BP神经网络在波音737自动刹车故障诊断中的应用

随着人工神经网络研究的兴起,智能故障诊断技术成为近年来人们研究的一个热点问题。自动刹车是飞机起降时的重要装置,需要定期对其进行故障检测,以免形成飞行安全隐患,是飞机故障诊断的一个重要内容。本文从传统的BP神经网络算法出发,通过算法改进建立了波音737自动刹车故障诊断的神经网络模型,通过提取故障样本对网络进行训练和诊断,仿真结果显示这种方法能较理想地对波音737飞机自动刹车系统的故障进行分析和检测,对于建立波音飞机的故障自动诊断系统具有重要意义。     

考虑客户画像和能量枢纽的配电网多目标抢修重构模型

随着大规模风电以及能量枢纽接入配电网,配电网故障后抢修重构面临新挑战,提出一种考虑客户画像和能量枢纽的配电网多目标多故障抢修重构模型。通过对配电网用电客户多因素精准画像,确定权重,建立兼顾客户画像和能量枢纽的配电网多目标抢修重构模型,提出一种改进NSGA-II算法以适应对模型求解,从而获得Pareto解集,并利用模糊最大满意度进行决策。算例仿真表明所提模型正确有效,与传统模型相比更加精细而客观。     

面向工业平稳/非平稳复杂系统的在线故障监测技术

针对复杂系统中关键性能指标（KPI）相关故障检测方法检测精度低的问题,提出基于双层改进潜结构投影（DL-IPLS）的KPI相关故障检测方法. 利用协整分析和主元分析建立底层模型,对非平稳和平稳变量进行特征提取. 将提取的信息进行融合,建立改进潜结构投影的上层模型,根据融合信息对KPI的贡献进行空间分解. 在2个正交子空间中设计统计量,实现KPI相关故障的在线监测. 田纳西-伊斯曼过程和青霉素发酵过程的仿真结果表明,在面向工业平稳和非平稳复杂工业系统检测时,所提方法有效提高了KPI相关故障的检测率,降低了KPI无关故障的误报率.     

断层破裂过程对减隔震桥梁地震反应的影响

为了研究断层破裂过程对减隔震桥梁地震反应的影响,提出利用相位特性模拟方向性效应的改进随机格林函数法. 以1994年美国北岭地震的断层条件为例,通过与实际地震记录对比验证模拟方法的有效性;应用改进的随机格林函数法模拟相同震中距离的4组地震动时程作为输入条件,比较断层破裂过程对相同震中距离、不同方位的减隔震桥梁地震反应影响. 结果表明,利用持时包络曲线与相位差分分布的相似性可以方便模拟随机格林函数的地震动加速度时程;在相同震中距离条件下,断层破裂方向的观测点地震动以及对应位置的桥梁结构地震反应明显大于非破裂方向位置的观测点;当破裂方向上地震动时程不具有脉冲特性时,断层周围的减隔震桥梁地震反应主要受地震动强度的影响,桥梁方位的影响不明显.     

虚拟环境下机床主传动系统故障诊断的仿真实现

本文介绍了用AutoCAD完成机床主传动系统三维实体造型，用VisualC 、Visual LISP等工具完成主轴箱轴承、齿轮、轴等部位在运行中出现故障时的立体动画。经压电晶体加速度传感器实时检测机床的振动信号，对这些信号进行分析(统计处理、频谱分析等)提取出故障特征，经人工神经网络、模糊决策及专家系统等手段进行决策，判定故障部位和程度，可在微机上直观地观察主轴箱在运行过程中，各故障具体部位及损伤程度的虚拟现实情况。     

基于时序特征的发电机转子故障诊断方法

提出了一种利用时序特征进行发电机转子的故障诊断方法.利用时间序列法中的AR或ARMA模型得到的脉冲传递函数的特点,并根据不同故障类别振动信号的格林函数变化的规律性,提出了利用格林函数的统计量特征作为故障诊断的特征参数进行故障诊断的方法.     

电力配电网单相接地故障选线技术的发展

作为供电系统中的重要部分,电力配电网的重要性毋庸置疑。从实际情况来看单相接地故障是配电网建设与使用过程中经常出现的问题,要求专业人员提高对选线环节的重视,选择应用多种科学的选线方法以从根本上降低单相接地故障的发生风险。本文阐述了常见的几种故障选线方法,并就每一种线型的特性进行了分析。     

电磁换向阀的卡死故障诊断

本文将提出一种直流电磁换向阀故障诊断的新方法。它利用线圈电流在启动或复位过程中的变化特征，来判断阀芯是否卡死，并且分析产生此故障的原因。此方法简单、实用、快捷，为直流电磁换向阀故障诊断技术开辟了新的途径。     

矢功率谱与RBF网络结合在旋转机械故障诊断中的应用

与传统功率谱相比,矢功率谱融合了多通道的能量信息,反映的信息更全面.径向基函数网络具有良好的推广能力和分类能力.基于此,本文结合矢功率谱和径向基函数网络,提出了一种新的故障识别方法,该方法以矢功率谱为特征向量,径向基函数网络为分类器.并以转子裂纹、转子不对中、油膜涡动为例进行实验研究,实验结果表明,该方法是有效的.     

BP神经网络在液压试验台故障诊断中的应用

分析了BP神经网络的结构及算法，并对液压试验台的故障模式用BP神经网络来进行诊断，从而提出了一种新的解决液压试验台故障诊断的方法。