完成了一个故障模糊诊断专家系统(Fault Fuzzy Diagnose Expert System).FFDES由知识库维护、故障诊断、诊断解释、列表打印4个基本模块组成,此系统基于模糊数学中的模糊变换的原理建立推理诊断机制,经实例考察,结果满意

提出一种基于峭度能量的谱相关分析方法.它利用每个循环频率切片的峭度值来衡量该循环频率的调制能力,并以此作为加权因子进行循环频率的能量累积,最终实现故障特征的有效提取.相对于传统的谱相关分析方法,本文方法降低了信号中多倍频谐波对故障特征频率的干扰,能更清晰准确地提取出故障频率特征.利用传统的谱相关分析方法、本文方法和共振解调三种方法对仿真信号、低速重载试验台的滚动轴承外圈故障信号进行分析,证明了本文方法的有效性

简述了滚动轴承运转中时域序列所表现出的自相似性,重构了振动信号对应的嵌入相空间的序列,计算得出分维数,实验结果表明,振动时域序列的分维数在不同工况、不同间隙下是有差别的,可以做为识别轴承故障的特征量

从高梯度磁力分离的理论基础入手,根据机械设备发生磨损时产物——磨粒的形态与磁性特点,首次较完整地提出了将高磁力分离技术应用于设备磨损监测和故障诊断中的思想方法,并在此基础上开发研制了油液磨粒监测仪WPM

介绍了一种多输入、多输出系统的故障诊断参数选择方法,该方法以可观参数集的信息熵为标准,进行启发性诊断参数集的划分,先以系统状态决定的启发性诊断多数子集作为驱动数据,实施正向推理,缩小目标集合;再以故障目标集合为对象,进行反向推理以确定最终故障集合;最后将故障集合的元素所对应的可测诊断参数作为系统的诊断参数进行测量。该方法构成了诊断型专家系统的一子部分

在深入研究APT-2神经网络结构的基础上,提出了一种基于神经网络的自适应故障模式分类方法,并应用在轴承故障诊断中,结果表明:该方法对轴承故障模式具有自学习、快速稳定的识别能力

介绍了武钢炼铁厂5#高炉罐式炉顶齿轮箱监测诊断系统.该系统通过安装振动传感器和共振解调装置,对电流、氮气和水的压力、流量、温度等参数进行综合监测,达到故障诊断和支持维修决策的目的

利用多项式回归的方法获得不同工况下发动机速度随时间变化的数学模型．基于测试工况定义时的模糊性，故在测试中采用模糊模式识别的方法，确定实际的测试工况，以用于测试参数的处理

在轴承疲劳试验机上对圆锥、圆柱轴承进行了真实故障试验,监测温度信号和振动信号,从信号处理方法、诊断参数选择、时域及频域分析等方面进行研究,得到了许多有价值的结论,找到了圆锥圆柱轴承故障诊断的有效方法

本文阐述了Green函数的原理。以轴承为例阐明了Green函数对设备故障的敏感性,并在以Green函数诊断轴承故障的定量标准方面进行了初步探索