航空發(fā)動(dòng)機(jī)故障診斷技術(shù)對(duì)避免飛行事故和降低飛行器運(yùn)行成本是十分重要的。提出一種BP網(wǎng)絡(luò)對(duì)某型飛機(jī)發(fā)動(dòng)機(jī)進(jìn)行故障診斷，但是由于BP網(wǎng)絡(luò)收斂速度較慢而且容易陷入局部極小值，特別是BP網(wǎng)絡(luò)通常只能給出一個(gè)解，受訓(xùn)練樣本病態(tài)影響大。因此通過對(duì)BP網(wǎng)絡(luò)的改進(jìn)，建立了L-M算法神經(jīng)網(wǎng)絡(luò)的飛機(jī)發(fā)動(dòng)機(jī)故障診斷模型。實(shí)驗(yàn)表明，該網(wǎng)絡(luò)在一定程度上克服了BP網(wǎng)絡(luò)存在的的問題，在逼近能力、分類能力和學(xué)習(xí)速度等方面均優(yōu)于BP網(wǎng)絡(luò)。為機(jī)務(wù)人員提供了有效的、科學(xué)的發(fā)動(dòng)機(jī)故障診斷方法，該種評(píng)估手段較好地解決了發(fā)動(dòng)機(jī)故障診斷問題，在飛行安全中發(fā)揮著越來越大的作用。
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 發(fā)動(dòng)機(jī) 故障診斷 飛機(jī)
上傳時(shí)間： 2014-12-23
上傳用戶：小儒尼尼奧
由于模擬電路的多樣性、非線性和離散性等特點(diǎn)，模擬電路的故障診斷呈現(xiàn)復(fù)雜、難以辨識(shí)等問題。針對(duì)已有方法的數(shù)據(jù)不平衡，提出了一種支持向量機(jī)集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機(jī)的基礎(chǔ)上，設(shè)計(jì)了模擬電路的最小二乘支持向量機(jī)預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)模擬電路的狀態(tài)的故障預(yù)測(cè)。將該方法應(yīng)用于Sallen-Key帶通電路進(jìn)行故障預(yù)測(cè)試驗(yàn)，結(jié)果表明，該方法比單一支持向量機(jī)、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類和泛化性能，故障診斷準(zhǔn)確率更高。
標(biāo)簽： LS-SVM 集成 模擬電路 故障檢測(cè)
上傳時(shí)間： 2013-10-31
上傳用戶：417313137
針對(duì)傳統(tǒng)的故障樹分析法在故障診斷中存在的缺點(diǎn)和不足，文中將模糊理論運(yùn)用到故障診斷中，提出基于T-S的模糊故障樹的故障診斷法。介紹了T-S模糊模型及算法，建立了診斷系統(tǒng)的故障庫和推理機(jī)。使設(shè)備操作和維修人員可及時(shí)發(fā)現(xiàn)故障，降低系統(tǒng)故障率，提高了保障的能力。
標(biāo)簽： T-S 模糊 樹 故障診斷
上傳時(shí)間： 2013-10-20
上傳用戶：heheh
軟件發(fā)生瞬時(shí)故障時(shí)，可能會(huì)導(dǎo)致處理器狀態(tài)改變，致使程序執(zhí)行出現(xiàn)數(shù)據(jù)錯(cuò)誤或者控制流錯(cuò)誤。目前已有許多軟件、硬件以及混合的解決方案，主要的方法是重復(fù)計(jì)算和檢查副本的一致性。但是，生成正確的容錯(cuò)代碼十分困難，而且?guī)缀鯖]有關(guān)于證明這些技術(shù)的正確性的研究。類型化匯編語言（TAL）是一種標(biāo)準(zhǔn)的程序安全性證明的方式。本文概述了一種面向瞬時(shí)故障的軟硬結(jié)合的容錯(cuò)方法，以及對(duì)該方法的形式化方法，包括容錯(cuò)類型化匯編語言、類型系統(tǒng)和容錯(cuò)定理。形式化的目的是為了驗(yàn)證，只有通過驗(yàn)證的程序代碼才是類型安全的。本文只簡(jiǎn)單介紹了程序的形式化方法。
標(biāo)簽： 瞬時(shí) 容錯(cuò)技術(shù)
上傳時(shí)間： 2014-01-15
上傳用戶：dudu1210004
針對(duì)齒輪故障特征信號(hào)具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對(duì)齒輪振動(dòng)信號(hào)進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號(hào)分解到多個(gè)尺度上，然后對(duì)各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對(duì)經(jīng)過處理后的小波系數(shù)進(jìn)行重構(gòu)。對(duì)降噪后的齒輪振動(dòng)信號(hào)采用S變換多分辨率時(shí)頻分析，能夠從具有良好的時(shí)頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗(yàn)和故障軸承的信號(hào)分析證明，該方法具有短時(shí)傅里葉變換和小波變換的優(yōu)點(diǎn)，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測(cè)和診斷。
標(biāo)簽： 梯度 小波降噪 S變換 齒輪故障
上傳時(shí)間： 2013-11-01
上傳用戶：AISINI005
介紹了晶閘管調(diào)速粗動(dòng)裝原理, 分析了典型故障的原因
標(biāo)簽： 晶閘管 故障診斷 調(diào)速 檢修
上傳時(shí)間： 2013-11-16
上傳用戶：cmc_68289287
總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法是一種先進(jìn)的時(shí)頻分析方法，非常適合于對(duì)非平穩(wěn)故障微弱信號(hào)的分析處理。文中介紹了EEMD方法的原理與算法實(shí)現(xiàn)步驟，重點(diǎn)分析了EEMD方法避免模式混淆的機(jī)理。利用EEMD方法對(duì)齒輪箱振動(dòng)信號(hào)進(jìn)行分析，成功提取了小齒輪磨損故障特征，驗(yàn)證了EEMD方法在故障微弱信號(hào)特征提取的有效性。
標(biāo)簽： EEMD 微弱信號(hào) 特征提取
上傳時(shí)間： 2014-11-30
上傳用戶：wbwyl
模糊綜合評(píng)判法是一種基于模糊數(shù)學(xué)的綜合評(píng)判方法，該綜合評(píng)判法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)判轉(zhuǎn)化為定量評(píng)判，即用模糊數(shù)學(xué)對(duì)受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評(píng)判。它具有結(jié)果清晰，系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。本文以新一代天氣雷達(dá)發(fā)射機(jī)故障為例，論述了該方法如何獲取故障診斷數(shù)據(jù)，如何進(jìn)行故障定位等過程。
標(biāo)簽： 模糊綜合 故障樹分析法 中的應(yīng)用
上傳時(shí)間： 2013-10-17
上傳用戶：yxgi5
為了解決模擬電路故障診斷復(fù)雜多樣難于辨識(shí)的問題, 有效提高分類的準(zhǔn)確度, 提出了一種模擬電路故障診斷的新方法。
標(biāo)簽： 模擬電路 故障診斷
上傳時(shí)間： 2013-11-03
上傳用戶：guanhuihong
針對(duì)傳統(tǒng)診斷方法的不足之處，介紹了基于人工智能和現(xiàn)代信息信號(hào)處理的現(xiàn)代故障診斷方法，包括專家系統(tǒng)診斷方法、神經(jīng)網(wǎng)絡(luò)診斷方法、模糊診斷方法和基于核的診斷方法，同時(shí)系統(tǒng)地分析了每種方法的基本原理、優(yōu)缺點(diǎn)、研究進(jìn)展和典型應(yīng)用。最后探討了目前模擬電路故障診斷研究存在的問題和未來的發(fā)展方向。
標(biāo)簽： 模擬電路 故障診斷 發(fā)展 方法研究
上傳時(shí)間： 2013-10-30
上傳用戶：maricle
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<tfoot id="86oso"></tfoot>
<ul id="86oso"></ul>
