基于自适应滤波的主动磁悬浮轴承位移传感器故障识别

针对采用差动式位移传感器的主动磁悬浮轴承系统,从理论上分析了控制器输出信号与转子干扰力及传 感器故障信号之间的关系和自适应滤波器的工作原理,并在此基础提出了基于自适应滤波的传感器故障识别方 法.该方法以两路位移信号的差值为参考信号对控制器的输出信号进行滤波,从而得到控制器输出信号和两路 位移信号的差值之间的相关系数,根据该相关系数的极性即可准确地判断出故障传感器.还采用Matlab对该方 法进行了仿真研究,并在一个主动磁悬浮轴承试验台上进行了试验研究,研究结果表明:该方法可以同时识别传 感器的直流故障争交流故障;转子在静态悬浮和高速旋转时,该方法均可以准确地检测到传感器故障并识别出 故障传感器.     

基于不完备模糊规则库的信息融合故障诊断方法

在基于模糊推理的故障诊断专家系统中,规则库的不完备常常会引起系统的某些输入产生的输出不确定。针对此问题,将模糊推理与证据理论相结合提出了一种新的融合诊断方法。首先根据证据的随机集表示及随机集扩展准则将模糊输入映射到输出,并聚合生成故障命题的基本概率赋值(BPA),以度量由规则库不完备和输入模糊性引起的输出不确定。然后利用Dempster组合规则将多个不完备规则库提供的BPA融合,用融合结果判决故障,并以电机转子故障诊断为例,验证了所提方法可以有效地提高故障确诊率。     

基于时间序列数据挖掘的旋转机械故障预报

提出一种基于时间序列数据挖掘的故障预报新方法。把故障前兆因子作为一种暂态,根据旋转机械轴承振动的实验数据建立时间序列．利用时延嵌入的方法重构状态空间,在状态空间中使用遗传算法搜寻最优暂态束．组成暂态集。用暂态集对旋转机械轴承振动的测试数据进行分析．判断是否为故障前兆因子．从而实现故障预报。     

自治式水下机器人推进器故障检测、分离与重构

研究自治式水下机器人推进器故障检测、分离与重构问题。针对水下机器人故障诊断残差法中残差阈值不易选取的问题,提出了一种基于观测器的水下机器人推进器故障检测与分离方法,通过构建故障检测观测器对推进器故障与残差信号进行解耦,使推进器出现故障后仅引起与其相关的残差呈单调变化,从而可选择较大的阈值进行故障检测以提高诊断系统的可靠性,该方法在故障检测的同时可进行故障分离。针对系统不确定性导致的推进器故障重构精度低的问题,提出了一种RBF神经网络与等效输出注入相结合的故障重构方法,采用等效输出注入方法估计不确定性项,从神经网络输出中重构推进器故障。     

一类不确定非线性系统的故障诊断方法

提出一种基于观测器的残差生成器方法来达到对一类多输入多输出非线性不确定系统进行故障分离的目的。通过对待监测故障引入适当的假设,同时假定不确定性满足Lipschitz条件,设计了一种残差信号来完成故障诊断,设计过程应用了高增益观测器和自适应故障诊断观测器方法,同时不需要借助线性逼近方法。最后分析了该残差信号对于待监测故障的敏感性和对于不须报警的故障的不敏感性。     

基于Internet的网络化三容水箱实验平台

基于网络的故障诊断与容错控制算法的现有研究大多止于数值仿真,而简单的数值算例无法准确反应实际的工业过程,需要利用真实的物理实验平台对各种算法进行评估。本文构建了基于Internet的网络化三容水箱系统,为网络化故障诊断与容错控制算法提供了一个基准的实验平台。该系统有较为精确的数学模型,可以方便地设置多种故障。整个系统立足于真实的物理系统、真实的网络传输特性以及真实的故障种类,可作为基准平台对网络化故障诊断与容错控制算法的效果进行评估。     

基于多噪声数据训练CNN的自动倾斜器滚动轴承故障诊断

针对传统卷积神经网络(Convolutional Neural Network,CNN)在直升机自动倾斜器滚动轴承噪声环境下诊断效果不佳的问题,提出一种基于多噪声数据训练CNN的自动倾斜器滚动轴承故障诊断方法。该方法首先在原始振动信号中随机添加不同大小的高斯白噪声,然后利用小波变换方法构造不同噪声下的时频图,最后利用CNN对不同噪声下的时频图进行故障分类。利用课题组和美国凯斯西储大学的公开轴承数据集开展真实诊断实验,结果表明,与传统CNN相比,极大地提高了在噪声环境下的故障识别率。     

关于电视机行输出管损坏的故障机理分析

由于电视机行输出电路工作在高电压、大电流状态,行输出管容易损坏,而且故障现象千差万别,故障原因五花八门,是电视机最常见的故障之一.本文运用"理实结合"的方法对电视机行输出管损坏的故障机理进行了分析,以解决维修实践中的难题.     

基于观测器的飞机环控系统控制组件故障检测

控制组件作为飞机环境控制系统的重要组成部分,对其进行故障诊断具有重要意义。本文以环控系统的传感增益漂移和活门卡死故障为例,在Simulink仿真环境下建立其正常和故障模型,采用基于状态观测器的方法进行故障检测。仿真实验结果证明了该方法的有效性,且当上述两类故障发生时,基于观测器和仿真模型输出之间的残差特征分析,可以判别出所发生的故障类型。     

基于TBIC信息准则的小波网络结构设计方法

针对框架小波网络存在的网络结构不易确定的问题．提出一种基于TBIC(Testing Bayesian information criterion)信息准则的网络结构设计方法。该方法权衡网络规模和测试精度两方面因素,得到了在TBIC信息准则下的最优小波网络,达到了优化网络结构的目的。仿真结果表明,用该方法设计得到的小波网络具有较小的网络结构和良好的测试精度。相比于BIC(Bayesian information criterion)准则函数,该准则能更准确地反映出测试精度随网络结构变化的趋势。     

基于声发射砂轮磨损监测系统的研究

磨削加工过程中砂轮出现磨损需要反复的修整,砂轮磨损状态的监测可以有效判别砂轮工作状态,减少砂轮修整次数。本文建立了一种基于声发射信号的砂轮磨损监测模型,提出了基于一种小波分解系数均方值统计分析的砂轮磨损状态特征提取方法。同时,采用BP神经网络对砂轮磨损状态进行识别,其输入为3种提取特征,输出为3种不同的砂轮磨损状态。通过磨削试验对监测系统进行评价。结果表明,所提出小波分解系数均方值统计分析的特征提取方法和砂轮磨损监测系统均具有良好的效果。     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

一种新颖的Z源逆变器直流链峰值电压控制策略

提出了一种适合于Z源逆变器的直流链峰值电压直接检测与控制方法。Z源逆变器中逆变桥等效输入电压为其直流链峰值电压,控制直流链峰值电压恒定有利于减小功率器件的电压应力,同时给逆变级提供一个相对稳定的工作状态以及简化逆变侧的设计。在分析Z源逆变器直流链电压特性的基础上,给出了直流链峰值电压的直接检测方法,具有实现方案简单、成本低,不存在现有直流链峰值检测方法中的延时以及算法复杂等缺点。通过对检测得到的直流链峰值电压进行控制,在不同的输入电压与负载条件下都能实现直流链峰值电压的恒定。交流输出电压采用了峰值电压控制策略,通过采样输出电压,能实时计算得到输出电压峰值,通过控制峰值电压的恒定能够实现输出电压的稳定。基于所提出的直流链峰值电压与输出电压峰值控制策略,能够同时实现直流链峰值电压和输出电压的稳定,稳态与动态性能良好。实验结果证实了该控制策略的有效性。     

Optimization of Injection Molding Process of Bearing Stand Based on BP Network Method

The quality of injection plastic molded parts relates to precise geometry,smooth surface,strength,durability,and other indicators that are associated with the mold,materials,injection process,and service environment.The warpage is one of main defects of injection products,which cost much time and materials.In order to minimize warpage to ensure the precise shape of molded parts,it needs to combine design,service conditions,process parameters,material properties,and other factors in the design and manufacturing.Finite element tools and material database are used to analyze the occurrence of warpage,and analysis results contribute to the improvement and optimization of injection molding process of typical parts.To find the optimal process parameters in the solution space,experimental data are used to establish backpropagation(BP)network for predicting warpage of a bearing stand based on analysis with Moldflow.With a proper transfer function and the BP network architecture,results from the BP network method satisfiy the criteria of accuracy.The optimal solutions are searched in the BP network by the genetic algorithm with the finding that the optimization method based on the BP network is efficient.     

基于模糊最小-最大神经网络的输油管道泄漏故障诊断方法

提出一种基于模糊最小-最大神经网络的输油管道泄漏故障诊断方法。该方法将管道压力特征作为模糊最小-最大神经网络的输入,通过模糊最小-最大神经网络的输出判断管道是否发生泄漏,并且针对实测数据含有噪声和测量误差的情况,设计一种可以有效处理实测数据的隐含节点函数。通过对管道试验系统实测数据的验证,本文方法可以有效检测管道泄漏故障。     

神经网络在逆变器控制中的应用

针对传统的基于最优消谐波理论的逆变器 ,应用了一种全新的神经网络控制器。当系统工作时 ,由在线神经网络实时调节逆变器输出电压的大小 ;同时各功率管的开关角由另一个神经网络通过对最优 PWM最优开关角的拟合 ,直接计算出来。整个控制系统具有结构简单、反应灵敏、调压精确、输出电能质量高且全数字化的特点。     

开关磁阻发电机角度位置控制自适应遗传优化方法

以开关磁阻发电机输出电压为研究对象,在分析高速情况下角度位置控制的特点和影响输出电压脉动因素的基础上,提出了基于自适应遗传算法的角度控制策略。当转速或负载变化时,自适应算法控制关断角不变,调节导通角快速稳压,采用遗传算法准确优化开通角与关断角的组合,减小输出电压脉动。通过仿真和实验验证,与单一自适应控制或遗传算法角度控制相比,自适应遗传角度控制策略能够更快速准确优化输出电压。     

卫星三维电缆网设计与制造一体化集成研究与应用

针对卫星三维电缆网数字化设计、制造协同"信息孤岛"问题，提出了卫星三维电缆网设计与制造一体化流程和方法。通过基于模型的定义（Model based definition，MBD）三维电缆网协同设计方法，可以快速生成标准化、精细化的三维电缆网。基于MBD三维电缆网设计与工艺联动，开发了电缆网设计、加工、检测和装配联动软件模块，形成了一套电缆模型工艺信息快速提取方法。通过具体型号应用，验证了该方法在电缆网设计、加工、检测和总装的有效性和精确性。     

Structural Design and Control Strategy Analysis of Micro/Nano Transmission Platform

A fully flexure micro/nano transmission platform(MNTP)which has five degrees of freedom is designed on the basis of bridge type amplification mechanism.According to the kinematic theory and the elastic beam theory,the theoretical output displacement equation of the platform is derived,and then piezoelectric actuator(PZT)is calibrated.Meanwhile,a full closed-loop control strategy of the platform is established using the feedforward proportional-integral-derivative(PID)compound control algorithm based on the Preisach model.Moreover,the total transfer function of the micro positioning system is derived,and the calculation method of output signal is acquired.Finally,the theoretical output displacement is verified by finite element analysis(FEA)and positioning experiments.