基于HMM-SVM的故障诊断模型及应用

针对直升机减速器故障诊断中机器学习方法存在的问题，根据隐马尔可夫模型（HMM）适合于处理连续动态信号与支持向量机（SVM）适合于模式分类的长处，提出了基于HMMSVM串联结构的故障诊断模型。通过从减速箱振动信号中有效提取AR特征，利用HMM汁算未知信号与减速器各状态的匹配程度，形成特征向量提供给SVM最后判别，实验结果表明该方法优于单纯的HMM或SVM诊断方法，能利用少量训练样本有效地完成直升机减速器的故障诊断。     

基于灵敏度分析的支持矢量机特征选择

特征选择可以去除冗余特征提高机械故障诊断精度和诊断效率。对于支持矢量机(SVM)作为故障决策器, 提出基于特征灵敏度分析的特征选择方法。此方法通过分析候选特征子集对SVM输出的影响大小,以此作为特征选择标准,并采用遗传算法搜索最佳特征子集。数值仿真和柴油机故障特征选择试验结果显示此方法有较好的寻优特征子集的能力,能够提高故障诊断的精度和效率。     

测试不确定条件下基于贝叶斯网络的装备测试优化选择技术

针对装备诊断与测试实际过程中普遍存在的不确定性问题,通过引入测试不确定概率,建立基于贝叶斯网络的测试性分析模型。在此基础上获取测试不确定条件下的故障-测试相关性矩阵,经贝叶斯推理计算测试性指标参数,建立测试项目集优化模型,并利用混合二进制粒子群-遗传算法进行求解。案例验证表明,该分析与计算过程由于考虑了测试不确定性,使得结果与实际情况更加吻合,与传统的确定性优化方法相比具有更高可信度。     

修复如新下基于RP和MC的故障注入样本生成

由于测试性虚拟试验可有效弥补测试性实物试验的不足,但同时也对故障注入样本生成提出新的要求.在可修系统修复如新假设下,提出一种基于更新过程理论和蒙特卡罗仿真的故障注入样本模拟生成方法.首先分析指出修复如新假设下可修系统的故障发生过程是随机过程,并用更新过程描述修复如新下可修系统的故障发生过程;然后,基于统计仿真实验中的蒙特卡罗方法,对事后维修模式下的故障发生过程进行抽样,实现故障注入样本的模拟生成;最后,以某稳定跟踪平台上的陀螺和运动控制器为案例进行实验.由于考虑了多种寿命分布类型,模拟生成的故障样本在样本量和样本结构上符合实际情况,所提出的方法能有效指导修复如新和事后维修情况下测试性虚拟验证试验中的故障注入.     

基于图像自动测量的航空发动机故障检测技术研究

孔探检测是航空发动机的一种重要无损检测方式,但在实际应用中,孔探检查一般依赖工作人员经验对零件的缺陷进行测量,测量结果准确性较差、效率较低。本文针对该问题,提出了基于样条插值的缺陷尺寸自动测量方法,实现了航空发动机的故障检测。实验结果表明,此方法能准确、快速的对发动机进行故障检测。     

基于模糊灰色关联分析的故障样本集评估方法

为了在测试性验证试验之前获得理想的故障样本集.提出了一种基于模糊灰色关联分析的故障样本评估方法.首先确定了用于评估故障样本的指标,该指标有效地将样本量、样本结构和故障注入等多个特性指标综合考虑.利用模糊层次分析法确定各个指标的权重,然后通过灰色关联分析建立了故障样本集与故障模式集的距离模型,通过该距离模型来捕述故障样本集对故障模式集的代表性.应用表明,该方法可以有效评估故障样本集,并可指导故障样本的选取.     

小波相关特征尺度熵和隐半马尔可夫模型在设备退化状态识别中的应用

为正确识别机械设备当前所处的退化状态,预防设备进一步退化和故障的发生,提出一种基于小波相关特征尺度熵和隐半马尔可夫模型(Hidden semi-Markov models, HSMM)的设备退化状态识别新方法.对采集到的设备振动信号进行小波相关滤波处理,得到信噪比较高的尺度域小波系数,在此基础上结合信息熵理论提出了沿尺度分布的小波相关特征尺度熵概念.构造信号的小波相关特征尺度熵/矢量,并以此矢量作为HSMM的输入进行训练,建立基于HSMM的机械设备运行状态分类器,从而实现设备退化状态的识别.以滚动轴承为例,对正常和几种故障程度不同的滚动体运行状态进行了识别,同时还与基于小波相关特征尺度熵-HMM的状态识别法进行了比较,试验结果表明该方法能有效识别设备的退化状态.     

预糊化淀粉制备新工艺的研究

以玉米淀粉为原料,采用新工艺制备出预糊化淀粉。并对糊化温度、糊化时间、pH值、淀粉浆质量分数以及脱水过程中乙醇加入量对预糊化淀粉粘度的影响进行了研究。通过正交实验,确定出制备预糊化淀粉的最佳工艺参数为:糊化温度95℃,糊化时间3 h,pH值为8,淀粉浆质量分数5%。     

非接触式滑动测微计电路设计

介绍了高精度测量钻孔、岩石及混凝土或土壤中测线的轴向位移线法测量原理,以及基于涡流效应的电涡流式位移传感器的基本原理。阐述了滑动测微计的工作原理、电路构成、通信接口、所用电子器件等,重点阐述了滑动测微计的信号处理和固件设计等技术,并给出了主要技术指标和试验数据等。     

智能装备新型测试保障模式——无人化测试

随着智能技术的快速发展，越来越多的智能装备逐渐应用于军事各个领域，智能装备的有人测试保障模式将逐渐向无人化测试变革。针对未来无人化作战和无人化智能装备的特点，从智能装备无人化保障的角度，分析了未来智能装备无人化测试技术的需求，阐述了无人化测试的技术特征与技术现状。同时，结合未来加强该技术方向研究的发展建议，提出了一种未来智能装备无人化测试的新技术手段——认知机内测试的概念，阐述了其基本原理与关键技术,为未来无人化测试技术的研究发展提供了参考。