基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

航空发动机故障远程诊断系统

基于WEB的航空发动机故障远程诊断系统是将传统的发动机故障诊断技术与WEB技术相结合的系统。该系统的建立使航空发动机的监控、诊断和维护技术融入网络环境,可以极大地提高发动机疑难故障诊断的准确性和及时性,体现了故障诊断技术网络化、信息化的发展趋势     

磨粒分析技术及其在发动机故障诊断中的应用

基于显微形态学方法的磨损微粒显微分析技术是近年来出现的解决发动机磨损故障诊断问题的新方法之一。应用形态学分析方法建立一套磨粒显微特征描述体系提取磨粒特征信息 ,作为磨粒识别的信息基础 ,可以准确地完成磨粒自动识别。基于发动机润滑系统磨粒分析的结果和颗粒摩擦学理论 ,比较准确地评估出发动机接触磨损部件的磨损状态 ,进而诊断或预测此类磨损故障 ;另外 ,此项分析诊断技术在发动机气路磨损故障诊断中也具有潜在的应用前景。     

基于磨粒分析方法的发动机磨损故障智能诊断技术

磨粒是研究磨损状态时最直接、最重要的信息元，通过对滑油中的磨粒进行监测与分析来判断机械设备的磨损情况，可以预防并监测机械设备的磨损故障。本文运用显微形态学方法建立了一套磨粒显微特征描述体系，以提取磨粒信息并进行磨损故障的模式识别；并结合摩擦学理论和人工智能方法，实现对发动机磨损故障的智能诊断和预测。     

航空发动机的磨损故障分析和诊断技术

航空发动机的磨损问题不但直接威胁发动机的安全高效运行,而且还可能诱发其他故障,甚至发生事故。因此,准确诊断和早期发现潜在的磨损故障对于发动机的安全运行意义重大     

磨粒监测与分析系统在航空发动机状态监控中的应用(英文)

磨损颗粒是研究机器磨损状态时最直接、最重要的信息元 ,通过对滑油中的磨粒进行监测与分析以判断机械设备的磨损状况 ,可以监测并预防机械设备的磨损故障。本文介绍的磨粒监测与分析系统 ( DMAS)具有制谱简单、自动化程度高、能及时准确预报及诊断机器的各种磨损类故障等特点 ,可以有效地保障机器安全可靠地运行。本文详细地阐述了这套系统的基本原理、软硬件组成 ,以及在航空发动机磨损状态监测中的应用     

复杂背景下磨粒显微图像分割

针对DMAS系统中复杂背景下磨粒图像的自动分割问题，根据磨粒图像的相关特征，充分利用领域知识，基于图像分割和边界跟踪的思想，选取了适合磨粒图像分割的最大类间方差阈值法，并结合腐蚀、膨胀等图像处理技术，实现了复杂背景下磨粒图像的有效分割和目标提取。最后算例表明了本方法的简洁有效性。本文研究将对进一步展开磨粒识别和机械设备故障诊断研究工作提供前提和依据。     

双BP神经网络在磨损颗粒自动识别中的应用

 引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征 ,然后以此为输入参数提出了一套BP神经网络 ,对磨损颗粒进行自动识别分类。针对本网络输入参数多 ,网络训练耗时长的问题 ,尝试采用因子模糊化的网络训练方法 ,大幅度提高了神经网络的训练速度 ,并取得了较好的应用效果。     

基于系统动力学的虚拟制造建模技术及其应用研究

虚拟制造(VM，Virtual Manufacturing)是建立在计算机信息技术和制造技术基础之上的一门制造领域新兴技术。本文首先阐述了虚拟制造的产生背景和内涵。然后分析了系统动力学(System Dynamics，简称SD)的建模的原理和方法。汲取其建模方法的优点。将其运用于的企业级的虚拟制造建模工作中。并给出了江苏某大型企业的应用实例。     

基于D-S证据理论的磨粒识别

基于D-S证据理论的信息融合方法应用于磨损颗粒的自动识别,编制了相应的计算机识别程序。在对磨粒图象的形态特征参数进行筛选和统计分析的基础上,确定了各参数的统计容许限和决策基元概率。通过对一组标准磨粒的模拟识别试验,显示该方法具有算法简单、运行可靠、识别正确率高以及识别速度快的优点。