浅谈客车空调的使用与维护

本文通过作者多年从事客车空调管理的工作经验,对客车空调的使用与维护方法提出了个人的一些看法和意见,以供行业内的同仁借鉴和参考.     

一种基于近邻边界的改进核Fisher判别方法

针对应用核Fisher判别法进行化工生产过程故障诊断时,存在核映射后的数据空间维数过高,致使判别向量W计算耗时,难以求解;同时,由于化工生产数据不完全服从高斯分布、强耦合、高维度和噪声干扰大等特点,使得投影空间中部分不同类数据不能有效分离,判别正确率未尽人意等问题,提出一种基于近邻边界的改进核Fish-er判别法.该方...     

分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

基于数据融合的回热系统故障诊断方法研究

作者在火电机组回热系统常见故障的故障集、征兆集及故障树理论基础之上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的变化特征,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用模糊推理和RBF神经网络,分别建立了回热系统故障诊断模型,在诊断结果层面上用数据融合算法进行适当的融合,将模糊理论与人工神经网络有机地结合起来,进行了优势互补。通过仿真典型故障数据和部分实测数据的验证表明,该方法提高了诊断的可靠性。     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.     

基于自适应模糊推理的电力变压器故障诊断研究

将自适应神经网络的自学习优点与模糊数学的模糊推理方法进行有效的结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题,利用自适应神经网络的自学习功能,通过神经网络的学习确定了模糊规则和模糊隶属度。建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的实际运行状态。     

基于双向联想记忆神经网络的柴油机故障诊断

本文以柴油机燃油系统为研究对象,建立了基于BAM算法的神经网络模型。利用BAM网络的非线性映射以及高度的自组织和自学习能力,将柴油机燃油压力波形进行时域分析和特征提取,对所取得的故障信息进行判断。仿真结果表明,将BAM网络应用于故障诊断是可行的,为故障诊断开辟了一条新途径。     

油色谱分析技术在变压器故障诊断中的应用

采用油色谱分析技术对变压器故障进行诊断,能灵敏、准确地发现变压器内部存在的潜伏性故障,从而及早查找故障点并加以处理,消除影响变压器安全运行的不利因素,避免了变压器电气事故的发生,保障热线生产的顺利进行。     

FCM属性约简方法在汽轮机故障诊断中的应用

文章通过汽轮机故障样本数据的空间分布状态分析,基于模糊c均值(FCM)聚类方法实现故障征兆参数属性的离散化处理;采用粗糙集(RS)属性约简方法对原始特征向量进行优化,去除冗余特征,提取特征向量的本质信息;基于约简后的特征向量建立支持向量机(SVM)故障诊断模型.实验结果表明,该文所提出的方法不仅可以提高故障诊断的准确性...     

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