-
基于支持向量机的机械设备故障诊断研究
来源:粘接 发布日期:2021-09-15
大多数情况下,机械设备故障模式识别属于一个小样本机器学习问题,通过小样本进行故障诊断往往精确度不高,但是支持向量机能够对小样本进行故障诊断分析,文章将研究基于支持向量机的机械设备故障诊断,通过对支持向量机多类分类算法中的二叉树进行改进,然后选择合适的核函数并对其相关参数进行优化,最后将改进的方法应用到旋转机械故障诊断中,结果表明能够得到比较好的诊断效果。
-
领动汽车制动灯故障案例分析
来源:汽车与驾驶维修(维修版) 发布日期:2021-09-10
汽车制动灯故障是汽车维修过程中比较常遇到的故障现象。本文主要介绍北京现代领动汽车制动灯故障维修案例的研究,首先根据故障现象进行故障诊断分析,经过一系列的故障排查最终找到制动灯故障原因。通过此次维修案例告诉广大维修技术人员,汽车维修中故障分析要全面,排查故障时要考虑周全,每个故障点都要考虑到,才不会因为忽视某个小问题导致故障排查过程复杂化。
-
汽车发动机机械系统故障诊断分析
来源:内燃机与配件 发布日期:2021-09-03
汽车发动机的可靠性和故障率直接影响着行车体验,适时地进行发动机机械系统故障诊断分析可以有效地提升其可靠性、降低其故障率。以事实经验为基础进行的诊断分析方式,往往在定位故障问题的精确度,以及对故障的维修度上有所欠缺。基于此,本文进行汽车发动机机械系统故障的诊断分析。首先概述汽车发动机机械系统故障诊断分析的基本流程以及方法,其次根据发动机机械故障的损伤类型,并提出相应的故障诊断以及故障维修的策略。
-
汽车发动机机械系统故障诊断分析
来源:内燃机与配件 发布日期:2021-09-03
汽车发动机的可靠性和故障率直接影响着行车体验,适时地进行发动机机械系统故障诊断分析可以有效地提升其可靠性、降低其故障率。以事实经验为基础进行的诊断分析方式,往往在定位故障问题的精确度,以及对故障的维修度上有所欠缺。基于此,本文进行汽车发动机机械系统故障的诊断分析。首先概述汽车发动机机械系统故障诊断分析的基本流程以及方法,其次根据发动机机械故障的损伤类型,并提出相应的故障诊断以及故障维修的策略。
-
某汽车电控点火系统故障诊断及维修分析
来源:内燃机与配件 发布日期:2021-09-03
电控点火系统是现代汽车较为常见的点火方式,由于其结构比较复杂,在实际的工作中十分容易发生故障,电控点火系统发生故障问题严重影响着汽车发动机的正常运行,为驾驶员带来了诸多不便。基于此,本文首先对电控点火系统的基本结构、工作原理以及特点几方面进行了介绍,对电控点火系统发生故障原因进行了分析,在此基础上详细阐述了故障诊断及排除方法,最后提出关于电控点火系统维修需要注意的事项,并对某一汽车电控点火系统故障
-
面向无标签数据的旋转机械故障诊断方法
来源:吉林大学学报(工学版) 发布日期:2021-09-02
针对旋转机械故障诊断算法大多面向有标签的数据，且参数多需要人为设置的问题，本文提出了一种面向无标签数据、参数自适应化的二次异常识别加聚类的无监督诊断算法。该方法通过改进经验小波变换和拉普拉斯分值算法对信号进行特征提取和选择，并采用了二次异常识别结合改进模糊C均值聚类的无监督方法进行故障识别。通过电主轴转子系统故障数据验证，所提方法诊断精度可达93%，与传统无监督诊断方法对比，具有良好的准确性和鲁棒
-
电梯关键机械部件故障智能诊断系统
来源:中国电梯 发布日期:2021-09-01
构建电梯关键机械部件故障诊断系统,实时采集并分析电梯的运行状态数据,对机械部件损伤引发的微冲击信号进行辨识提取,进而对电梯关键机械部件进行故障的智能诊断。应用诊断结果有效指导电梯的保养和维修工作,更好满足乘客的安全性和舒适性需求。
-
基于TE-DS的半监督化工过程故障诊断方法
来源:计算机应用研究 发布日期:2021-09-01
针对现有基于深度学习的化工过程故障诊断方法通常需要完备的标签数据才能构建故障诊断模型等局限,提出一种基于时间集成—双重学生模型(temporal ensembling-dual student, TE-DS)的半监督化工过程故障诊断方法。该方法首先以双重学生模型为基础,通过分类项约束、稳定性约束和一致性约束条件指导相互训练,有效地缓解了误差累积情况的发生;然后利用时间集成(temporal ens
-
基于大数据的化工机械设备故障诊断方法研究
来源:信息记录材料 发布日期:2021-09-01
针对常规方法诊断化工机械设备故障时,故障诊断准确率较低的问题,本文设计了基于大数据的化工机械设备故障诊断方法。投入海量故障样本,给定化工机械设备的大数据样本集,利用自动编码器,转换高维大数据至低维空间,学习故障特征,提取特征的关系元、事元、物元、动态物元,输入神经网络迭代训练,识别设备故障原因和诊断模式。设置对比实验,结果表明,设计方法故障诊断准确率明显低于常规方法,故障诊断结果更加可靠。
-
大功率液力机械变速器状态监测与故障诊断系统
来源:计算机测量与控制 发布日期:2021-08-31
大功率液力机械器是重型特种车辆传动系统的关键核心部件,为满足整车高速、重载和高任务可靠性的使用要求,一方面需要提升液力机械变速器自身的强度和可靠性,另一方面要建立和完善大功率液力机械变速器的状态监测和故障诊断系统;基于专家系统和典型零部件的失效物理模型,针对液力机械变速箱系统和关键零部件的常见失效形式,建立了大功率液力机械变速器状态监测和故障诊断系统,分为变矩与闭锁功能监测及报警模块、换挡提示及报
027-87841330