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.     

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。     

新颖综合可测试性设计优化算法

可测试性设计是提高产品质量、可靠性、维修性的重要手段。文中对混合技术电路板的可测试性设计问题进行了深入的研究,应用图论模型对综合应用多种可测试性机制进行优化设计的问题进行描述,并应用“贪婪”算法策略构造了一种可行的求解算法,并用实例对算法进行了验证．     

基于非齐次泊松过程和统计仿真的故障样本模拟生成

由于测试性虚拟试验具有成本低、效率高、风险小、故障注入受限少等优点,故障样本量几乎不受限制,可有效弥补测试性实物试验的不足,但同时也对故障样本生成提出新的要求。为此提出一种适用于测试性虚拟试验的基于非齐次泊松过程和统计仿真的故障样本模拟生成方法。分析指出可修系统的故障发生过程是随机过程,并用非齐次泊松过程及其参数化模型对其进行数学描述。给出故障样本模拟生成流程,建立故障事件发生间隔时间的概率分布函数,通过随机数生成和逆变换法,实现故障样本的模拟生成,仿真获得故障发生次数及其相继发生时间。以某型地平仪为案例进行试验和应用研究。试验结果表明,采用所提方法进行故障样本模拟生成是有效的,能科学指导可修系统测试性虚拟试验中的故障注入。     

基于混合二进制粒子群-遗传算法的测试优化选择研究

测试优化选择是一个组合优化问题.通过对测试选择的目标和约束条件进行深入分析, 建立了其数学模型, 并提出了一种混合粒子群-遗传算法用于求解满足测试性指标要求的最小完备测试集.该算法将遗传算法中的遗传算子引入到二进制粒子群算法中, 既避免陷入局部最优和早熟收敛现象, 又提高了搜索效率.大量实验证明, 对于测试优化选择问题, 混合粒子群-遗传算法能够快速有效的获得全局最优解.     

利用研制阶段试验数据制定测试性验证试验方案新方法

现有的测试性验证试验方案,在一定的风险承受能力下都需要较大的故障样本量。针对这一问题,以故障检测率(Fault detection rate,FDR)为验证指标,提出利用研制阶段试验数据制定测试性验证试验方案的新方法。在传统的FDR的统计检验模型基础上,提出产品研制阶段的成败型试验数据的等效折合方法;考虑Beta分布函数的概率特性,将FDR的置信下限估计转化为Beta分布的置信度分位点,求得FDR的置信概率密度函数;引入差异因子 ,用来反映研制阶段产品的FDR水平和产品验证需达到的FDR水平的差异,求得产品验证需达到的FDR的置信概率密度函数;参考风险的定义,重新确定了测试性验证试验方案。由于充分考虑了研制阶段的试验信息,因此在保证有较好的验证效果的条件下,与传统的验证方案相比,可以明显减少故障样本量,或在故障样本量保持不变的情况下降低双方风险。     

时间应力测量技术及其在地平仪中的应用研究

时间应力测量(TSMD)技术是一种测量和存储各种环境应力数据,以及对这些数据进行相关分析的技术.本文简要介绍了时间应力测量技术的原理及其发展历程,并对其研究现状及发展趋势作了详细描述.在此基础上,将BIT的测试信息和TSMD的环境应力信息相结合,并利用双支持向量机的诊断和降虚警技术进行综合决策,以提高地平仪在复杂环境下的状态识别能力.最后,笔者通过温度和振动应力试验对该地平仪自诊断系统的有效性进行了验证.TSMD技术在该系统的应用结果表明,其在地平仪降低虚警方面的应用具有良好的效果,并可推广应用到其它相应的诊断系统中.     

传感层反馈型机内测试系统模型分析和验证

虚警率较高是制约机内测试(Built-in Test,BIT)技术发展与应用的关键问题之一.为降低虚警率,从BIT系统的信息处理流程和虚警率的数学模型两方面分析了传感层不确定性对虚警率的影响,阐述了基于传感器系统可靠性模型的传感层动态不确定性分析和计算方法;在BIT系统中嵌入传感数据证实模块,提出了传感层反馈型BIT系统模型;对新模型和原模型的输出数据不确定性及虚警率进行了分析和验证.结果表明:传感层反馈型BIT系统模型可以有效降低传感层输出数据的不确定性和虚警率.     

基于布尔逻辑的测试选择算法

提出了一种基于布尔逻辑运算的测试选择新方法.首先建立布尔关联矩阵来描述系统中故障与测试的相关关系;然后依据关联矩阵,分别定义描述故障检测用测试集和故障隔离用测试集的布尔逻辑函数;再根据布尔运算定律对逻辑函数进行展开和化简处理,并根据计算结果得到最优测试集.通过案例验证了该方法的正确性,并指出了该方法的优势及其在计算复杂性方面存在的不足.     

一种改进的无监督学习SVM及其在故障识别中的应用

提出一种改进决策1-SVM方法(1-DISVM),并由此构建了基于单类样本训练的1-DISVM多分类模型。 1-DISVM是1-SVM方法的改进,通过对决策算法的修正,解决了1-SVM分类精度低的不足,并将其应用于直升机减速器故障识别中。结果表明该方法能够在训练样本数量少、不准确的情况下,自动排除错误样本的干扰,获得很好的分类结果,且具有无监督学习、分类精度高、易于扩展和代价小等优点。