在深度信念网络(DBN)故障诊断模型中进行参数训练时容易出现局部搜索结果,导致DBN故障诊断模型训练效率降低并引起错误诊断的结果。为更加准确诊断复杂机电设备的故障,综合运用DS证据理论和优化深度信念网络故障诊断模型,构建了以优化深度信念网络为基础的多测点故障诊断方法。选择异步电动作为测试对象,完成电机的故障诊断,研究结果表明所有测点ICIM-DBN故障诊断模型都在30代训练时发生收敛,说明本文设计的混沌免疫算法可以获得全局最优结果。故障诊断准确率都提高到10%,并且轴承故障诊断准确率也可以达到98.6%。利用此方法能够准确分辨故障信号,可以实现对各个测点故障数据的综合判断,从而防止受故障信号衰减影响以及测试误差而降低故障诊断准确率情况。

一、概述为保证激光粒度仪计量校准结果的准确性和溯源性,依据JJF1211-2008《激光粒度分析仪校准规范》对仪器进行校准。所使用微粒粒度标准物质为聚苯乙烯微球,其颗粒具有团聚、间隙性的假颗粒、颗粒与颗粒之间具有一定的粘结力等不利于校准的特点,所以在计量校准过程中的一些校准条件,如使用分散剂与否、超声分散时长、遮光度的选择及搅拌速度等,都是对粒度仪进行准确计量的重要保障。

利用三维图形法求出轮胎与地面接触点的运行轨迹，通过合理简化设定，建立了汽车转向系统的二维数学计算模型，对汽车转向轮偏距与方向盘转向力之间的关系进行了分析和研究；提出了一种估算汽车液压助力转向系统压力的方法，使在汽车方案设计阶段对转向系统进行计算、设计及对其零部件强度进行估算、设计成为可能。