大学生主要心理问题及对策

针对高校心理咨询工作的缺失,解决的对策是:把心理健康教育和思想政治教育工作有机地结合起来,努力提高大学生心理健康教育工作水平。     

利用神经网络诊断火箭发动机的故障

首先简要地介绍了人工神经网络(以下简称神经网络)的BP学习方法。然后将BP学习算法用于火箭发动机的故障诊断。仿真实验的结果表明,神经网络完全可以用于发动机的故障诊断。     

基于故障树分析法的某型直升机故障诊断专家系统设计分析

介绍一个应用于某型舰载反潜直升机的基于故障树分析法的故障诊断专家系统。首先讲述了系统的开发背景及总体结构 ;其次阐明了故障树分析法的基本原理 ;最后详细描述了知识库的构成以及推理机的工作机制。本系统不但具有故障诊断的能力 ,还具备较强的自学习的功能。     

航空电源状态在线监测与故障诊断系统设计

介绍了一种以CPLD为控制核心,DSP芯片为数据处理核心的航空电源状态在线监测与故障诊断系统的设计,讨论了系统的硬件结构和故障诊断方法.该系统采用模块化的设计思想,具有很好的扩展性、通用性,应用前景广泛.     

人工神经网络在飞机电源系统故障诊断中的应用

分析总结飞机电源系统故障经验后建立故障数据库 ,以该数据库为基础设计实现了一个基于神经网络的飞机电源故障诊断系统。由于诊断网络的权值和结构随着实际的排故结果不断进行更新 ,因此它具有很强的故障诊断能力。经过大量的实际验证 ,该方法故障定位的准确性很高     

YF—75氢氧发动机故障仿真与诊断研究

在YF－75发动机现有的平衡点计算程序基础上，通过进一步的改进，形成一套非线性稳态故障仿真方法，用来研究YF－75发动机主要部件发生故障时参数的稳态变化规律，并对发动机某次试车中故障关机时的多数进行了分析。结果表明，该方法能够较好地模拟发动机一些主要故障发生时的参数稳态变化，对发动机所发生故障的确定能起到指导和辅助作用。最后，还针对正在进行的YF－75发动机故障诊断研究工作提出了一些设想。     

发动机状态监控和故障诊断系统的研究

本文介绍了由北京飞机维修工程公司、北京航空航天大学、中国民航学院和东方航空公司4个单位研制的 EMD(发动机状态监控和故障诊断)系统。该系统自1990年和1991年先后在国际航空公司、东方航空公司的 JT9D 和CF6等40台发动机上运行,获得了很好的结果。     

集成时间信息的液体火箭发动机故障诊断推理

提出一种液体火箭发动机集成时间信息的定性建模和故障诊断推理方法。该方法以谓词逻辑公式和子句的形式对发动机定性特征和试车过程中的观测信息加以描述，同时基于归结原理和假言推理规则的演绎推理方法进行诊断问题求解。结合实际试车数据的检验结果表明，该方法为液体火箭发动机试车过程中动态诊断知识的表达和组织，提供了一种简洁有效的方式．计算量小．检测速度快，且具有较强的诊断能力。     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明:阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。     

基于AANN的数字滤波技术

航空发动机在高温、高压、高转速及较大振动等恶劣的条件下工作时,其控制系统中的传感器很容易受到干扰,所以发动机测量参数中常常包含较大的噪声,另一方面,发动机的测量参数多于其独立变量的数量,即在这些测量参数中存在冗余信息。AANN（自联想神经网络）通过对信息的压缩及解压缩过程,能够利用冗余信息抑制其测量噪声。在发动机故障诊断过程中,应用自联想神经网络对测量参数进行预处理,可以大大提高故障诊断的准确率。