滚动轴承支承下的转子碰摩故障动力分析、特征提取与智能诊断

针对滚动轴承支承下的转子碰摩故障诊断问题,考虑滚动轴承非线性赫兹接触和轴承径向间隙,建立了含不平衡-碰摩耦合故障的转子-滚动轴承系统动力学模型.应用三维谱图分析碰摩诊断依据和确定频段特征,利用仿真数据获取结构最优的神经网络模型,并对试验碰摩故障数据进行诊断,识别率高达90%以上.计算结果充分表明了建立的动力学模型的有效性,同时,研究结果为有效结合故障机理分析与故障智能诊断提供了新的方法.      

基于EMD-ICA与遗传算法的轴承故障诊断方法

针对振动信号中轴承故障特征信号微弱难以识别的问题,对通过试验采集到的内环故障、外环故障以及滚动体故障振 动信号进行处理。采用最小二乘法和指数平滑法对振动信号进行预处理,利用EMD分离振动信号的局部特征,并根据IMF分量 的信息熵增益比实现重构;采用ICA对混叠的振动信号进行分离,并对分离后的振动信号进行特征提取;采用遗传算法对多维振 动特征参量进行降维,筛选出最优特征参量;采用遗传算法优化的极限学习机对轴承故障振动特征集进行识别,将常见的SVM、 BP等诊断模型作为对比算法。试验结果表明：采用ICA能将混叠信号有效分离,实现故障信号的提取;遗传算法不仅能够实现最 优特征的选择,同时能够对极限学习机算法进行有效优化,提升算法的诊断效果。优化的算法相比其它诊断识别方法性能较佳, 使3种故障的平均诊断效果达到90%以上。     

发动机故障诊断的主因子模型

提出了发动机故障论断的主因子模型。这是一种基于故障方程的参数诊断方法。主因子模型能够利用较少的测量参数对较多的故障类型进行论断,可以有效地克服故障方程病态的影响,保证诊断结果具有高的精度和信度,并提供诊断结果可靠性的评价信息。文中给出了主因子模型的基本理论、主因子模型的最优实用算法及其算例以及对于JT9D发动机的24个故障样本的验算结果。理论和实际考核表明主因子模型是一种有效的故障诊断方法。     

基于IGA-ELM网络的滚动轴承故障诊断

为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络（IGA-ELM）的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明：改进遗传算法收敛速度和收敛误差,均优于对比算法。     

基于卡尔曼滤波-遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,提出了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法.根据发动机可测参数偏离额定特性时的变化量,利用卡尔曼滤波器对发动机性能参数进行了估计.当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况.遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出了存在测量偏差的传感器,确定其偏差,并最终消除了测量偏差对性能诊断的影响.     

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.     

基于分层传递系统模型的航天器故障诊断方法

 针对传统的传递系统模型在航天器自主诊断系统中只能表示单一粒度诊断知识,知识表示的完备性差,导致诊断结果的分辨率不高,且诊断系统执行效率低的问题,提出了分层传递系统模型和诊断方法。为了保证不同粒度诊断知识的完备性表示,将系统模型按不同粒度和结构关系进行分层。通过自顶向下的递归搜索,先监测系统异常,再匹配故障类型,逐层缩小搜索空间,最终找出故障候选集和故障的层次关系。同时为了减小计算规模,在诊断过程中引入了分离策略,降低实时诊断计算量。应用该方法建立了某卫星测控分系统模型并进行故障仿真,结果表明该方法可以增加模型知识表示的完备性,并能有效提高诊断效率和结果的分辨率。     

基于试飞数据的航空发动机状态监测与故障诊断

在航空发动机飞行试验阶段,发动机技术状态变化快、故障频发,为了实时监控发动机工作参数变化情况,快速及时地预测并诊断发动机故障,本文研究了试飞数据驱动的航空发动机状态监控与故障诊断技术。文章基于实际试飞数据建立了航空发动机ANN-NARX参数预测模型,考虑到建模样本量大、模型结构复杂、训练时间长、输入输出延迟等因素,采用遗传算法对模型的最小数据样本需求和结构进行了改进优化,并利用蒙特卡洛方法确立了参数预测模型的自适应告警门限,同时基于构建奇偶空间残差模型实现了航空发动机典型故障诊断。结果表明：实际试飞中只需有限架次试飞数据的训练学习,即可得到发动机参数预测模型,高压转子转速、压气机后压力、涡轮后总温及滑油总回油温度预测相对误差最大值分别为：1.0%、1.7%、0.2%和1.2%,综合模型建模误差和参数测量误差后的自适应告警门限有效降低了模型预测结果的不确定性,在已有数据样本集上的典型故障识别率达到95.2%。     

基于模型参数辨识的航空发动机风扇叶片裂纹故障诊断

为了对发动机风扇叶片裂纹故障进行精确诊断,在航空发动机故障模拟试验平台上开展了风扇叶片裂纹故障模拟试验,对风扇转子叶片进行典型裂纹故障预置,并对风扇转子叶片产生裂纹前后的叶片典型参数进行试验测量。通过风扇转子叶片阻尼系统及裂纹故障特征理论分析发现,裂纹叶片的模态质量和模态刚度变化会使叶片阻尼比发生明显变化。采用基于遗传算法的模型参数辨识方法辨识风扇叶片应变响应函数,进而获取风扇叶片阻尼比。结果表明：相同叶片不同次测量试验得到的叶片阻尼比相差0.02%;不同叶片个体差异导致的阻尼比最大相差2.9%;5#风扇叶片产生裂纹后的阻尼比减小了6.4%。可见,叶片的阻尼比对其几何特性的变化十分敏感,且通过对风扇叶片阻尼比进行模型参数对应的遗传算法辨识能够实现风扇叶片裂纹故障诊断。     

基于改进的灰色RBF模型的初始备件预测研究

针对初始备件故障规律不稳定和历史消耗数据少的特点,将遗传算法、GM（1,1）模型和RBF神经网络有机结合．提出了改进的灰色RBF预测模型。该模型利用遗传算法对GM（1,1）模型参数进行动态寻优,并利用RBF网络对预测值进行残差修正。最后,通过采集新机部队某初始备件上半年的消耗数据,对该模型进行了实例仿真。结果表明：改进...     

高校图书馆期刊管理服务创新举措

高校图书馆期刊管理工作需立足本校实际情况,提高期刊信息服务意识及采购质量,建立合理的馆藏期刊结构,创新期刊管理服务措施,拓展期刊服务内涵。高效发挥期刊信息的作用,提高期刊资源利用率,更好地为读者服务。     

方波幅度的测量不确定度

介绍了用众数法评价方波幅度时的不确定度分析和评价过程；讨论了主要的不确定度来源，包括众数判别区间的影响、波形测量系统幅度测量误差的影响等等；给出了减小不确定度的主要措施，并结合一个实例，给出了方波幅度的不确定度评价结果。     

电磁辐射干扰试验的测量不确定度评定

详细地分析了利用吉赫兹横电磁波室进行小体积受试设备(EUT)电磁场抗扰度测试的不确定度。     

非线性方程迭代算法收敛性分析

从几何上分析了迭代格式xn+ 1=φ(xn)所产生的序列收敛于方程根的收敛条件 ,导出了不依赖函数可导性判断迭代序列收敛的收敛定理 ,给出了产生收敛的迭代序列的技巧。     

逻辑分析仪部分参数测量结果的不确定度评定

介绍了逻辑分析仪部分参数测量结果的不确定度分析评定方法，评定过程及结论，可应用在对于计量标准进行相应指标的不确定度评定分析上。     

秒表检定的测量不确定度评定

介绍了用标准时间间隔发生器检定秒表时，测量结果不确定度分析和评定过程；讨论了测量不确定度的几个主要来源；通过一组实例，给出了秒表检定不确定度的分析和评定结果，该过程和结论可应用在对于计量标准进行相应指标的不确定度分析上，也可用于估计秒表检定本身的不确定度。     

高校廉洁文化教育的载体构建

作为构建反腐倡廉体系的基础性工作之一,高校廉洁文化教育是从源头上防治腐败的根本之策,关系到整个社会廉洁文化的建设。从打造廉洁文化教育教师主体团队,发挥党团组织的战斗堡垒作用,弘扬廉洁校园文化节、占据网络文化教育阵地等方面,对高校廉洁文化教育载体进行研究,旨在为高校廉洁文化教育提供些许参考意见。     

数显测高仪示值误差的测量不确定度评定

针对数显测高仪各校准点示值误差的校准方法,给出了示值误差的数学模型,并以某校准点为例,对该校准点示值误差的合成标准不确定度和扩展不确定度进行了评定.     

导弹电动舵机伺服控制器的设计

在分析导弹电动舵机系统工作原理的基础上,采用了高性能数字信号处理器(DSP)和集PWM的功率驱动芯片SA60来实现四台他励直流有刷电机的集中控制.并运用位置环、转速环和电流环的三环控制算法,实现了新型全数字导弹电动舵机位置伺服功能.     

基于正交设计的某型飞机翼尖小翼优化设计方法研究

飞机翼尖小翼设计是一个多因素设计,在机翼设计中比较复杂,影响参数较多。采用基于正交设计的方法,利用CFD技术,可较快的优选出小翼的倾斜角、高度、前缘后掠角、安装角等参数。以设计状态为例,对优选出的每个因素取三种水平进行了具体的计算,并给出了具体的结果,通过各因素在各水平下的平均升阻比,可以得到最优的参数值。结论说明给出的方法是合理的。实验也证明了该方法可以节约时间和经费。