排序方式: 共有59条查询结果,搜索用时 15 毫秒
11.
12.
13.
基于磨粒分析方法的发动机磨损故障智能诊断技术 总被引:5,自引:1,他引:5
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。 相似文献
14.
15.
16.
加强民航实验实训体系建设,提高学生工程实践能力 总被引:1,自引:0,他引:1
<正>引言快速发展的民航业对机务维修等民航特殊专业工程技术人才具有迫切而广泛的需求。根据中国民航"十一五"发展规划,未来五年将是中国民航的高速发展期,到2010年末,民航全行业从业人员总量将达到44万人,需增加飞机维修人员25万人。 相似文献
17.
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) 总被引:2,自引:0,他引:2
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 相似文献
18.
19.
20.
针对磨粒识别问题,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法.首先对特征参数进行优化分组,然后对每一组建立对应的分类子神经网络,分别采用径向基函数(RBF)神经网络和反向传播(BP)神经网络进行识别,得到初步的诊断结果,经过归一化后作为2组基本概率分配函数,最后运用D-S证据理论进行融合得到最终识别结果.算例分析表明,基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性. 相似文献