基于VMD与KFCM的柴油机故障诊断算法

针对柴油机的故障诊断问题，提出了一种基于变分模态分解（variational mode decomposition，简称VMD）与核模糊C均值聚类算法（kernel fuzzy C-means clustering，简称KFCM）联合的故障诊断方法。首先，针对VMD算法中分解层数K的选择问题进行了自适应优化；然后，从优化VMD算法的分解结果中选取3个关键分量计算最大奇异值，并将其作为3维的特征向量输入KFCM算法中进行分类识别；最后，对仿真信号以及某型柴油机的模拟故障实验信号使用优化VMD、传统VMD和经验模态分解（empirical mode decomposition，简称EMD）方法分别进行分解与识别。结果表明，笔者提出的方法明显改善了模态混叠现象，提高了模式识别的诊断正确率，提出的联合算法具有更好的应用前景。     

基于计算机的镀液温度智能控制系统设计

为提高镀液温度的控制精度,以计算机为平台设计了一种镀液温度智能控制系统。设计了一种模糊PID温度控制器,可实现PID控制器参数的实时在线调整。利用动态矩阵,统计过去和当前时刻的偏差,预测未来偏差,进而得到最佳输入。最后,进行了实验研究。结果表明:镀液温度智能控制系统的收敛速率快、精度高、稳定性好,能满足电镀行业的需求,具有广阔的应用前景。     

陕西田市镇及周边地质环境质量评价模型的构建及应用研究

鉴于地质环境质量在城市建设管理与规划中的重要性,文章从水文地质、工程地质和环境地质3个方面,确定了田市镇及周边地区地质环境质量评价指标体系,采用熵权法确定指标权重,构建了模糊加权模式评价模型,对田市镇及周边地区地质环境质量进行了评价与分区,并提出了针对性建议,以期为探索合适的评价方法及推进城镇建设的可持续发展提供地学依据。     

基于深度学习的齿轮箱故障模糊诊断方法

风电机组齿轮箱作为传动系统重要组成部分,其运行状态关乎整个风电机组的健康运行。由于齿轮箱振动信号具有非线性、非平稳等特性,传统时频分析方法分解故障信号和提取故障特征的能力有限。因此,文章提出将深度学习应用于齿轮箱故障诊断中,通过构建一维卷积神经网络模型对齿轮箱不同状态下的特征向量进行高效提取、重构。同时,将模糊理论应用于分类器,构建一个模糊多分类器(FMC)对故障进行识别,提出了以平均隶属度作为故障等级判断标准。实验结果表明,文章所提方法在确保齿轮箱故障诊断高准确率的同时,提升了故障分类的精度。     

模糊专家系统及其在汽轮发电机组故障诊断中的应用

提出了一种用于汽轮发电机组故障诊断的模糊专家系统,分析了人机界面、解释机、知识库及推理机四部分功能;通过研究诊断规则的前提条件、权系数、前提真度及模糊结论置信度的确定方法,实现了知识库中模糊产生式规则表达;研究了基于正向推理控制策略的模糊推理方法,并分析了诊断结果的冲突消解方法。通过对汽轮发电机组汽流激振故障的案例分析,验证了本文模糊专家系统的有效性,为汽轮发电机组故障诊断提供了一种有效可行的方法。