2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩155頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、設(shè)備故障診斷的研究和應(yīng)用對(duì)行業(yè)效益和基礎(chǔ)理論的發(fā)展都起著積極作用:一方面,它利用視情維修或預(yù)知維修,及時(shí)、準(zhǔn)確地對(duì)設(shè)備運(yùn)行中的各類異?;蚬收献鞒鲈\斷,為制定設(shè)備的最佳維修決策提供依據(jù);另一方面,它的開展可以客觀地檢驗(yàn)設(shè)備故障診斷的相關(guān)理論和方法,為尋找最佳診斷理論(方法)提供依據(jù),同時(shí)又反過來完善相關(guān)理論(如信號(hào)采集、分析和模式識(shí)別等)。
  目前,設(shè)備故障診斷主要以設(shè)備振動(dòng)信號(hào)的分析為基礎(chǔ)(拾取振動(dòng)信號(hào)便利且易操作),通過檢測(cè)和

2、分析振動(dòng)信號(hào),提取和識(shí)別信號(hào)特征,從而實(shí)現(xiàn)故障診斷。
  本文重點(diǎn)研究了高階統(tǒng)計(jì)量(HOS)和BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法,HOS具有自動(dòng)抑制高斯噪聲、檢測(cè)和分析相位耦合信號(hào)、檢測(cè)沖擊信號(hào)以及循環(huán)平穩(wěn)信號(hào)等功能,而BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的學(xué)習(xí)能力、聯(lián)想能力以及非線性映射能力。但它們?nèi)源嬖诓蛔愫途窒?,因此,本文也結(jié)合其它方法(如小波方法、經(jīng)驗(yàn)?zāi)B(tài)分解方法、遺傳算法等)對(duì)它們進(jìn)行研究。
  設(shè)備故障多呈復(fù)雜、并發(fā)和隨機(jī)的特點(diǎn),加之傳

3、統(tǒng)技術(shù)水平的限制,出現(xiàn)了各種結(jié)構(gòu)、各種數(shù)據(jù)組織方式的測(cè)試系統(tǒng)(儀器),它們之間難以進(jìn)行信息交互和協(xié)作,組建協(xié)同診斷系統(tǒng)、進(jìn)行系統(tǒng)集成更是困難。盡管這些測(cè)試系統(tǒng)有各自的應(yīng)用范圍和條件,但它們的功能模塊(軟件算法)都有相似之處,可以通過設(shè)置實(shí)現(xiàn)它們之間的互換,使功能模塊的重用成為可能。
  虛擬儀器(簡(jiǎn)稱 VI)是最大程度運(yùn)用軟件(算法)來實(shí)現(xiàn)硬件功能的儀器技術(shù),它是計(jì)算機(jī)技術(shù)、傳感器技術(shù)、現(xiàn)代信號(hào)分析技術(shù)、人工智能等技術(shù)相結(jié)合的產(chǎn)物

4、。VI為功能模塊重用提供了一種實(shí)現(xiàn)機(jī)制,它與生俱來的可擴(kuò)展、可開放和可互換的特性,使之能夠突破傳統(tǒng)測(cè)試系統(tǒng)(儀器)的局限、較容易地構(gòu)建可重構(gòu)診斷系統(tǒng),VI為構(gòu)建可重用診斷系統(tǒng)(簡(jiǎn)稱RIFDS),實(shí)現(xiàn)儀器資源的共享,有效降低儀器重復(fù)開發(fā)而造成的人力、物力浪費(fèi)提供了技術(shù)支持。
  智能控件化(簡(jiǎn)稱 IVC)及智能控件化虛擬儀器(IVC-VI)這種新型的儀器及儀器開發(fā)方式將VI技術(shù)提高到一個(gè)新高度,它不僅為診斷方法的研究提供了良好的開發(fā)

5、平臺(tái),同時(shí)也為構(gòu)建可重診斷系統(tǒng)提供了一種有效的途徑,在此背景下,本文研究了診斷系統(tǒng)的IVC可重構(gòu)模式。
  綜上所述,論文的主要內(nèi)容如下:
 ?、偈紫冉榻B了課題背景(課題來源、課題的提出和研究目的及意義),然后對(duì)論文所涉及到的理論、方法及其研究現(xiàn)狀等作了詳細(xì)闡述,最后總結(jié)了論文的主要工作及創(chuàng)新點(diǎn)。
  ②指出信號(hào)預(yù)處理,尤其是信號(hào)消噪對(duì)后續(xù)特征分析的重要影響,介紹了小波閾值消噪法的原理及實(shí)現(xiàn)方法,重點(diǎn)研究了小波閾值消噪

6、法中的主要參數(shù)(閾值函數(shù)、閾值及小波函數(shù)等)的選取方法,最后通過實(shí)例驗(yàn)證了該方法的有效性。
 ?、坳U釋了信號(hào)相位耦合的特性及高階統(tǒng)計(jì)量方法分析該類信號(hào)的優(yōu)越性,詳細(xì)介紹并了高階統(tǒng)計(jì)量理論和方法,研究了雙譜和切片譜方法,對(duì)其不足作了詳細(xì)分析,提出了小波-高階統(tǒng)計(jì)量分析方法,最后通過實(shí)例驗(yàn)證了該方法的有效性。
 ?、荜U釋了沖擊信號(hào)的特性及高階時(shí)頻分布方法分析該類信號(hào)的優(yōu)勢(shì),對(duì)高階時(shí)頻分布的理論和方法作了詳細(xì)介紹,針對(duì)高階時(shí)頻分布

7、不足,提出了EMD-WHOS方法,最后通過實(shí)例驗(yàn)證了該方法的有效性。
 ?、蓐U釋了循環(huán)平穩(wěn)信號(hào)的特點(diǎn)及循環(huán)統(tǒng)計(jì)量分析方法的適用對(duì)象,指出循環(huán)統(tǒng)計(jì)量是分析循環(huán)平穩(wěn)信號(hào)的重要方法,介紹了循環(huán)統(tǒng)計(jì)量方法的理論基礎(chǔ),最后研究了一階和二階循環(huán)統(tǒng)計(jì)量分析方法,最后通過實(shí)例驗(yàn)證了該方法的有效性。
 ?、藿榻B了BP神經(jīng)網(wǎng)絡(luò)模型,分析了它的不足,系統(tǒng)地介紹了遺傳算法的特點(diǎn)、原理和實(shí)施方法,由此提出了利用遺傳算子與BP算子相結(jié)合優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

8、的方法,最后通過實(shí)例驗(yàn)證了該方法的有效性。
  ⑦闡釋了可重構(gòu)診斷系統(tǒng)的內(nèi)涵、特征以及對(duì)故障診斷(技術(shù))研究的重要意義,介紹了IVC的概念、原理及特點(diǎn),提出了利用IVC實(shí)現(xiàn)可重構(gòu)診斷系統(tǒng)的形式和途徑,最后給出了IVC構(gòu)建可重構(gòu)診斷系統(tǒng)的應(yīng)用實(shí)例。
 ?、嗫偨Y(jié)了本文的工作,并對(duì)后續(xù)研究作了展望。
  本文是國(guó)家自然科學(xué)基金資助項(xiàng)目(No.50605065)和國(guó)家“863”高科技資助項(xiàng)目(No.2005AA420350)。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論