热成像技术在动车组中的应用研究

在动车组调试阶段利用红外热成像技术对电气系统进行检测,能够快速、有效的发现接线端子松动、负载不平衡、过载等不易察觉的异常现象。对主要的电气部件及接线部位进行数据采集并结合测试点的发热状态拟建立基础数据库,为电气系统异常故障诊断提供一种快速、便捷的定位方式,进一步提升电气调试工艺水平。     

基于动态核主元分析的大功率LED阵列动态光源在线状态观测与故障诊断

大功率LED阵列动态光源工作过程中光电热参数具有不确定性和时变时滞非线性特点,利用动态核主元分析方法（DKPCA）对大功率LED阵列动态光源进行在线状态观测与故障诊断能有效地捕捉观测数据的非线性和相关性特征,根据历史数据的主元特征计算出的统计量阈值和在线数据的统计特征实现故障检测,利用重构贡献图法实现故障的分离。仿真实验表明,对大功率LED阵列动态光源典型的传感器和执行器故障进行有效监测和诊断相对于核主元分析方法对故障更为敏感,故障检测率最高提高了7.5%,误检率下降了4.2%。     

一种基于领域自适应的跨工况滚动轴承故障诊断新方法

机械设备在运转时,不同状态下滚动轴承监测数据存在较大分布差异且难以获取带标签的数据,导致现有模型在变工况条件下故障诊断准确率低。针对滚动轴承跨工况诊断难题,本文提出一种基于领域自适应的跨工况滚动轴承故障诊断方法,该方法首先提取振动信号故障敏感特征,并将其嵌入Grassmann流形空间,避免直接进行特征变换导致特征失真;其次利用动态分布对齐自适应调整源域和目标域分布差异,并通过增加类内散度正则化项最小化类内距离,增加类的可分性;最后,根据结构风险最小化原则建立域不变分类模型。在不同工况下的滚动轴承数据集上与现有方法进行了比较实验,结果表明本文提出的方法能有效提高分类准确率。     

基于EMD-HMM的故障诊断模型及应用

提出了基于经验模式分解(EMD)和隐马尔科夫模型(HMM)的故障诊断模型,为通过设备状态监测数据分析进行基于状态维修和维修决策提供了一种新途径.为了消除EMD的端点效应,使用神经网络拟合延拓原始数据序列端点极值,并通过定义序列复杂度来定性地确定延拓极点数.进一步,采用分解所得的固有模态(IMF)能谱熵作为HMM分类系统的输入,得到一种设备故障诊断方案.通过数值仿真和发动机故障诊断验证了该方法的有效性.     

基于BP算法和ACO算法的故障诊断推理研究

BP算法在故障诊断领域已取得广泛应用,但其存在收敛速度慢且容易陷入局部最小值的缺陷,限制了其进一步的发展;ACO(Ant colony optimization)算法是一种模拟进化算法,已很好地应用于解决旅行商和资源两次分配等经典的优化问题,具有启发式收敛、正反馈以及分布式计算等优点;为此,将ACO算法引入BP算法故障诊断方法中,使用ACO算法对BP网络中的参数即权值、阈值以及学习率等进行优化,定义了一种结合ACO算法和BP算法能对故障进行诊断的新算法,并将其应用于具体的故障诊断实例中,最后,通过100组样本中的95组进行训练,并对剩余5组进行故障诊断,实验证明结合ACO算法和BP算法的新算法较传统的仅使用BP算法的诊断方法具有收敛速度快、诊断精确高以及训练性能好的优点。     

基于灰色关联和D-S证据理论的感应电转子故障诊断

针对单一的灰色关联或D-S证据理论在转子故障诊断中存在的不足,将灰色关联和D-S证据理论相融合的决策级信息融合方法应用到感应电机转子故障诊断中;首先用灰色关联对故障进行初步诊断,然后,将灰色关联分析的诊断输出结果作为D-S证据理论的基本概率分配,最后,依据证据组合规则进行合成,得出转子故障的最终诊断结果;实验仿真结果验证了方法在转子故障诊断中的有效性,可以减小诊断的不确定性,提高故障的诊断准确率和诊断精度。     

基于Elman神经网络的齿轮故障诊断研究

在齿轮故障诊断过程中,针对传统的BP神经网络具有学习、记忆不稳定等缺点,提出了将Elman神经网络应用于齿轮故障诊断中,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了齿轮故障诊断的实现过程;结果表明该神经网络学习记忆稳定,具有很好的学习功能,诊断方法具有高可靠性,达到了预期效果。     

冲突信息条件下的装备故障诊断方法

针对冲突信息条件下的故障诊断难题,研究了基于近似表示空间的故障诊断方法;采用冲突诊断信息系统描述冲突故障信息,并将冲突诊断信息系统转化为近似表示空间,进而对其进行属性约简;设计了基于包含度的针对完备信息对象的故障诊断方法,采用向量补齐方法设计了针对不完备信息对象的近似表示空间故障诊断方法;最后,将该方法应用于航空发动机故障诊断,验证了该方法可有效处理冲突、不完备信息,显著提高了故障诊断准确率。     

主观干扰的非线性动态模型及其钢丝绳缺陷诊断方法

本文研究了二类非线性动态模型。成功的将贝叶斯预测理论用于动态系统故障诊断,突破了钢丝绳缺陷定量识别的差分超门限方法。     

基于客舱内部通讯数据指令器的功能模块分析

客舱内部通讯数据指令器的核心部件是导向器(DIRECTOR)。它用于控制、监控和测试乘务员及旅客专用的客舱系统。依据客舱内部通讯数据指令器(CIDS)的CMM手册,分析出客舱内部通讯数据指令器(CIDS)的整体功能和其核心部件导向器(DIRECTOR)的各功能模块,并合理的提出了故障诊断的方法,从而为设计客舱内部通讯数据指令器(CIDS)的检测方案打下基础。