非线性频谱分析在故障诊断中的应用

提出了一种基于非线性频谱分析的故障诊断方法 .针对测量信号不可避免的噪声干扰 ,采用总体最小二乘法辨识系统的频域传递特性 ,利用人工神经网络完成故障模式分类 ,构造了一种合理的特征提取方法 ,并给出了基于非线性频谱分析的故障诊断的完整方案 .试验结果表明 ,该故障诊断方法准确率高 ,计算量小 ,可以应用于实际工程 .

一种基于非线性频谱分析的多模型在线早期故障预报方法

为了克服非线性系统故障诊断方法一般计算量比较大,不利于在线实施的不足,该文以非线性频谱分析故障诊断方法为基础,融合时间序列分析理论,提出并实现了一种多模型在线早期故障预报策略。通过对某型直升机并联电动舵机的大量实际检测表明,该文提出的在线预报方法是有效的。该方法可以直接应用于工程实际,具有重要的实用价值。

一种基于非线性频谱分析的故障预报方法及其应用

论文改进和完善了一种广义频率响应函数(GFRF)的辨识算法,并依此提出了一种基于非线性频谱分析的故障预报方法。最后利用该方法成功地对某型直升机并联电动舵机进行了故障预报。工程应用实例证明了该预报方法的有效性。另外,该方法计算量小,实时性强,适合于在线故障预报,为早期故障预报的研究提供了一种新思路。

适用于现场的非线性频谱分析技术

本文从辨识算法和硬件设计上综合考虑 ,论述了非线性频谱分析仪的设计过程。设计中综合使用数字和模拟的方法 ,解决了数据采样折叠噪声、非线性频谱分析方法建立等核心问题。最后 ,详细给出了应用试验。试验结果表明 ,整个仪器简洁高效 ,已经达到可以推广应用于工程试验研究的程度。

大型装备传动系统非线性频谱特征提取与故障诊断

基于Volterra级数的非线性频谱分析方法,建立了大型数控装备传动系统伺服电机的非线性频谱模型,对传动系统两类参数型故障的频谱特征进行了分析.在此基础上,提出一种实用的在线频谱特征提取与故障识别方法,采用自适应辨识算法求解时域Volterra核,用快速多维傅立叶变换获得非线性频谱特征.实验结果表明,该方法实时性好,故障识别率高.

基于DSP的汽车减震弹簧故障诊断仪的设计

介绍了一个基于TMS320VC5409的汽车减震弹簧故障诊断系统的基本原理、总体设计方案与软硬件的设计。以真实的车辆减震弹簧进行多次试验,证明了该仪器工作稳定,能够有效地完成汽车减震弹簧的故障诊断,具有很好的应用前景。

致力信息融合研究推动自动控制创新--记杨嘉墀科技奖获得者西安交通大学韩崇昭教授

韩崇昭，我国著名的自动控制专家，西安交通大学电子与信息工程学院教授，博士生导师，任中国自动化学会理事、中国自动化学会智能建筑与楼宇自动化专业委员会副主任、总装备部“导航、定位与测控技术专业组”专家组成员。他的主要研究领域是多传感信息融合、随机控制与自适应控制、工业过程控制与优化、非线性频谱分析，以及决策理论与决策支持系统等，近年来主要从事信息融合理论研究。发表论文三百多篇，以第一作者出版著作《决策、对策与管理》、《随机系统理论》、《泛函分析及其在自动控制中的应用》、《多源信息融合》等7本。