基于蚁群优化的神经网络智能PID控制策略研究

提出了一种基于蚁群优化、BP网络学习和RBF网络辨识的智能PID控制策略,有效地克服了BP算法训练过程中收敛慢和易陷入局部极小值的缺陷.利用该控制策略,对PID参数进行在线调整,并应用于材料试验机电液位置伺服系统.仿真结果表明,与各种传统PID控制策略相比,采用该智能PID控制器控制的系统具有更好的动态响应特性和抗扰动能力.     

基于虚拟仪器的电液伺服阀静动态特性测试

介绍了采用虚拟仪器实现对电液伺服阀进行静动态特性测试的方法以及虚拟仪器技术和本测试系统的软硬件组成。事实证明,采用了利用虚拟仪器的计算机辅助测试（CAT）系统,使电液伺服阀的测试实现了自动化,简化了仪器仪表等设备,加快了测试速度,提高了测试精度。     

基于改进的广义谐波小波包分解和混沌振子的小电流接地系统故障选线

小电流系统发生故障时,各线路零序电流具有非平稳、非线性等复杂特性。本文提出一种基于改进的广义谐波小波包分解算法和混沌振子检测的小电流接地系统故障选线方法。广义谐波小波包分解算法经过扩频,能进行任意频段及任意频宽的信号特征提取,且计算量小,实现信号的快速无混叠分离。Duffing振子系统不受噪声影响且对于与内驱动力同频的外界信号具有高度敏感性,对Duffing振子系统进行时标变换,可以适应不同频率信号的检测要求,通过观察相图的变化可以准确选出故障线路。数值仿真验证了该算法的准确性及可靠性。     

频谱细化方法在干式真空泵故障诊断中的应用

基于小波变换的频谱细化方法可提取信号所需频率成分的特征.通过合理选择小波参数,利用多个单Morlet小波组成的组合小波可构成具有零相移、平顶通带及快速衰减过渡带特性的带通滤波器,再采用频谱细化方法对干式真空泵轴承的振动信号作频谱分析,提取出故障特征频率,并将该方法与功率谱分析做了对比.结果表明,基于小波变换的频谱细化方法比功率谱分析法有较高的频率分辨率,可更有效地应用于故障诊断,且实现过程也比较简单.     

基于CHMM的轴承性能退化程度综合评估方法研究

针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向量聚类方法将轴承全寿命周期划分成若干个退化阶段,然后从每个阶段中提取一定比例的样本用于训练,采用轴承正常阶段的训练样本建立轴承的连续隐马尔科夫模型,将不同退化阶段的训练样本输入模型,分别得到不同阶段样本相对于所建立正常阶段的连续隐马尔科夫模型的输出概率,据此得到样本隶属于不同退化阶段的隶属函数分布。最后,采用集对分析的方法建立轴承测试样本相对于正常阶段样本的联系度,并最终得到轴承性能退化程度的综合得分。通过利用轴承全寿命数据,并与传统连续隐马尔科夫模型及传统无量纲指标进行了对比,验证了所提出的综合评估方法在轴承性能退化评估方面的有效性。     

远程智能故障诊断技术的现状与展望

研究了远程故障诊断系统的体系结构和智能故障诊断方法。并阐述了其关键技术。对其体系结构，主要研究了C／S、B／S和多层混合模式；对智能故障诊断方法，主要研究了基于神经网络、模糊推理及模糊数学、遗传算法和诊断Agent的智能故障诊断方法；对其关键技术，主要研究了分布处理技术、数据库技术、虚拟现实技术、信息处理技术和信息融合技术。最后对远程智能故障诊断技术的发展趋势进行了展望。     

指数加权动态核主元分析法及其在故障诊断中应用

核主元分析法能充分利用核函数来解决非线性问题,具有很好的非线性逼近能力,但传统的核主元分析不能处理动态问题。在分析核主元分析法的基础上,提出一种新的指数加权核主元分析算法,建立一个多变量加权自回归统计核主元模型,选择Q统计量来判断系统是否发生故障,给出指数加权核主元分析法诊断故障的具体计算步骤。对液压泵进行了试验,利用小波包对液压泵端盖的振动信号进行处理,提取由13个时域和时频域特征量构成的故障特征矢量。试验结果表明,与传统的核主元分析法相比,新方法能实时更新主元模型和控制限Qa,合理地利用实时动态信息,能较好地处理动态问题,通过计算比较选择合适的加权因子,能获得良好的故障诊断效果,该方法是可行而有效的。     

液压泵、马达试验台技术概况

主要介绍了液压泵、马达性能测试技术的现状。综述了当前液压泵、马达试验台液压系统的研究热点及其进展，并列举了几种典型的试验台，据此介绍了近年来出现的液压新技术：比例技术、变频技术、虚拟仪器技术。并结合测试内容概括了液压泵、马达试验台在节能、自动化、智能化等相关方面的进展。     

基于声音信号的核主元故障诊断法

针对振动诊断法的局限性,提出了基于声音信号KPCA的故障诊断方法。介绍了核主元分析法的基本原理及其用于故障检测的基本步骤,给出了声音信号详细预处理过程,提取了由时域、频域和时频域参量共同构成的多域特征向量,利用核主元分析法进行了故障诊断。对轴向柱塞泵进行了试验,结果表明:利用声音信号KPCA的故障诊断法是有效的,能克服基于振动信号故障诊断法的不足。