D-S证据理论在并发故障诊断技术中的研究进展

针对旋转机械并发故障诊断研究中存在的问题,近几年来很多学者把证据理论引入到该研究,以期提高诊断的准确性,但是基于证据理论的多重并发故障的诊断问题还处于起步阶段。阐述了以往关于证据理论在并发故障中的研究进程,并进行了分析研究,对其趋势作了进一步的展望。

基于证据理论的免疫检测器在轴承故障诊断中的应用

针对旋转机械故障诊断的不确定性问题,提出一种基于证据理论的数据融合故障诊断方法,把5种无量纲免疫检测器的敏感因子和信息因子通过D-S联合规则联合多个证据组形成一个新的综合证据组,建立多故障特征信息融合诊断框架,充分利用不同证据体的冗余和互补故障信息,通过对不同轴承故障进行分析,结果表明,此方法能有效地减少诊断的不确定性,提高故障诊断的准确性。

证据理论的免疫检测器在并发故障中的应用

针对机械设备尤其是大型旋转设备的并发故障诊断的复杂性,提出基于人工免疫系统和证据理论相结合的旋转机组并发故障诊断系统。首先利用免疫系统自己-非己识别机理衍生的阴性选择算法进行数据的分析处理,得到时域信号中5个无量纲指标的诊断能力因子,把每个指标对故障的诊断能力因子作为概率分配函数值,再结合证据理论的信息融合规则,得到最终的诊断结果。仿真结果表明,通过合理的概率分配,得到的融合结果更加鲜明和准确地表征了诊断类型,而且该方法对故障诊断是有效的。

一种新型的否定选择算法生成检测器的研究

针对传统否定选择算法存在的问题,以自体空间为基础,依据切割空间否定选择算法的优越性,提出基于二进制字符串的一种新型的切割否定选择算法。通过与固定检测器和可变检测器相比较,证明此算法具有较高的检测率和较低的误报率。最后通过仿真模拟此算法可用较少的检测器检测出等量的入侵检测器,并且自体集的分布状态和完善状态直接影响到检测器的有效率。

对初中生物网络教学模式的点滴体会

随着新冠疫情的爆发,初中生物开始接受网络授课模式。这种教学模式的变革,对教育发展产生重大影响。本文针对当前初中生物网络教学模式存在的问题及其对应策略进行初探,以期提升教师的教学素养和学生的学习质量。

语文教学,要关注学生的需要

重点阐述教师"教什么"与"怎么教"的一切落脚点都是学生的"学",都是为了学生的发展需要,并尝试用几种有效的方法,如用课前寻疑来"先学后教",运用创设基于文本语言的兴奋点和构建有利于课堂生成的"留白"来"以教促学"。

如何珍视学生的疑惑

当我们绞尽脑汁设计教案的时候，想过学生会对文本产生什么疑问吗？当我们按预定的问题设计穷追着学生问个不停的时候，想过给学生一个向你提问的空间吗？当我们觉得已经完成教学任务的时候，想过学生心中的留疑可能是新高度探究的起点吗？学生的阅读疑惑是非常宝贵的财富，

基于人工免疫和证据理论的机组并发故障诊断

针对并发故障诊断的复杂性和不确定性,本文提出由人工免疫系统和证据理论相结合得到的旋转机组智能故障诊断系统。利用免疫系统自己-非己识别机理衍生而来的阴性选择算法进行数据的分析处理,再结合证据理论的信息融合规则,得到最终的诊断结果。仿真结果表明,该方法具有较高的诊断准确率。

基于无量纲指标的旋转机械并发故障诊断技术

在分析了多重并发故障诊断特点的基础上,进一步将无量纲指标用于旋转机械的故障诊断,对多重并发故障的时域无量纲指标进行了分析研究,阐述了多重并发故障与单一故障基于无量纲指标的关系,探索出了一条诊断并发故障的规律.取出各20组检测的不对中轴、轴承少滚珠的波形指标取值,计算落入并发故障的波形指标取值区间的次数,将统计次数除以20的比值作为诊断精度.实验结果表明,将该方法用于并发故障诊断的诊断精度达到了90%.