基于模型的故障诊断方法的应用研究

Paper "Research on Fault Diagnosis Method Based on Fuzzy Expert System"

基于状态观测器的故障诊断方法，陈晓智，，本文给出了故障诊断的基本概念和该学科研究方法的详细分类表，从数学模型的角度介绍了基于观测器的故障诊断方法，并详细推导了失

分别用小波分解、小波包分解和EMD分解处理滚动轴承故障数据,并结合Hilbert变换进行包络谱分析实现滚动轴承故障诊断。对滚动轴承故障数据进行小波阈值降噪。小波阈值降噪后分别进行小波分解、小波包分解和

对机电系统进行音频信号的故障诊断研究,传统的音频信号处理方法大多采用滤 波降噪的方式,针对其中的不足,拟采用独立分量分析(ICA)的盲源分离方法。该方法只依据传感器采集的观测混合信号,就能恢复各个机械

针对压风机依赖人工操作、效率低、控制方式落后等问题,分析螺杆式压风机的常见故障类型和振动信号之间的关系,建立压风机的故障诊断模型,提出基于BP神经网络的压风机故障诊断方法,并利用Visual C#语言

针对轴承故障检测时遇到同类型非单一性损伤程度的振动信号问题,提出了一种基于稳定分布的新的轴承故障诊断方法。将振动数据分段仿真构造成变化故障振动信号,对该信号进行稳定分布参数估计,并选取恰当的特征参数后

为了提高高压断路器的故障诊断水平,对采用D-S证据理论将不同类型传感器获得的信息进行数据融合的方法进行了研究,并将其运用到高压断路器的故障诊断中。实例分析结果表明,D-S证据理论能够提高高压断路器故障

摘要: 提出了一个将MBD (基于模型的诊断) 方法用于数字电路故障诊断的应用方案, 并对该方案所涉及的最小冲突集候选搜索算法、冲突识别策略以及最小碰集算法的选择等进行了讨论。最后, 以一个经典的数字

滚动轴承是旋转机械中最常用的部件之一。滚动轴承很容易损坏，而它的工作条件通常比较复杂，很难对其故障进行准确判断。为了提高滚动轴承故障诊断的有效性，构建了一种新的基于改进量子蜂群算法和BP神经网络的滚动

首先运用弹簧-质点模型建立布料的面模型，然后对质点进行力的分解以及受力分析并优化。提出逼近的隐式数值积分方法模拟质点的运动轨迹，这解决了显式数值积分方法的不稳定性和小时间间隔的缺点和其他隐式方法计算量