一种有源超低频速度传感器样机的设计

以电磁式振动传感器为基础,设计了一种基于有源反馈控制的超低频速度传感器。对设计的传感器进行了理论分析,得到了系统的传递函数和各项参数的表达式。设计生产了两台样机,并对两台样机进行了测试,测试结果表明通过合理的反馈控制,传感器的自振频率由4 Hz降至0.02 Hz,大大改善了传感器的低频特性。     

强力输送带接头识别算法

针对现有的强力输送带故障实时检测方法存在故障定位困难的问题,以接头为基准参考点,提出了一种基于图像处理技术的强力输送带接头识别算法。该算法根据接头点的特征,把接头点用一个数值表示出来,并根据这个数值,以一种简单的方式区分出上、下接头点;然后根据接头的特征,并通过修改最长公共子序列算法的匹配方式,对接头进行识别。实际应用表明,该算法精度高、速度快,可有效识别强力输送带的接头,满足了强力输送带故障检测中接头定位的要求。     

基于神经网络观测器的飞控传感器在线故障诊断

为提高无人机飞行安全可靠性,针对飞行控制系统中常出现的传感器故障以及非线性气动力模型参数难以确定的问题,提出了基于BP神经网络观测器估计的故障诊断方法;引用LM改进算法对网络参数进行调整,构造了神经网络观测器模型逼近非线性系统,并运用于飞行控制系统进行在线数字仿真,对垂直陀螺输出卡死故障、恒偏差故障和恒增益故障分别进行仿真分析;仿真结果表明,所设计神经网络观测器可以有效估计系统输出,在线诊断传感器故障。     

基于小波变换的泄露故障特征提取研究

为研究液压系统管路泄漏对压力脉动信号的影响,提出利用改进的小波消噪算法和小波包对压力脉动信号进行消噪和特征提取;针对传统小波变换阈值函数在去噪处理中存在的恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法,将该方法与平移不变量方法相结合,避免了传统小波变换去噪时在不连续点存在的Pseudo-Gibbs现象;通过利用改进小波消噪方法和小波包对FESTO试验系统采集的正常和故障压力脉动信号进行分析比较,研究结果表明,不同工况下压力脉动信号3个主要能量频带的分布特性,可以作为泄露检测和识别的故障特征。     

攻击型无人机切换控制系统容错算法研究

攻击型无人机单侧发射或投放重型武器时,可将飞行控制系统看作是一个切换控制系统。针对常见的常值型和时变型两种执行器故障,提出了一种自适应观测器设计方法,同时结合状态反馈控制设计了容错控制器。通过Lyapunov函数推出了观测器的误差是关于故障界输入状态实际稳定的充分条件,通过平均驻留时间方法证明了切换控制系统是全局输入状态实际稳定的。某型攻击型无人机仿真实例表明,此方法能在准确估计故障大小的基础上,有效保持切换飞行控制系统的性能,应用前景十分广阔。     

港口机车故障监测与诊断系统研究

针对港口机车运行现状,介绍了一种基于Visual Basic语言和Microsoft SQL Server2000数据库的机车故障监测与诊断系统的研究。该系统通过传感器采集数据信息,经预处理后,通过无线网络将整合数据传送给计算机,最后利用知识库对数据进行处理分析以及显示。该系统具有设计简单、操作方便、界面友好及可靠性好等特点。     

故障硬盘的数据备份与销毁

硬盘承载着重要数据,它的精密度很高,而且它内部的机械运动快速而准确。一旦这个精密装置的某一部分出现了故障,存储在里面的数据就无法访问,甚至有可能会永久丢失。修复硬盘,找回数据,是数据恢复工程师的神圣使命。一般来说,经修复的硬盘稳定性已大为下降,所以不建议继续使用。但硬盘不用后也不能随意丢弃,因为里面还存储有机密数据,应当将其数据销毁。本文就针对带有坏扇区故障硬盘的数据如何实现数据备份与销毁,以便用户能读出(或销毁)其中重要的数据。     

信息融合技术在变压器油气识别故障诊断中的研究

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。     

线性系统的H2/H-故障检测优化方法设计

针对一类具有未知扰动的线性系统的故障检测(FD)问题,通过对系统进行重构,设计出了系统的H2/H-优化FD观测器。利用构造的Lyapunov函数和线性矩阵不等式,证明并给出了FD观测器有解的充分条件和优化设计方法。所设计的观测器使系统具有渐近稳定性,抑制干扰能力强,满足所给的范数指标。仿真结果验证了所设计方法的有效性。     

BP神经网络在波音737自动刹车故障诊断中的应用

随着人工神经网络研究的兴起,智能故障诊断技术成为近年来人们研究的一个热点问题。自动刹车是飞机起降时的重要装置,需要定期对其进行故障检测,以免形成飞行安全隐患,是飞机故障诊断的一个重要内容。本文从传统的BP神经网络算法出发,通过算法改进建立了波音737自动刹车故障诊断的神经网络模型,通过提取故障样本对网络进行训练和诊断,仿真结果显示这种方法能较理想地对波音737飞机自动刹车系统的故障进行分析和检测,对于建立波音飞机的故障自动诊断系统具有重要意义。