基于高斯混合模型和变量重构组合法的故障诊断与分离

提出了一种将变量重构与高斯混合模型结合的故障诊断与分离的方法。首先建立过程数据的高斯混合模型,解决了监控过程的测量数据不服从单峰的高斯分布所带来的问题,然后进行故障数据变量重构,估计未知参数并采用最大期望算法来估测均值与协方差矩阵。在此基础上建立统计模型进行故障的诊断与分离。与传统的贡献图分离故障的方法比较,通过田纳西-伊斯曼化工过程进行实验验证,本文提出的高斯混合模型与变量重构相结合对多状态过程进行故障的诊断与分离收到较好效果。     

基于主元空间动态模型的故障检测方法

建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。     

供压状态影响操纵台通道灯亮灭的机理分析

电传操纵系统通道故障灯亮灭是由监控电路根据各级表决故障信息判断产生,监控电路较复杂。飞机通电和供给液压时,通道灯时亮时灭,状态多种,是电传操纵系统故障监控电路作用的结果。阐述液压系统供压状态影响座舱ПУ-220／353操纵台通道灯亮灭的工作机理。     

监控视频中异常事件检测技术研究进展

异常事件检测技术是当前智能监控技术研究领域关注的一个热点，作为计算机视觉的重要研究内容，其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱，异常检测方法计算代价大，对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法，介绍了监控视频中异常事件检测涉及的基本技术，分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点，整理归纳了可用于监控视频中异常事件检测的常用实验数据集，最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。     

基于声发射技术的铁路重载货车滚动轴承故障诊断研究

通过声发射检测技术对铁路重载货车滚动轴承故障进行不解体诊断,利用小波包分析技术对采集到的声发射信号进行分解和重构,提取故障信号的能量特征向量,将处理后的特征向量输入到BP神经网络进行滚动轴承故障模式识别,进而判断轴承是否发生故障以及故障的类型。经过使用大量的实际滚动轴承实验数据进行验证,其结果都表明了使用本文的方法的有效性。     

直升机减速器故障齿轮振动信号特征研究

开展直升机减速器故诊断研究需要通过大量费用高昂的实验获取典型故障的信号特征。为降低实验费用,提出一种基于软件仿真获取直升机减速器故障齿轮时域信号特征的方法。仿真结果表明,采用该方法可以模拟减速器可能产生的振动信号。振动信号统计分析结果表明,可以通过振动信号的时域特征参数对故障的类型进行判断。     

基于粗糙集属性约简和支持向量机的变压器故障诊断

针对油浸式变压器的故障诊断问题,提出一种利用差异化的粗糙集属性约简与有向无环图-支持向量机(DAG-SVM)相结合的方法实现变压器故障类型的快速诊断。该方法首先通过油浸液中溶解气体量的历史数据及其对应的故障类型建立原始故障决策表;然后利用等频率间隔划分法对条件属性数据作离散化处理,利用差分矩阵对决策表信息进行差异化属性约简,建立每两类故障间的诊断规则,消除对决策结果区分度较低的冗余属性;最后根据约简属性的对应数据作为特征向量输入,构建有向无环图-支持向量机多分类诊断网络,进而实现对故障类型的判断。仿真实例表明,该方法在系统检测中提高了故障诊断的准确率。     

FD12P天气现象传感器故障检查和校准方法

FD12P天气现象传感器是智能型多变量传感器,能测量能见度、温度、降水强度和类型,其精度是测量正确数据的关键。本文总结了FD12P在实际工作中的校准、故障检测、维护、维修经验,并提出注意事项,对保障此设备的正常使用率有重要意义。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

浅谈影碟机激光头组件的性能检测

影碟机最常见的故障在于激光头组件的损坏或性能变差,导致无法读碟或播放过程中出现卡滞等现象.本文简要地阐述了对此类故障的判断与检修方法,供大家参考.     

基于灰色关联模糊聚类算法优化飞机排故方法

采用灰色关联与模糊聚类原理，建立一种灰色关联的模糊聚类算法，应用该算法可直接对飞机维修经验中的多种排故方法．依排除故障的可能性进行排序，并根据排序结果时排故方法进行相似聚类，从而将排故经验与多因素决策算法进行有效综合．较好地解决了民航飞机故障诊断专家系统中多种故障原因的优化选择问题，并可直接给出排故方法的选择指导，提高专家系统的指导水平和飞机排故效率。文中对算法原理进行了详细介绍，并给出算法实例。     

一种欠量测系统传感器故障检测与隔离方法

为了解决欠量测系统传感器故障检测与隔离这一难题,在对传感器故障进行合理建模的基础上,首先,借助输出方程,利用最小二乘和基础解系的方法,将传感器故障特征转换到系统状态模型中;然后,提出一种残差产生器的设计方法并给出其参数求解方法;最后,用算例对上述设计结果的有效性进行计算机仿真验证。     

A320系列飞机发动机引气系统原理及故障分析

本文在分析A320系列飞机发动机引气系统温度控制和压力控制原理的基础之上,结合发动机引气系统4个典型故障案例的隔离程序,形象说明了发动机引气系统温度控制和压力控制原理。而所引入的系统测试方法,使引气系统的维护和故障隔离更有的放矢。     

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。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

某型直升机振动故障研究

针对某型直升机外场试飞时飞行员反映的直升机异常振动故障,使用特定设备对故障位置振动值进行测量,通过分析振动频谱图,结合直升机振动特性对故障原因进行研究分析,并根据测量结果及该型直升机维护手册建议制定减小振动值的措施,最终消除直升机异常振动故障。     

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。     

玻璃熔窑计算机控制的现状和展望

玻璃熔制是一个非常复杂的物理变化、化学反应过程，为了获得高质量的玻璃制品，必须要稳定熔窑热工制度，即习惯上称的“四大稳”。为此整个熔制过程控制分为五个系统：窑温控制系统、窑压控制系统、玻璃液面控制系统、燃烧控制系统以及火焰换向控制系统。目前，自动控制技术对提高玻璃熔窑热效率、降低能耗和稳定生产过程的作用，已充分被人们所认识。本文介绍了玻璃熔窑自动控制的现状，归纳并分析了四大类中小规模计算机控制系统在玻璃行业的应用现状，并对玻璃熔密计算机控制的发展方向。提出了一些看法。     

用仿真实验研究装备中一类非线性混沌振动的主动隔振

笔者运用主动隔振原理 ,对Duffing非线性振子 ,设计了参数自调节的PID控制算法 ,对Duffing振子混沌振动进行了主动隔振数值仿真实验 ,实现了对混沌振动的良好隔振。仿真结果表明 :在混沌振动中应用主动隔振技术的有效性。