目标识别研究具有一定的实用价值.     

基于舰艇水下先期防御的来袭鱼雷报警系统

基于舰艇水下先期防御作战的威胁信息获取需要,从探测距离、工作频段、作用空间、信号识别、自动化程度和时间连续性等方面分析了鱼雷报警系统的战技指标要求,从先验信息、初始噪声、航行噪声、主动声自导信号和目标信号分类等方面阐述了鱼雷报警的信息来源及信号特征提取,以多基元集束式被动拖曳线列阵声纳为对象探讨了鱼雷报警系统的基本原理、设计要点与关键技术,为优化对抗条件下的鱼雷设计提供依据。     

FMS设备远程故障诊断技术研究

基于Internet的FMs远程故障诊断技术,关键是建立基于网络的设备远程故障检测与诊断系统.而远程故障诊断可分为实时诊断和远程查询诊断模式,其中查询诊断模式又包括直接访问远程诊断中心网站专家系统和申请专家进行会诊两种.并提出了设备远程故障诊断系统的总体框架是以若干台中心计算机作为服务器,在企业的关键设备上建立状态监测点,采集设备状态数据;监测信息的流向为现场监测系统-企业局域网-国际互联网-远程诊断中心-诊断专家.所建立的长春55研究所FMS国家重点实验室的设备远程故障诊断实验系统,包括音频和视频信号等的数据传输,并应用了NetMeeting、LabVIEW等相关技术.     

基于多传感器信息决策级融合的刀具磨损在线监测

针对无法精确掌控机械加工过程中刀具磨损状态的现状,提出一种基于多传感器信息决策级融合的刀具磨损在线动态监测模型。该模型对采集的振动、力、声发射传感器信号进行特征提取后,将特征按传感器类型划分为独立样本。划分后的独立样本分别对同一个刀具磨损量进行回归预测,进而对每一个独立样本预测得到的刀具磨损量进行加权综合决策,最终决策出刀具磨损量。实验结果表明：刀具磨损在线动态监测模型能够有效地提高刀具磨损动态预测精度,平均预测准确率可达97.9%;与现有研究方法相比,预测准确率至少提升4%以上,预测时间仅为0.016 s,具有较大优势。     

多谱传感器预警系统的技术探讨

在分析多谱传感器预警系统原理、优点和典型传感器功能、特点及选配原则的基础上,讨论了用于探测低空巡航导弹、武装直升机的多谱传感器预警系统所蕴含的2项关键技术.其一是多谱传感器的组网技术,包括体系网络结构、功能结构、通信结构和通信链路.其二是多谱传感器数据融合技术,包括数据融合层次、数据融合形式、数据融合结构和数据融合方法.     

D-S证据理论在目标识别中的应用

根据地面目标运动引起的地震动信号的特征信息，应用多传感器信息融合的方法将目标正确分类。首先根据地震动信号在频域和时频域的多种特征，应用BP神经网络模式识别法，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车。设计了一种以神经网络正确识别率作为基本概率赋值的方法，并应用D－S证据理论进行识别信息融合，训练样本和识别样本分别取自外场实验所获得真实有效的数据，通过对识别信息融合，以较高的可信度得到与识别样本相一致的识别结果，这表明所设计的获取基本概率赋值的方法及信息融合算法是有效的，该方法可以推广应用于其他多传感器或多信息源的探测识别系统中。     

基于无线遥测的大型装备在线监测与故障诊断

针对某大型武器装备系统庞大、故障检测难的特点,提出一种基于无线遥测技术的在线监测与故障诊断方案。方案中各检测仪与上位主机之间通过无线通讯来传递信号与命令,且检测仪直接安装于装备上,从而减少了上位主机与各检测仪之间的大量电缆连接,实现了诊断系统的便携、小型化。该方案采用多级分布式检测与单板多机技术相结合方法,实现了检测信号的高速采集,并运用模式识别与神经网络等技术来实现设备工作状态的自动搜索与在线监测。实验表明,该技术方案能实现大型武器装备的快速、准确故障定位与远程监测。     

基于模糊RBF神经网络的复合材料结构脱层损伤监测研究

提出一种径向基函数(RBF)神经网络和模糊聚类分析相结合的复合材料结构脱层损伤监测方法。该方法融合神经网络学习能力强和模糊逻辑推理自适应、自组织、容错性好等优点,简化神经网络学习数据获取及模糊推理规则建立的过程。利用有限元方法对含有脱层损伤的复合材料试件进行数值模拟,以前六阶弯曲模态频率构建训练样本,将实验模态分析结果经送入训练好的模糊RBF神经网络进行预测,从而实现对复合材料梁的脱层损伤定位和损伤程度评估。实验结果表明,模糊RBF神经网络鲁棒性好,精度高。     

神经网络在压合过程中的应用

针对将圆锥体压入薄壁筒的控制技术中,对位移传感器和压力传感器在线实时检测及执行机构气液增力缸的控制问题,在分析受外界干扰的情况下,为保证系统的稳定性和收敛性,采用基于递推最小二乘法的多层前向神经网络算法,并对它的条件参数进行了一般性的推导.该神经网络为3层前向网络,其隐含层神经元数为10个,输出层神经元数1个.包括输出层与隐含层、输入层与隐含层间权的调整算法.用典型PID算法和神经网络的控制算法分别仿真结果可见,神经网络控制解决了压合过程纯滞后的非线性问题,达到了预期的技术要求.     

基于MCNN-GRU 的舰面目标碰撞预警方法

为提升甲板舰面目标的转运安全性,提出一种多个CNN-GRU(multiple CNN-GRU,MCNN-GRU)碰撞 预警网络模型。该网络融合了卷积神经网络(convolutional neural network,CNN)对单时间步信息特征的提取能力以 及门控循环单元(gate recurrent unit,GRU)对时序序列的记忆能力,通过多通道网络结构提升对多时间步信息特征的 处理性能;在数据集上,利用目标检测网络和关键点检测网络、位姿解算模型及碰撞检测方法制作舰面目标碰撞预 警数据集。通过不同网络在数据集上进行实验的结果表明：该模型对舰面目标的双机碰撞预警精度为92.44%,具有 较好的效果。     

基于RBF网络的低成本惯组中陀螺仪的温度补偿

针对在低成本捷联惯性导航系统中动力调谐陀螺仪的输出信号随温度漂移严重的问题,使用径向基函数神经网络进行补偿.采用RBF神经网络建立温度补偿模型,以温度信号为网络的输入训练样本,以陀螺仪的温度漂移为网络的目标输出.神经网络的结构为输入层和输出层各有1个节点,中间隐层含有4个节点,隐层节点的聚类中心均匀分布在温度的变化范围之内.结果表明,该方法能有效将低成本惯组中动力调谐陀螺仪输出信号中的温漂误差减小一个数量级以上,从而提高惯组的导航精度.     

通用汽油发动机曲轴动平衡测试与自动去重系统

通用汽油发动机曲轴动平衡测试及自动去重校正系统,由于以压电陶瓷振动传感器作拾振器,其输出是微弱信号,须经滤波放大预处理.再采用影响系数法处理动平衡测试数据并拟合插值,实现各信号周期和采样点的严格同步.同时用谐波分析法,以提高动平衡幅值测试的精度.系统的去重则通过在曲轴的2个扇形面上钻孔实现.