基于物联网的系统差动保护方法实现

介绍了对未来可再生电能传输与管理系统保护及运行改进,该系统使用固态变压器连接住宅交流和直流微电网到配电系统,并使用故障隔离设备隔离故障线路,提出一种电流差动保护方案来检测基于FREEDM的微电网网络中的故障,该方法使用相量测量单元进行数据同步并最小化测量误差,并采用物联网技术和Wi-Fi通信方案在设备间进行数据监测和互连。然后通过一个仿真FREEDM系统进行测试,在不同位置施加了不同类型和不同故障电阻的故障来证明所提出的保护方法在检测故障状态方面的有效性,利用安全性、可靠性和准确性指标对所提出方法的性能进行了调查。最后设计、实施和测试了FREEDM系统的原型,使用Proteus软件模拟器和实验室进行了测试。测试结果证明,所提出的保护方案以快速、可靠和准确的方式检测和隔离故障状态的效率,该保护方案对于所有故障实现了高达98.825%的准确率。     

基于交互容积卡尔曼的随机切换系统故障诊断

针对一类随机切换非线性系统的故障检测和故障估计问题,提出了一种基于交互式多模型和容积卡尔曼滤波（IMM CKF）的系统状态估计算法。该算法利用容积卡尔曼滤波（CKF）在不同时刻对每个子系统进行状态估计,把不同子系统状态估计结果融合得到最终的状态估计,实现对系统真实状态的估计。针对一类随机切换非线性系统发生执行器故障,采用IMM CKF估计系统状态;然后分析了IMM CKF算法的稳定性;根据状态估计结果,构造残差信号,设计残差评价函数,检测故障发生。当检测到故障发生时,设计增广系统,对故障幅值进行估计。通过仿真实验验证提出算法的有效性,结果表明该算法可以较为准确地诊断系统故障。     

基于在线测试的通用化导弹装备电路板检测系统设计

针对传统的导弹装备电路板检测系统只能检测某一型号单一设备,检测时间长,检测精度低,造成维修资源浪费,提出了设计一套通用化检测系统的重要性;系统采用在线功能测试技术为主,辅以在线状态测试技术和智能VI曲线扫描测试技术的综合在线测试技术解决方案,能快速实现电路板故障检测和定位;实验表明该系统不但故障检测速度快、故障检测率高,而且能完成对不同型号导弹装备各种类型电路板的故障检测与定位,可靠性高且通用性好.     

列车测速测距设备故障检测系统研究

本文设计了一种列车测速测距设备故障检测系统,该系统对轮轴速度传感器及测速测距处理单元进行动态闭环离线检测,可再现列车运行状态及设备故障工况,同时在检测过程中分析待测传感器及测速测距处理单元的各项测试数据,从中选取速度、脉冲值和工作电流等信息进行故障模式辨别。测试结果显示,该系统故障诊断正确率高,实现了对测速测距设备服役状态参数的自动化检测。     

大型变电站分布式自动化检修系统设计

由于大型变电站中的磁场对人们身体健康产生不利影响,因此通常采取分布式自动化检修系统对大型变电站进行检修;但目前大型变电站分布式自动化检修系统主要是通过给变电站中每一个相关设备安装状态检测信号,利用串口将设备运行状态数据传输到监控系统,监控系统根据运行状态数据判定变电站中各设备状态,并根据各设备的状态向串口发送命令,串口执行相应操作,从而完成自动化检修系统设计;但这种方法无法对变电站中需要检修的节点进行定位,导致变电站设备检修存在效率低的问题;为此,提出一种基于RSSI的大型变电站分布式自动化检修系统设计方法,首先对大型变电站分布式自动化检修系统的模块进行设计,并分析各模块功能,对大型变电站分布式自动化检修系统各模块电路进行设计,保证系统正常运行,在此基础上,利用RSSI算法对系统软件进行设计,保证系统能够准确及时的对故障节点进行检修,从而实现大型变电站分布式自动化检修系统设计,实验证明,所提方法设计的大型变电站分布式自动化检修系统能够准确对变电站中故障节点进行定位,保证检修的准确性和及时性,为该课题的研究开拓新道路,推动该领域发展。     

基于Matlab的风机传动链数据采集与分析系统设计与应用

基于Matlab和NI cDAQ的风机状态监测设备能快速方便地对风机传动链实现准确的故障检测。提出一种先进的风机传动链数据采集和分析系统,该系统中数据采集任务在后台运行,在保证完整准确采集的基础上实现了实时示波和自定义录波,可同步获得风机传动链的振动数据和齿轮箱输出轴转速数据,为故障检测提供有效、完整的数据,可从时间域、频率域、周期域和阶次域自定义分析,识别故障特征,为风机状态监测提供故障信息依据。该系统功能丰富、自定义程度高、系统响应快,可准确检测风机故障。     

飞行自动控制系统交互式检测系统的设计与实现

准确、方便、快捷地判断出飞机部件的故障部位,以便迅速将其修复完好,是飞机修理部门的迫切要求;为此,针对某型飞机飞行自动控制系统的老式检测设备在长期使用过程中暴露出的缺点,利用现代微机检测和控制技术开发了一种新型的交互式检测系统;该系统采用人机交互检测的方式,提高了故障检测效率和使用灵活性,采用虚拟仪器技术来完成系统的软硬件设计,大大降低了系统开发的难度;该检测系统交付飞机修理部门使用近半年,性能良好,有推广应用价值.     

平显设备测试与故障诊断系统的设计与实现

平显是先进作战飞机航空电子系统的核心设备之一,其性能是评价飞机作战性能的重要指标;为了对平显的性能进行完整的检测,对其故障进行有效地诊断与排除,文章介绍了某型平显设备的一种测试与故障诊断系统;该系统采用了故障逆向推理机制、模糊神经网络技术和软件自校准技术,有效地提高了系统的可靠性、灵活性。试用结果表明,该系统自动化、智能化程度高,适应性强,能够准确快速地对平显设备进行测试与故障诊断,具有很好的推广应用前景和重大的经济效益。     

基于虚拟仪器的某发射设备故障诊断系统

为实现对某发射设备快速故障定位,基于虚拟仪器技术设计开发了该设备的故障诊断系统,详细阐述了系统软硬件的设计与实现方法;针对顺序控制的特点,提出了按工步进行故障诊断的思想;利用数字滤波技术有效地消除了干扰,提高了诊断结果的可靠性;使用表明,系统性能稳定可靠,故障定位快速准确,极大地提高了设备维修保障效率和生存能力.     

紫外红外双光谱电力设备在线监测系统

针对电力系统中红外成像、紫外成像、紫外脉冲检测等带电设备非接触式放电检测技术存在的问题,结合紫外脉冲探测扫描、红外测温扫描、摄像和图像处理技术,研制了一种新型电力设备在线监测系统.该系统主要由紫外红外双光谱探测模块、嵌入式系统模块、温度湿度测量模块和广域无线通信模块构成.通过图像处理技术,将设备的局部放电分布和温度分布数据置入由摄像头获取的设备图像,建立与设备图像的对应关系.系统不仅能定量表示放电程度,而且能以图像方式直观地显示出放电位置、温度分布及其发展变化情况,并及时发现电力设备的故障,具有广泛的应用价值.     

基于LSTM的设备故障在线检测方法

在工业4.0时代，随着IoT的广泛应用，工业设备的故障检测对于提高设备的可靠性具有重要的意义。在实际的工业场景中，由于设备之间的关系复杂多变，难以用统一的模型来表示设备的运行状态。近年来，随着深度学习技术的不断发展与进步，深度学习技术成为故障检测的主流解决方案。提出了一种基于长短记忆神经网络的在线故障检测模型，采用曲线排齐方法对传感器数据进行特征提取，基于长短时记忆神经网络（LSTM）开发故障检测模型，最后借助滑动窗口技术实现了设备故障的在线检测以及模型的在线更新。基于真实的发电厂传感数据进行了实验验证，实验结果表明了该方法的有效性。     

基于小波分析的图书馆电子阅览设备故障检测方法

针对图书馆电子阅览设备在长时间运行时受到其他设备干扰的影响,导致设备故障的检测性能变差,以提高图书馆电子阅览设备故障的检测性能为目的,提出了基于小波分析的图书馆电子阅览设备故障检测方法。利用小波分析法将电子阅览设备故障信号与干扰信号分离,采集到无干扰的故障信号,对采集到的电子阅览设备故障信号进行预处理,得到梅尔倒谱系数分析结果,利用动态时间规整函数识别了图书馆电子阅览设备故障,在BP神经网络的基础上,引入小波函数作为小波神经网络的传递函数,根据小波神经网络的结构,计算了小波神经网络隐含层的输出,构建了小波神经网络,最后通过设计电子阅览设备故障检测算法,实现了图书馆电子阅览设备故障的检测。实验结果表明,基于小波分析的图书馆电子阅览设备故障检测方法不仅可以提高故障检测速率,还可以提高检测准确率,从而电子阅览设备故障的检测性能大大提高。     

基于改进灰色神经网络的故障预测方法研究

故障预测技术是电子装备预测与健康管理（PHM）领域的核心内容, 对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合, 构建灰色神经网络模型并对其进行分析; 然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进, 提出一种基于改进灰色神经网络的故障预测模型; 最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例, 以采集的原始频率数据为基础进行仿真验证。预测结果表明, 将该预测方法应用于电子装备PHM是行之有效的, 可有效提高故障预测精度。     

基于神经网络的传感器冗余方法研究􀀁

本文把传感器硬件冗余技术、BP网络以及串并联Elman递归神经网络结合起来,提出了一种新方法用于构造具有传感器故障检测、分离且具有冗余能力的智能传感器系统。这可以减少硬件冗余技术中使用传感器的个数、消除硬件冗余技术中对冗余传感器应具有相同参数特性的要求,同时可以提高系统预报的准确性,仿真结果验证了这一方法的有效性。     

基于自主诊断重构技术的航天器故障检测系统设计

传统航天器故障检测系统姿态定位能力较差,导致不能突破阈值,准确实现检测,且传统系统不具备重构能力;为解决上述问题,基于自主诊断重构技术,提出了一种故障检测的新方法,优化设计了航天器故障检测系统的硬件和软件部分,硬件设计采用EEC-I型检测器,为保证检测器的运行,对检测器的电压与电流范围进行了设置;设计采用MATLAB的数据采集器,选用Telnet接入端口,实现采集器的通信,确保数据的顺利采集;采用FIR滤波器,为保证信号的完整性对通带和阻带进行设置;设计采用4NIC-UPS27型号一体化不间断电源为航天器故障检测系统提供动能;软件设计基于自主诊断重构技术的航天器故障检测系统流程,运用小波网络算法对航天器的姿态角数据进行分析,预测航天器的姿态角的安全阈值,最后利用残差数据分布概率模型进行航天器故障诊断;实验结果表明,设计的基于自主诊断重构技术的航天器故障检测系统能够很好地从X、Y、Z三个轴进行检测,确定不同方位的航天器故障,在设定阈值后,提出的检测系统能够很好地分析阈值,实现残差突破,同时具备路线重构能力。     

基于自组织神经网络的紫外电晕检测状态评定

针对传统紫外成像法的局限性,提出了一种有效进行紫外电晕检测的状态评定方法.通过设计构建的单通道紫外成像系统采集的图像信息,结合环境因素,提取了在一定时间间隔两种不同电晕放电状态的电子崩性放电面积、流注性放电面积、流注性放电重复次数以及湿度的4个特征参数,并在此基础上,建立了自组织特征映射神经网络的高压设备电晕状态评估模型.测试结果达到预期效果,具有良好的准确性和稳定性,为高压设备的运行状况诊断带来实际意义.     

基于改进BP神经网络的某型装备故障诊断专家系统

分析神经网络和专家系统的特点．提出基于BP神经网络与专家系统结合的某型装备的故障诊断方法,构造BP神经网络的装备故障诊断专家系统的诊断模型,克服传统专家系统在知识获取和表达的薄弱环节,并用某型装备的故障实际数据进存验证,结果表明神经网络与专家系统结合是一种有效的诊断方法。     

基于BP神经网络的故障诊断技术研究

分析了传统的故障诊断方法的特点和缺点,在此基础上选择BP神经网络应用于故障诊断,详细探讨了BP神经网络的建模方法,根据设备的层次结构和特点,将集成神经网络应用于故障诊断,有效地克服了单一神经网络故障诊断的一些缺点,大大提高了故障诊断的效率和准确率.     

改进BP网络在煤矿通风系统故障检测中的应用

针对BP神经网络传统学习算法步长难以确定的问题,提出了采用基于RLS算法的BP神经网络检测煤矿通风系统故障的方法;简要介绍了BP神经网络的结构,详细介绍了RLS学习算法和仿真过程。仿真结果表明,采用RLS算法的BP神经网络能够满足煤矿通风系统故障检测的要求。     

基于RBF神经网络观测器的非线性系统鲁棒故障检测方法

针对一类仿射非线性动态系统，提出一种基于网络非线性观测器的鲁棒故障检测与隔离的新方法，采用ＲＢＦ神经网络逼近观测器系统中的非线性项，提高了状态估计的精度，证明了状态估计误差稳定且渐近收敛到零；同时提出了一种新的网络权值调整指标方法，提高了神经网络故障分类器的泛化能力，从而保证该方法对监测系统的建模 外部扰动具有良好的鲁棒性。