BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

一种基于基因遗传算法的诊断问题求解方法

基因遗传算法是一种基于达尔文进化论思想的新的优化算法，它是对生物进化过程中繁殖、变种和自然选择等规律的模拟。作为一种进化论的数学模型，基因遗传算法在解决大空间的搜索和组合优化问题等方面具有独到的功效。本文在概率因果诊断模型的基础上，应用基因遗传算法解决了诊断中具有组合瀑炸数的多故障同时性诊断问题。     

基于联想记忆模型的模糊关系矩阵自学习机制

分析了模糊诊断原理与联想记忆模型的相似性，提出了一种递归的模糊关系矩阵自动获取及自学习方法，并成功就用于空气压缩机组的故障诊断，取得了满意的效果。     

费氏中华根瘤菌042BS(Rhizobium fredii 042BS)蛋白质组学初步研究

为了从蛋白质水平阐明根瘤菌的固氮机理,扩大其宿主植物范围,应用蛋白质组学技术(2-DE),分析比较了能够在大豆和苜蓿上跨宿主结瘤的费氏中华根瘤菌042BS与已经完成基因组测序的根瘤菌模式菌株苜蓿中华根瘤菌(Rhizobium meliloti 1021)的蛋白质表达图谱差异。经过图像分析检测到二者分别有436和428蛋白点。其中约有50个蛋白点初步认为二者所共有的。     

307滚珠轴承内圈外沟道磨削烧伤在线辨识研究

磨削表面层质量直接影响着机械零件的使用寿命和可靠性,磨削烧伤则是产生磨削表面有害变质层的主要因素。本文依据磨削中主要磨削段磨削火花温度信号是一个相关性较强的连续宽平稳随机过程,与磨削区温度具有良好的一致性,烧伤类与未烧伤类在时域和频域上都具有不同的表现特征。运用模式识别原理,在磨削火花温度样本特征统计特性分析基础上,提出了一种基于单类样本集的两类模式状态辨识方法,对磨削烧伤进行状态辨识。 1磨削火花温度状态聚类特征     

智能化故障诊断理论与方法的研究现状和展望

机械故障诊断是保证系统运行可靠性和安全性、提高产品质量和经济效益、实现质量监控的关键技术和重要手段；近年来已经发展成为一门综合性的交叉学科．本文阐明了机械故障诊断的意义和重要性；综述了诊断理论和方法的发展及存在的问题；着重论述了智能化诊断这一90年代最新发展趋势的背景、特点和研究现状，并结合笔者目前的研究工作进行了展望。     

启发性故障诊断知识自动获取机制

本文从机器学习的角度，提出了一种基于故障事例的启发性诊断知识自动获取、自学习机制，即故障概念的获取和启发性诊断推理规则的获取。文中对故障诊断知识获取问题进行了形式化表达，给出了建立各故障模式特征描述的概念覆盖算法和构造故障概念层次性分类描述的概念聚类算法，并以旋转机械故障诊断知识获取为例，阐述了这一故障概念与诊断规则自动获取机制。     

启发性故障诊断知识自动获取机制

本文从机器学习的角度，提出了一种基于故障事例的启发性诊断知识自动获取、自学习机制，即故障概念的获取和启发性诊断推理规则的获取。