钢丝绳缺陷定量识别的贝叶斯建模方法

提出了跳变系统检测的贝叶斯建模方法，针对钢丝绳检测信号特征，设计了断丝定量识别的多重假设检测方法，可以在线监测钢丝绳状态     

层次分类诊断模型

基于分类问题的普遍性,针对复杂系统的诊断问题,提出一种层次分类诊断模型,并解决了其中的关键技术问题.论述了如何建立诊断问题的分类层次和证据模式;提出了诊断知识的组织模型与表达方法;并给出了完整的推理控制算法.以这一模型为基础,建立了一个汽轮发电机组故障诊断专家系统.     

机械设备的诊断方法与分类

对机械设备的诊断方法进行了系统而详细的分类.根据设备诊断过程的三个主要阶段,即信息检测、特征提取和状态识别,相应地从诊断所检测的信息种类、故障特征提取方法及状态识别方法三个方面对诊断方法进行了分类.     

基于小波神经网络的轴承未知异常诊断

针对滚动轴承振动信号复杂,故障类型难以预知的问题,提出基于小波-神经网络技术的滚动轴承未知异常诊断的新方法.利用小波包对滚动轴承振动信号进行分解与重构,获得振动信号的突变信息,提取与滚动轴承故障相关的特征信息,将其作为特征向量输入自组织特征映射(Self-Organizing Feature Maps,SOFM)神经网络,对其进行自动分类识别,根据数据映射位置,可实现对滚动轴承未知异常的诊断,并为专家系统知识的自动获取提供了一条新途径.通过对仿真结果的分析,证实这种诊断方法的可行性.     

基于非线性映射的特征提取技术研究

从特征提取角度出发,分析了曲元分析法(CCA方法)的非线性映射算法原理,研究了曲元分析在高维数据本征维数提取中的应用,在此基础上提出了基于非线性映射曲元分析法的设备状态特征提取技术,对仿真和齿轮故障数据的研究表明,该方法能提取出对模式识别敏感的特征集,可有效用于机械设备的故障模式分类识别。