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

【智能系统】基于互信息的多块iki近邻故障监测及诊断

由于对旋转设备可靠性的要求更迫切,碳氢化 合物、发电、流程和运输工业一贯需要,在这 个领域产生持续的进展。 由于工程和材料科学的进步,旋转机器变得更 快和更轻。同时要求它们能运行更长的时间。 在追求高度可靠运行的过程中,故障的检测、 定位和分析起着关键的作用。 如果利用振动分析,可以连续地监测机器的状 态。可以通过详细的分析确定机器的完好性和 识别可能出现或已经存在的故障

3.1信号的类型及特征 3.2信号的幅值域分析 3.3信号的时差域分析 3.4信号的频率域分析

一、汽车诊断概述 汽车诊断的目的，是为了确定在用车辆的技术状况是否正常、有无异常或 故障。只有技术状况正常，汽车才能安全地行驶和经济可靠地工作，汽车技术 状况异常或有故障，必须及时地进行保养或修理。 为使汽车的保修作业能够迅速、有效地实施和提高保修作业的竣工质量， 在汽车保修作业之前，应该了解汽车外部和内部的技术状况和故障情况，并在 汽车保修作业之后进行汽车性能检验

本章内容 一、微机系统故障的产生原因、 二、微机系统故障的检查诊断步骤、 三、常用维修方法和工具、 四、自检程序(POST)在诊断测试中的应用、 五、微机的日常维护

1、普通方式读取故障码: (1)节气门处于全关闭位置,变速器置于N或P档,关闭所有用电设备,将点火开关置于ON,不要起动发动机

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

一、解耦控制 二、推断控制 三、自适应控制 四、预测控制 五、模糊控制 六、神经元网络控制 七、智能控制与专家系统 八、故障检测与故障诊断

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性