FPGA 在無刷直流電機控制中的應用，學習應用有參考價值
上傳時間： 2013-08-20
上傳用戶：段璇琮*
抽油井故障診斷系統是油井系統產量的關鍵，為了更好更快地對當前油井系統進行診斷以保證石油的產量，人們利用各種各樣的技術來完成這一目標。示功圖的診斷法是油田有桿抽油診斷的主要方法，文章根據示功圖診斷的特點，提取出灰度矩陣特征向量，運用神經網絡對有桿抽油油田典型故障診斷進行建模，最后用實例驗證了此方法的正確性。實驗證明，本系統不僅可行性好，而且故障識別率高，對增加油井產量有重要意義。
上傳時間： 2013-10-17
上傳用戶：alex wang
航空發動機故障診斷技術對避免飛行事故和降低飛行器運行成本是十分重要的。提出一種BP網絡對某型飛機發動機進行故障診斷，但是由于BP網絡收斂速度較慢而且容易陷入局部極小值，特別是BP網絡通常只能給出一個解，受訓練樣本病態影響大。因此通過對BP網絡的改進，建立了L-M算法神經網絡的飛機發動機故障診斷模型。實驗表明，該網絡在一定程度上克服了BP網絡存在的的問題，在逼近能力、分類能力和學習速度等方面均優于BP網絡。為機務人員提供了有效的、科學的發動機故障診斷方法，該種評估手段較好地解決了發動機故障診斷問題，在飛行安全中發揮著越來越大的作用。
上傳時間： 2014-12-23
上傳用戶：小儒尼尼奧
ID 型號廠家用途構造溝道v111(V) ixing(A) pdpch(W) waixing 1 2SJ11 東芝DC, LF A, JChop P 20 -10m 100m 4-2 2 2SJ12 東芝DC, LF A,J Chop P 20 -10m 100m 4-2 3 2SJ13 東芝DC, LF A, JChop P 20 -100m 600m 4-35 4 2SJ15 富士通DC, LF A J P 18 -10m 200m 4-1 5 2SJ16 富士通DC, LF A J P 18 -10m 200m 4-1 6 2SJ17 C-MIC J P 20 0.5m 10m 4-47 7 2SJ18 LF PA J(V) P 170 -5 63 4-45 8 2SJ19 NEC LF D J(V) P 140 -100m 800m 4-41 9 2SJ20 NEC LF PA J(V) P 100 -10 100 4-42 10 2SJ22 C-MIC J P 80 0.5m 50m 4-48 11 2SJ39 三菱LF A J P 50 -10m .15/CH 4-81 12 2SJ40 三菱LF A,A-SW J P 50 -10m 300m 4-151 13 2SJ43 松下LF A J P 50 20m 250m 4-80A 14 2SJ44 NEC LF LN A J P 40 -10m 400m 4-53A 15 2SJ45 NEC LF A J P 40 -10m 400m 4-53A 16 2SJ47 日立LF PA MOS P -100 -7 100 4-28A 17 2SJ48 日立LF PA, HS MPOSSW P -120 -7 100 4-28A 18 2SJ49 日立LF PA,HS PMSOWS P -140 -7 100 4-28A 19 2SJ49(H) 日立HS PSW MOS P -140 -7 100 4-28A 20 2SJ50 日立LF/HF PA,HMSO SPSW P -160 -7 100 4-28A 21 2SJ50(H) 日立HS PSW MOS P -160 -7 100 4-28A 22 2SJ51 日立LF LN A J P 40 -10m 800m 4-97A 23 2SJ55 日立LF/HF PA,HMSO SPSW P -180 -8 125 4-28A
上傳時間： 2013-10-10
上傳用戶：13162218709
由于模擬電路的多樣性、非線性和離散性等特點，模擬電路的故障診斷呈現復雜、難以辨識等問題。針對已有方法的數據不平衡，提出了一種支持向量機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的基礎上，設計了模擬電路的最小二乘支持向量機預測模型，實現了對模擬電路的狀態的故障預測。將該方法應用于Sallen-Key帶通電路進行故障預測試驗，結果表明，該方法比單一支持向量機、徑向基神經網絡、BP神經網絡和APSVM有更好的分類和泛化性能，故障診斷準確率更高。
上傳時間： 2013-10-31
上傳用戶：417313137
針對傳統的故障樹分析法在故障診斷中存在的缺點和不足，文中將模糊理論運用到故障診斷中，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，建立了診斷系統的故障庫和推理機。使設備操作和維修人員可及時發現故障，降低系統故障率，提高了保障的能力。
上傳時間： 2013-10-20
上傳用戶：heheh
軟件發生瞬時故障時，可能會導致處理器狀態改變，致使程序執行出現數據錯誤或者控制流錯誤。目前已有許多軟件、硬件以及混合的解決方案，主要的方法是重復計算和檢查副本的一致性。但是，生成正確的容錯代碼十分困難，而且幾乎沒有關于證明這些技術的正確性的研究。類型化匯編語言（TAL）是一種標準的程序安全性證明的方式。本文概述了一種面向瞬時故障的軟硬結合的容錯方法，以及對該方法的形式化方法，包括容錯類型化匯編語言、類型系統和容錯定理。形式化的目的是為了驗證，只有通過驗證的程序代碼才是類型安全的。本文只簡單介紹了程序的形式化方法。
上傳時間： 2014-01-15
上傳用戶：dudu1210004
針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點，提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細節系數進行軟閾值方法降噪處理，對經過處理后的小波系數進行重構。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優點，不存在Wigner-Ville分布的交叉干擾和負頻率，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測和診斷。
上傳時間： 2013-11-01
上傳用戶：AISINI005
介紹了晶閘管調速粗動裝原理, 分析了典型故障的原因
上傳時間： 2013-11-16
上傳用戶：cmc_68289287
總體平均經驗模式分解（EEMD）方法是一種先進的時頻分析方法，非常適合于對非平穩故障微弱信號的分析處理。文中介紹了EEMD方法的原理與算法實現步驟，重點分析了EEMD方法避免模式混淆的機理。利用EEMD方法對齒輪箱振動信號進行分析，成功提取了小齒輪磨損故障特征，驗證了EEMD方法在故障微弱信號特征提取的有效性。
上傳時間： 2014-11-30
上傳用戶：wbwyl
