网络故障诊断法的综合应用

国际标准化组织ISO在ISO／IEC7498-4文档中定义了网络管理的5大功能，即故障管理、配置管理、性能管理、记账管理和安全管理，故障管理是其中最基本的功能之一，它包括诊断故障、孤立故障和恢复故障3个方面，其中，诊断故障是网络故障管理的先决条件。网络故障现象可以说形形色色，几乎没有任何一种检测方法或工具可以诊断出所有的网络问题。笔者总结了多年的网络管理实践经验，认为采用网络故障综合诊断法是解决网络故障的有效途径，它融合了分层诊断、分段诊断和“望闻问切”诊断，这3种方法综合使用就构成了一个立体的网络故障诊断模型，如图1所示。下面，先分别介绍这3种网络故障诊断方法，     

"黑箱"子网络的子网络转移阻抗矩阵的计算

本文讨论了基于子网络CCCS模型的子网络转移阻抗的计算公式,它仅依赖于子网络端口伏安关系和子网络CCCS模型及子网络端口与撕裂端的拓朴结构参数,而与子网络内的结构和参数无关,因此,可以实现“黑箱”子网络的子网络转移阻抗的计算,对于完成“黑箱”子网络故障的诊断具有实际意义。     

容差子网络级故障诊断

该文在故障子网络等效电流矢量的基础上,讨论了子网络的测试特性,得到了容差条件下故障子网络判断的必要条件。该方法在诊断过程中可对各子网络同时做出诊断,不但能加快诊断过程,而且可消除误差传递性的问题,对于容差故障诊断具有理论和实际意义。     

一种二维神经网络模型及其应用

本文提出一种二维神经网络模型,并将它用来实时求解一类矩阵方程.理论和模拟结果表明,该网络可以在时常数数量级(纳秒)内求出与准确解任意接近的解.     

动态广义主成分分析及其在故障子空间建模中的应用

针对传统故障子空间建模方法未考虑故障数据中同时包含正常工况信息和故障工况信息的实际情况,或未考虑故障数据中的动态因素而导致的对故障子空间提取不够准确的问题,提出了一种动态广义主成分分析方法。通过将带延迟的输入数据进行空间重组,采用广义主成分分析方法提取正常工况和各故障工况之间的动态特征信息,实现对故障子空间的准确建模,并进一步建立故障库实现故障诊断。仿真结果表明,所提方法能够准确提取动态过程的故障子空间,并可用于动态工业过程的故障诊断。     

等效分组级联BP网络模型及其应用

 松弛的和紧密的分组级联BP网络模型等概念的提出,对于解决有限的小样本情况下高维BP网络的训练和预测问题有一定的参考价值。定义了BP网络等效性和相关定理,构建并证明了与BP网络等效的分组级联网络模型,分析比较了两种网络模型所需训练样本的数量情况,并将其应用于网络安全评估领域。最后通过仿真试验结果证实了所提出分组级联BP网络模型的可行性和有效性。     

PCM参数的多元回归模型及其应用

介绍了建立工艺监控模块(PCM)参数数值模型的多元回归方法．多元回归是一种多元统计的处理方法，由该方法得到的一组数值模型中的每一个，都能够与数据源良好拟合。利用单值模拟器，取得了统计性的模拟结果，应用多元回归法得到了回归模型，它在一定范围内能有效地替代耗时的数值模拟。该方法可广泛应用于IC工艺开发、优化、诊断和电子制造自动化等方面。     

基于互测PMC模型的故障诊断方法及其应用

PMC模型是一种基于测试的系统级故障模型.针对传统诊断算法的弱点,作者于2003年建立起了PMC模型方程诊断算法的框架.本文的主要工作是:(1)对以往的理论进一步补充完善;(2)给出一个直接求绝对故障基的简便方法;(3)通过引入直和的概念,将高维PMC故障模型分拆成低维模型进行诊断;(4)举例说明方程诊断算法的应用.     

2×2线性二端口网络的等效变换及其应用

线性二端口网络分析是线性电路重要研究内容之一,本文基于电路定律和线性变换基本理论对含2×2线性二端口网络的等效变换方法进行分析,得出了一些有用的结论和方法。本文的算例表明该方法用于分析采用2×2二端口网络来描述其物理现象的各种能量变换装置时简单有效。     

黑箱子网络的单子网络故障诊断

对所有的子网络都不要求知道其网络内部结构和参数,而仅根据子网络的端口伏安关系就可进行子网络的故障诊断称为“黑箱”子网络诊断,本文就这一类诊断进行探讨并提出了正交投影来定位单一子网络故障的方法。使用这一方法只需一次测试便可定位故障子网络,并且不存在误差的传递性问题。因此对于多端集成电器件的电路故障诊断具有理论和实际意义。     

基于实例学习的神经网络及其在故障诊断中的应用

介绍一 中自动从实例中获取知识的、具有高模式聚类精度的新型神经网络－－ＥＢＬ网（ｅｘａｍｐｌｅ－ｂａｓｅｄ ｌｅａｒｎｉｎｇ ｎｅｔｗｌｒｋ）,及其在故障诊断中的应用,研究结果表明：ＥＢＬ模式聚类系统可逐个 例中学习知识,并可同时给出模式识别结果及集群的信息,ＥＢＬ模式聚类系统适用于实时故障诊断。     

模拟电路故障诊断的新故障字典法

基于节点电压灵敏度,将文献[1]中的线性无容差电路的故障字典法推广到可以诊断容差模拟电路和非线性电路软故障的新故障字典法。讨论了该方法的原理和字典的建立方法,给出了仿真实例。     

线性模拟电路的双故障诊断及人工神经网络的实现

本文提出了一种进行线性模拟电路双故障定位的原理及以此为基础的人工神经网络实现方法。文中论述了双故障元件参数在零到无穷大间变化时，测量值在增量空间所具有的一般特性。当可测端对各元件的转移阻抗或各元件单故障空间特性已知时．则根据两次独立测试结果，即可对双重故障定位。这一方法减小了传统K故障法所需的在线计算量，算例表明此法有好的诊断效果。     

基于神经网络的模拟电路故障诊断优化近似方法

本文提出了线性电阻电路故障诊断的一种神经网络优化方法。其基本思想是应用Ｈｏｐｆｉｅｌｄ网络原理来处理Ｌ１范数问题，以此来进行诊断。对实例的计算证明此法是可行的。     

故障诊断交流字典法的前向神经网络实现方法

提出了一种采用ＢＰ算法的前向多层神经网络实现模拟电路故障诊断交流字典的方法。     

层次支持向量机在数字电路故障诊断中的应用

针对在数字电路故障诊断过程中存在的样本不平衡度严重的问题,采用层次式支持向量机实现对其故障诊断,通过考虑各类样本的数据量来构造以支持向量为叶节点的树,该方法可有效地解决样本不平衡所带来的问题,同时能够减少计算SVM分类器的个数,提高了训练和诊断速度及准确率.针对故障样本集不可能覆盖所有故障状态而出现的未知故障状态的问题...     

KDD技术及其在故障诊断中的应用

介绍了KDD的基本概念和处理过程及在故障诊断中的应用和算法。KDD技术是当今智能系统理论的重要研究内容 ,它综合运用人工智能、计算智能 (人工神经网、遗传算法 )、模式识别、数理统计等先进技术 ,从大量数据中挖掘和发现有价值的 ,隐含的知识。     

一个基于神经元网络的控制系统故障诊断方法

本文针对故障诊断问题的特点，在总结反向传播及感知机两种神经元网络算法的基础上，给出神经元联想搜索网络算法ＡＳＮ，将它应用到锅炉给水控制装置上进行故障诊断，并且给出了计算机仿真结果。     

模拟电路故障诊断的小波神经网络方法

利用小波和改进型BP神经网络相结合的方法,进行模拟电路故障诊断;通过分析被测电路的冲激响应,来识别电路中的故障元件;用小波对冲激响应信号进行多尺度分解,进行归一化后,提取特征信息作为神经网络的输入而进行分类。该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间。实验仿真结果表明:该方法能准确实现故障定位且准确率高。