转速波动状态下涡轮泵典型故障诊断方法

利用涡轮泵振动信号的变换域信息可有效地检测与诊断故障。针对涡轮泵转子叶片断裂与脱落这种典型故障,首先分析其出现的原因,并从动力学的角度研究其振动特征,选择可有效反映该故障的特征频率。然而,涡轮泵转速波动会造成这些特征频率提取的困难,为此提出一种解决此难题的新思路,通过一系列变换域处理来消除转速波动对振动频率的影响,在变换域中提取出稳定的特征频率,从而解决了涡轮泵转速波动状态下该型故障诊断问题。通过涡轮泵历史试车故障数据的验证表明,通过跟踪变换域中这些特征频率的幅值变化,可以有效检测与诊断涡轮泵转子叶片断裂与脱落故障。     

一种卫星故障诊断的定性/定量混合建模新方法

卫星控制系统具有强非线性、系统参数大范围剧烈变化、存在严重不确定性和工作环境恶劣等特点,而传统的定性方法或者定量方法均难以取得满意的故障诊断效果.从寻求定性/定量方法结合的新机制出发,提出了采用定性仿真和奇偶空间法相结合的定性/定量混合建模新方法,并利用了模糊逻辑,较好地实现了定性/定量知识的有机结合.定性/定量混合模型可充分利用系统的信息,实现对卫星控制系统有效、准确、快速地故障诊断,仿真结果验证了该方法的有效性.     

转子故障的连续小波尺度谱特征提取新方法

引入图像分析方法,提出了直接从转子故障信号连续小波尺度谱中提取图像纹理特征的新方法.首先,通过转子故障模拟实验台采集了不平衡、不对中、碰摩及油膜涡动等典型故障信号;然后,分析了故障信号尺度谱的差别及所提取出的数字特征对故障的敏感性;最后用结构自适应集成神经网络进行了智能诊断实验,结果表明了本文所提出的尺度谱数字特征对转子故障诊断的有效性.      

小波网络在某型航空发动机故障诊断中的应用

分析了用小波网络替代神经网络进行模型辨识的优点,在误差反向传播算法(Error back prop-agation)的基础上,结合小波分析理论,设计了一种小波网络算法.通过对某型航空发动机的仿真实验,小波网络能够及时准确地预测出发动机的输出.同时利用小波变换对残差的分析可以有效地检测出系统所发生的故障.      

基于奇异值差的转静件碰摩故障诊断方法研究

针对目前奇异值分解方法在航空发动机碰摩故障诊断处理中的不足,在基于矩阵分析推导奇异值残差重构信号能量成分的基础上,提出了利用奇异值残差重构突变信息的方法并建立了诊断流程.利用仿真信号对提出的方法进行了验证,得出了该方法与理论分析相符合.最后将其应用于某型航空发动机实测数据的处理,成功地判断出该发动机碰摩的时刻和碰摩故障的延展,结果表明该方法对航空发动机碰摩故障的诊断具有良好的效果.      

多数据源信息融合的建筑用电设备故障诊断系统研究

针对单一检测量难以形成完备可靠的故障诊断结论的难题,本文设计了一种基于多数据源信息融合的建筑用电设备故障诊断系统。首先提出了多传感器信息融合的故障诊断系统结构,然后对系统涉及的关键技术分别进行了介绍,基于虚拟仪器Lab VIEW,设计建筑用电设备故障诊断监控平台,并结合教学楼用电设备给出了系统的应用实例。该用电设备故障诊断系统可以有效提高故障确诊率,降低诊断的不确定性。     

基于故障树分析法火箭测量系统故障诊断研究

本文对某系列运载火箭近十年来出厂测试出现的故障事件进行统计分析,应用故障树分析法的基本原理,建立了某系列运载火箭出厂测试测量系统故障树,并对其作定性和定量分析,指出其可靠性较低环节。结果表明,应用故障树分析法对运载火箭测量系统故障事件进行研究,能够清晰发现对顶事件发生影响的主要因素,为故障预防和诊断提供思路和依据。     

自识别自校准Kalman滤波方法

在导航滤波、故障诊断等许多工程领域中,受环境因素影响、模型和参数的选取不当等原因,系统状态方程中往往含有未知输入(系统误差),传统的Kalman滤波方法无法消除这种未知输入的影响,导致产生较大的滤波误差。为此,提出一种自识别自校准Kalman滤波方法,并分别对线性系统和非线性系统进行了详细讨论,给出了相应的公式和滤波步骤。该方法能够自动识别状态方程中有无未知输入,当有未知输入时,则能自动估计未知输入,并对它进行补偿和修正。大量实例计算和仿真模拟表明,与传统方法相比,本文方法能够有效提高状态估计精度,且计算简单,便于工程应用。     

基于深度学习与SAE网络的火箭推力下降故障诊断

针对运载火箭动力系统在发动机推力下降故障诊断中存在的推力下降程度及故障时间测算不精确的问题,提出了一种基于深度学习的故障诊断方法.不同时刻及程度的推力故障下,利用运载火箭六自由度运动学模型生成的过载信息作为故障训练样本,采用堆栈自动编码器方法训练网络,利用训练好的网络辨识发动机推力下降程度,带入六自由度仿真模型中可以实...