一种模拟电路故障字典的改进方法

鉴于传统的故障字典法诊断准确度低、诊断速度慢等缺点,本文将概率论及数理统计原理引入传统的故障字典法中对其进行改进.提取电路各待测节点电压作为电路特征,基于概率论选取测试节点,应用极大极小准则使模糊域划分更为合理.以稳压电源电路为实例,对改进后方法与传统方法进行实验对比,结果表明,本文所述方法故障诊断准确度更高、测试节点数目更少,更为合理有效.     

基于参数最小灵敏度因子估计的模拟电路软故障诊断

提出了一种基于参数最小灵敏度因子估计的模拟电路软故障诊断方法.该方法通过较少的测量值,利用各测量值与电路参数之间的解析关系,计算出电路各参数的灵敏度因子,采用冒泡法取得其中的最小灵敏度因子,然后根据最小灵敏度因子对故障元件进行定位.实验结果验证了该方法对模拟电路软故障诊断的有效性.     

模拟电路故障成因分析及诊断

现代的电子设备随着电子工业的迅猛发展,它的复杂性也越来越高,模拟器件和电路成为其中的不可缺少的重要部分.因此电路系统集成度也不断增大,大量事实表明,模拟电路设备比数字电路更容易发生故障,即模拟电路的故障成本占集成电路总诊断成本的绝大比重,因此对模拟电路故障进行分析与诊断是十分重要的.本文主要对模拟电路故障的成因进行分析和诊断,并介绍了几种诊断方法.     

模拟故障诊断中的容差处理方法研究

基于斜率故障模型的故障诊断方法较好地解决了线性电路的软故障和硬故障诊断问题,是一种很有价值的故障模型,但是容差问题使该方法不实用,基于此,给出了新的容差处理方法.首先斜率故障模型的公共点(由无故障时两个选定测点的电压值确定)不再是一个定值,而是在实际电路运行中获得,它包含了实际电路元件的容差信息.其次,受容差影响,元件斜率特征是一个扇形区域,该扇形区域可以通过计算或者仿真得到.该方法能较好地解决斜率故障模型中的容差问题.     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.      

利用小波理论诊断冶炼车间设备轴承故障的研究

本文主要研究了冶炼车间设备轴承故障的诊断,提出基于小波理论改进参数优化方法,并将其应用于对轴承内圈损伤、滚动元件损伤和外圈损伤的智能识别中,进而实现冶炼车间设备轴承故障类型诊断的自动化,提高故障的诊断率。实验结果表明:该方法能够自动优化参数,对设备轴承的单一故障类型做到有效识别,因此该方法具有一定的可靠性。     

基于改进模糊SVM的转子振动故障诊断技术

首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行的和有效的.     

SO3示波器校准仪故障分析与诊断

本文将示波器校准仪故障分析与诊断分成四个部分,总结和分析了每一个部分故障可能引起的几种异常现象,给出了每一部分故障诊断方法及在相应电路中出现故障的器件,并对故障现象做了进一步分析。     

基于EEMD形态谱和支持向量机复合的滚动轴承故障诊断方法

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率.     

基于集合经验模式分解和交叉能量算子的滚动轴承故障诊断

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性.