模式识别在发动机故障诊断中的应用

近年来,随着相关学科高新技术的发展,在发动机测试诊断技术上出现了一系列全新的概念和方法,如专家系统、神经网络及光谱分析等使发动机故障诊断研究的应用范围不断拓宽诊断精度和响应能力日益提高;特别是计算机技术的普及应用,为发动机故障诊断注人了新的活力,发动机的测试诊断技术正在发生着一场深刻的历史性变革。由此可见,研究和开发高效、实用的故障诊断系统,充分利用设备     

基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用

将基于变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的方法引入滚动轴承的故障诊断,提出了基于EMD(Empirical Mode Decomposi-tion,EMD)和VPMCD的滚动轴承故障诊断方法.采用EMD方法提取滚动轴承振动信号特征向量后,以VPMCD作为模式识别方法对滚动轴承的工作状态和故障类型进行分类.对正常状态、外圈故障、内圈故障3种不同类别下的滚动轴承振动信号进行了分析,结果表明了该方法在滚动轴承故障诊断中的有效性.同时,与人工神经网络(Artificial neural net-work,ANN)算法的对比分析表明,VMPCD算法分类性能的稳定性以及计算效率均要高于ANN算法.     

发动机故障诊断中工况的模式识别

利用多项工回归的方法获得不同工况下发动机速度随时间变化的数学模型，基于测试工况定义时的模糊性，故在测试中采用模糊式识别的方法，确定实际的测试的工况，以用于测试参数的处理。     

基于BP网络模式识别的变压器故障诊断

针对传统的离线色谱分析法在变压器故障诊断中的不足，提出了一种基于BP网络模式识别的变压器在线故障诊断方法。阐述了模式识别的原理。建立了诊断模型，给出训练精度。通过将BP网络诊断结果与传统三比值法诊断结果的对比，验证了该诊断方法的准确性与有效性。     

倒频谱在齿轮故障诊断中的应用

根据倒频谱所具有的特性，将原来信号频谱图上成族的边频带谱线简化为单根谱线。利用这一特点来识别齿轮振动复杂频谱图上的周期结构，分离和提取出密集泛频信号中的周期成分、多成分边频等复杂信号，使测试系统的在线故障诊断更加快速准确。     

DHMM的动态模式识别理论在旋转机械故障诊断中的应用

对于旋转机械启动过程的动态模式,提出了一种基于离散隐马尔可夫模型(DHMM)的旋转机械故障诊断新方法.该方法对旋转机械启动过程的局部振动信号进行FFT特征提取,然后利用自组织特征映射对提取的特征矢量进行预分类编码,把矢量编码作为观测序列引入到DHMM中进行机器学习和故障诊断实验.实验表明,提出的方法对旋转机械启动过程进行诊断是十分有效的.     

模糊数学在汽车故障诊断中的应用研究

对具有非确定性特征汽车故障的诊断方法进行探讨,运用模糊数学理论建立故障评判模糊矩阵,探讨待诊断故障模糊矩阵的建模方法,并以此为基础,应用模糊数学理论中的模式识别方法对故障进行诊断。     

人工免疫机理在故障诊断中的应用

将人工免疫系统的反面选择算法作了改进，在产生检测器时，利用了遗传算法，并将欧几里德距离作为遗传算法中的适应函数。最后通过模拟实验表明，该算法能对旋转机械故障进行诊断，平均准确率可达95％以上。该算法也可以用于其他系统的在线故障诊断。     

非线性频谱分析在故障诊断中的应用

提出了一种基于非线性频谱分析的故障诊断方法。针对测量信号不可避免的噪声干扰,采用总体最小二乘法辨识系统的频域传递特性,利用人工神经网络完成故障模式分类,构造了一种合理的特征提取方法,并给出了基于非线性频谱分析的故障诊断的完整方案。试验结果表明,该故障诊断方法准确率高,计算量小,可以应用于实际工程。     

对象技术在案例推理故障诊断中的应用

从认识论的角度,提出了对象技术和案例推理的相似关系.分析了案例推理的几个重要问题,包括案例的多级索引、用模糊聚类法精化案例库和模糊模式识别的案例相似性匹配.并结合数据库技术将上述方法应用到故障诊断专家系统的设计,结果表明该方法是有效的.     

质子交换膜燃料电池故障诊断的模式识别方法

针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)故障诊断,提出了一种基于电化学交流阻抗谱(EIS)的组合模式识别方法,即采用典型频率点的EIS拟合,快速获取EIS并达到抑制低频点"飘散"的效果,以EIS与实轴的两个交点(高频交点和低频交点)作为故障诊断的特征向量值,采用模糊C均值聚类和支持向量机算法分别对样本特征向量、待测特征向量进行聚类和分类.采用已发表文献中的实验数据构造了故障模型并进行了仿真分析,结果表明提出的方法快速、有效.     

应用模式识别技术实现抽油机井下故障的自动诊断

本文将模式识别技术应用于抽油井井下故障诊断,以达到对泵示功图定量分析的目的。作者提取和选择出反映示功图形状的四个特征:圆形度、细长度、散射度和凹性度,这四个特征满足特征不变量要求。在几种典型故障示功图样本训练集的基础上,基于距离这一判别函数对井下故障进行分类决策,实例表明,特征向量是稳定和有效的。     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。     

FFT-FS频谱细化技术及其在机械故障诊断中的应用

介绍了ＦＦＴ－ＦＳ频谱细化方法。这种方法在不增加采样点数的前提下,对感兴趣的频带进行细化,能够得到比较准确的频率值。并以某厂Ｒ１轧机主传动系统的减速机为例,说明该方法是准确确定故障频率并进行诊断的有效方法。     

模拟电路故障诊断的辨识法及其方程

本文基于系统辨识的思想，对模拟电路故障诊断提出了一种新的方法。文中还提出了动态电路系统参数的概念，研究了系统参数与元件参数之间的一般关系，给出了用多频率法求解系统参数的一组线性方程。     

基于BP的车辆系统故障诊断模式识别

针对车辆系统存在的故障问题，引入了模式识别的诊断方法，对故障诊断过程中的故障分类、数据采集以及信号处理进行了分析．结合汽车离合器故障特征，应用改进的人工神经网络算法进行了故障识别，在进行样本学习时，网络系统能够较快的达到稳定状态，满足故障诊断的要求．最后指出了车辆系统故障诊断的意义和发展方向．     

基于声强识别的发动机智能化故障诊断系统

根据对发动机在实际使用和生产中的故障诊断与监测现状分析，该文拟开发一套基于声强识别的发动机智能化故障诊断与监测系统。通过对系统需求分析和设计原则的定义，给出了系统总体方案，分析了系统的工作原理，设计了系统数据处理、故障诊断以及控制软件，并对软件设计过程中的几个关键技术进行了讨论，包括知识库的设计与分析、智能化故障诊断模型的设计以及输入输出模式的描述等，为实现发动机智能化现场故障诊断提供了软硬件平台。     

汽油机失火故障的模糊模式识别

根据汽油机在有失火现象工况和良好技术下废气排放中的碳氢化合物（ＨＣ）、二氧化碳（ＣＯ２）和氧气（Ｏ２）体积分数值的试验数据,提出了描述汽油机失火故障的模糊向量和模糊模式,并利用海明贴近度方法对ＣＡ６１０２汽油机失火故障模式识别进行了实例研究。