简介：电控发动机常见故障有不易起动、起动后立即熄火、怠速不稳、怠速过高、行驶无力、加速不良、同火放炮、冒烟、耗油量过大等。

简介：为解决受背景噪声和信号传递路径等因素影响,轴承早期故障特征微弱,难以有效诊断出轴承故障的问题,提出了一种最大相关峭度解卷积(MaximumCorrelatedKurtosisDeconvolution,MCKD)结合冗余第二代小波包变换(RedundantSecondGenerationWaveletPackageTransform,RSGWPT)诊断轴承早期故障的方法。结果表明:该方法基于MCKD增强原始信号中存在的周期性冲击成分,以最大相关峭度为指标筛选RSGWPT小波包节点,能够凸显故障特征敏感频带,提取故障特征;通过分析车用变速器轴承内、外圈的早期故障数据发现,该方法能够清晰地诊断出轴承早期故障信息,验证了其有效性。

简介：

简介：简要分析了未来坦克装甲车辆柴油机智能化控制冷却系统的必要性和可行性,提出了智能化冷却系统设计方案,阐述了其组成及工作原理,重点对智能化冷却系统控制策略进行了研究。针对某型柴油机,通过对其散热需求分析,提出了基于发动机工况的开环控制策略,同时,结合以发动机出口冷却水温度为控制目标提出了基于PID算法的闭环反馈控制策略。应用该策略可保证发动机在不同的环境和工况下冷却强度适宜,降低冷却系统的功耗。

简介：习近平主席于7月19日到29日,开启了历时11天的首脑外交之旅,访问了中东国家阿拉伯联合酋长国（阿联酋）,非洲国家塞内加尔、卢旺达、南非和过境非洲国家毛里求斯,并参加在南非约翰内斯堡举行的金砖国家领导人第十次峰会。近60场活动,累计飞行45小时,行程总计36000公里。播撒了友谊的种子,赢得了各国的尊重和赞誉。

简介：为了诊断3维编织复合材料弹道侵彻模型是否合理解释了回归变量与响应变量的关系,提出分段趋势性分析法,构造了分段趋势统计量,论证了分段趋势分析法的相关结果,在模拟数据的模型检验中比较了传统模型检验方法与分段趋势性分析法的优劣。结果表明:分段趋势性分析法能够更有效地诊断试验与数值模拟结果对回归模型的同一性,有效弥补了传统模型检验方法对局部系统误差的模型反应不灵敏和过于强调正态假设的不足。

简介：提出将人工免疫系统（ArtificialImmunitySystem,AIS）中的反面选择原理应用到炮射导弹故障诊断中,依据免疫算法实现故障诊断的基本原理,构建了基于反面选择算法的故障诊断数学模型,解决了在故障先验知识和故障特征信息缺乏等情况下的故障诊断问题,并通过对炮射导弹制导仪系统中的故障进行实例分析,验证了该方法的有效性和优越性。

简介：为了验证高功率密度柴油机智能化控制冷却系统控制策略是否正确,以DSPACE为基础搭建了半实物仿真试验平台;通过仿真试验平台验证,控制策略符合柴油机冷却系统工作要求,电控阀、传感器、驱动电路等部件工作可靠,节省了研制时间、经费,降低了研制风险。

简介：解放CA1121J型柴油车是我军近年来装备的主要车型之一。该型车性能虽然可靠，但如果不能正确地使用和维护，车辆就容易发生故障，其中柴油机起动不着是常见的故障之一。虽然造成柴油机起动不着的因素很多，但油路故障是重要原因。

简介：基于虚拟仪器技术设计开发了一套适用于某型装甲车辆综合传动装置振动信号分析与故障诊断的应用软件。该系统采用模块化软件的设计思想进行软件架构,并实现了各个模块的功能。最后在实车上进行了振动测试实验,并将该软件应用于振动数据的分析处理。

简介：研究了将经验模式分解(EmpiricalModeDecomposition,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。

简介：通过分析某型组合式空调机组运行的实际需求,面向空调机组现场运行,以LabWindows/CVI8.5为开发工具,以SQLServer2000数据库为平台建立系统知识库,采用基于故障树的故障分析及基于逻辑链的故障推理方法,构建了组合式空调机组故障诊断专家系统。

简介：中国人民解放军西安政治学院是总政治部直属的任职教育院校，担负着为全军培养政治工作人才的任务。开办有博士、硕士、本科，大专教育和各类政工短期培训班次，学院坐落于历史文化名城西安，师资力量雄厚，教育教学资源丰富，生活设施齐全。学院竭诚为实施军队人才战略工程和部队建设提供以下服务：

简介：“怎样更好地贯彻落实全国民兵工作会议精神？说到底，一切都要围绕科学发展”；“一切都要从实际出发，一切都是为了平时服务、急时应急、战时应战的需要”……