基于参数识别的直流配电网的故障测距

直流配电网的发展尚处于起步阶段,其中的研究重点之一就是故障测距技术,故障测距技术对于故障线路的维修具有重大意义,而交流配电网的测距技术无法直接移植到直流配电网之中,因此需要新的方法。主要对直流配电系统的故障进行了故障特征的详细分析,依据故障特征应用解析法对单极接地故障提出一种基于参数识别的故障测距方法,本方法是只需要测量一端换流站出口处的电压和电流数据就可以完成测距的单端测距方法。其主要应用电容放电的暂态阶段,推导出含有故障距离和过渡电阻这两个未知参数的参数方程,对所推导出的参数方程通过最小二乘法进行拟和求解。最后通过MATLAB进行双端柔性直流配电网仿真模型的搭建和故障测距程序的编程,完成对此基于参数识别的故障测距方法的验证。     

BP神经网络在设备故障诊断方面的应用

电子设备逐渐成为越来越复杂的大系统,因此如何对其进行高效快速的故障诊断,使其保持良好的工作状态,具有重要的意义。针对传统故障诊断技术的局限性,探讨了基于BP神经网络的故障诊断方法;并基于该诊断方法利用VC＋＋和Matlab混合编程开发了故障诊断软件。同时以雷达系统上的某些部件为例,对该软件在故障诊断方面的正确性及可靠性进行验证：将代表故障的信息输入训练好的神经网络后,由输出结果便可以判断发生故障的类型,从而实现对故障模块的精确定位。实验结果表明,该诊断软件提高了电子设备故障诊断的效率,具有一定的应用价值。     

遗传小波神经网络的非线性模拟电路故障诊断方法

提出了一种将遗传算法(GA)、神经网络与小波变换相结合对非线性模拟电路进行故障诊断的方法;分析了传统BP型神经网络在非线性模拟电路故障诊断中存在的缺陷;提出了一种新的解决方法--利用小波变换对非线性电路故障信号进行预处理,对故障信号中的冗余信息进行剔除,然后利用遗传算法优化BP网络参数,如网络权值、阈值等.利用该方法对非线性电路进行故障诊断,有利于提高神经网络对电路故障诊断的智能性及识别故障类别的能力,提高故障诊断的精度与速度.实验结果表明,该方法是可行的.     

一种新的基于神经网络的模拟电路故障诊断系统

介绍了基于BP神经网络(BPNN)进行模拟电路故障诊断定位的理论,设计并实现以数字信号处理器(DSP)为核心的故障诊断系统.该系统采用模块化设计,具有扩充方便、高速采样的特点;将采样数据构成故障特征向量,利用BP网络训练这些特征向量并进行故障模式分类,实现模拟电路及PCB故障诊断.并给出了PCB板的故障诊断硬件结构及对单软和双软故障的诊断设计方法.     

基于虚拟仪器的发动机故障诊断系统的研究

柴油发动机维修费用很大,对于产生故障的发动机,找出其原因并有效地排除故障具有十分重要的意义.本文主要介绍了柴油发动机的主要故障以及故障树诊断的方法、步骤,再运用故障树分析法对柴油机供油系统故障做出系统全面地分析.在系统的分析之后,用LabVIEW平台模拟柴油发动机故障诊断系统,对模拟故障进行诊断,诊断结果通过人机界面输出,从而实现了故障诊断的智能化.     

基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

基于小波包分析的高速牵引电机轴承故障诊断研究

简析高速牵引电机轴承故障类型,介绍了LabVIEW和Matlab小波包相结合所开发的高速牵引电机轴承故障诊断测试软件平台。基于此平台,利用高速牵引电机轴承试验站对已知损伤轴承运转产生振动信号的拾取与采集,通过对信号进行小波包分解画出频谱能量图,再经过yulewalk多通带滤波器滤波,然后提取特征故障频率进行故障识别。试验结果验证了其可行性。     

基于小波变换与BP神经网络的模拟电路故障诊断

利用小波与改进算法的BP神经网络相结合的方法进行模拟电路故障诊断,该方法使用小波分解作为预处理工具,对信号进行消噪和小波分解,然后提取特征信息,进行归一化处理,并作为BP神经网络的输入样本进行模式识别。该方法减少了神经网络的输入维数,提高了收敛速度和辨识故障的能力。仿真结果表明,该方法能准确快速地定位故障,且可有效地进行故障识别、改善神经网络结构以及提高故障诊断精度与速度。     

用Lab VIEW实现单相接地故障选线装置

电力系统控制、监测所需的测试仪器繁多复杂,而利用LabVIEW图形编程语言可组建虚拟仪器系统,减少所需硬件设备,同样可实现对故障信号进行实时采集、处理、分析的目的。文章分析了小电流系统的单相接地故障特征,介绍了群体比幅比相选线原理、LabVIEW软件环境和编程特点以及选线装置各功能模块的编程方法和实现技术。     

某型电台智能故障诊断系统模型研究

针对某型电台的智能故障诊断,提出了故障树与BP神经网络相结合的诊断系统模型。BP神经网络的参数由故障树提取,具体诊断时,首先通过对发生的故障与故障实例库进行匹配,如果匹配成功,找出已有故障的维修策略,如果不匹配,则进入BP神经网络模块对新发生的故障进行诊断。结合这两种方法的电台故障诊断系统诊断速度快,准确率高,实用性强,在机载电子设备故障诊断中具有良好的应用前景。     

基于神经网络的多电平逆变电路故障诊断

因含有大量的开关器件,多电平逆变器难以用基于模型的方法进行故障诊断。针对这一问题,提出了一种基于神经网络的故障识别和分类方法。采用载波相移脉冲宽度调制（PWM）策略搭建级联五电平逆变电路,对逆变器的输出电压信号进行快速傅里叶变换,获取其频谱并以此作为特征信息。利用反向传播算法（BP）神经网络对输出电压模式进行分类。Matlab仿真结果表明,本文设计的 BP神经网络有效地实现了对逆变器的故障诊断。     

模拟电路故障诊断的PSpice与Matlab仿真分析研究

根据模拟电路故障诊断中的测前模拟诊断SBT法,本文采用PSpice对待测电路CUT故障进行模拟仿真,通过小波包分析和信息熵方法提取故障电路输出信号的特征向量,利用Matlab设计的神经网络算法构建故障分类器并对电路故障进行识别与诊断。仿真实验结果表明将PSpice与Matlab相结合的诊断方法能够有效地诊断模拟电路故障,为模拟电路故障诊断的教学和科研提供参考。     

基亏改进神经网络的柴油机系统故障诊断

BP神经网络可以利用其高度的非线性映射和自组织能力有效解决柴油机系统的故障诊断定位问题。但是标准的BP网络有自身无法克服的一系列问题,因此对标准BP网络的学习方法做出改进．并以此理论建立柴油机系统故障诊断的整体模型。为了检验改进理论的准确性,根据柴油机燃油系统的故障建立网络模型并诊断进行检验．MATLAB仿真结果表明,改进算法有效地提高了学习的效率与稳定性,加快了收敛速度,能有效解决故障的诊断与定位．并且具有良好的稳定性。     

基于信号流图的风力发电机故障诊断

针对风力发电机故障原因复杂,为解决其诊断困难问题。本文利用风力发电机电力系统中故障高发区的故障诊断经验知识,建立了风力发电机多信号流图模型。通过感应器获取实时检测信号数据并作为输入,并结合贝叶斯后验概率算法实现自动化的风力发电机故障诊断。根据风力发电机实时数据诊断表明,该方法能准确诊断出故障源,是一种十分有效的实时故障诊断方法。     

空调系统传感器故障诊断方法

针对空调系统中常见的传感器故障问题,提出了基于小波神经网络(WNN)故障诊断策略.在分析空调系统中传感器主要故障的基础上,建立了传感器故障诊断系统.通过传感器的真实测量值与预测值的残差比较,验证了基于WNN的故障诊断能力,分析了基于WNN与BP神经网络故障诊断的残差比结果.仿真实验表明,基于WNN的故障诊断系统具有结构...     

基于BP神经网络的故障诊断仿真研究

介绍了BP(反向传播)神经网络模型,阐述了BP算法的基本原理、权值调整的过程,给出了BP算法一般的编程步骤和流程。在此基础上,应用基本的BP算法进行了系统故障诊断的仿真研究,为提高其实用性,采用VC 与MATLAB混合编程的方法,在VC 环境下制作了应用界面。最后介绍了BP算法在使用中存在的主要问题,并进一步提出了相应的改进方法。     

基于BP神经网络的导弹故障自动诊断研究

精确制导空空导弹是一个复杂系统,及时、准确的识别和诊断导弹故障是化解风险的重要措施。由于导弹故障模式复杂,对其故障进行识别和诊断的难度很大。文中以某型空空导弹测试问题为例,提出一种基于BP神经网络算法的导弹故障自动识别与诊断技术。通过对导弹测试数据的采集和整理形成数据样本,利用神经网络系统的学习和判断能力自动识别及诊断导弹故障,并使用Matlab神经网络工具箱进行仿真验证。验证结果证明,该技术能够快速、准确的识别和诊断导弹故障。     

子网络级模拟故障诊断的神经网络实现

利用容差模拟电路节点电压灵敏度序列守恒定理,得到了模拟电路元件的软、硬故障统一样本。然后利用统一样本集训练BP神经网络,并将神经网络用于子网络级模拟故障诊断。实例验证表明,软、硬故障统一样本集使得用于神经网络训练所需样本数目大大减少,但经过训练的神经网络可以诊断容差模拟电路的全部软、硬故障,而且诊断正确率较高。