基于BP算法的模拟电路故障诊断

文中就BP神经网络的学习算法进行了分析,使用PSPICE软件对电路进行仿真,在此基础上建立了模拟电路的BP神经网络故障字典库。通过查阅字典库实现模拟电路的故障诊断。指出了BP神经网络在模拟电路故障诊断过程中存在的网络泛化性能差的问题,并提出了解决办法。经过仿真实验验证,这种方法用与模拟电路故障诊断相结合能够提高神经网络检测故障的智能性,提高故障诊断的准确性,结果较好,具有一定的应用价值。     

一种模拟电路功能模块故障诊断的方法

针对实际电路中以模块化的形式实现特定应用功能的模拟电路,按功能进行分类,从实用化的角度研究了其功能故障的诊断方法。以空间电子仪器测试系统中的综合信号处理电路为应用背景,研究了模拟电路模块划分原则和方法,提出了一种模块化功能故障检测方法,并构造了模拟电路第一级功能模块字典;基于测前迭代仿真的通用模拟电路故障诊断方法,通过改进提出了"6点5段式"模拟电路测前迭代仿真方法,并构造了功能模块电路的第二级故障字典,在功能模块故障检测的基础上实现了故障元件的定位和参数区间识别。最后,通过仿真实例验证了该诊断方法的有效性,为模拟电路故障字典法在空间电子仪器模拟电路中的故障诊断实用化奠定了基础。     

一种分步实施故障定位的故障字典法

本文提出了一种按电路功能建立并划分直流故障字典，分步实施故障定位的模拟电路故障诊断。该方法是在构成整个电路直流故障字典时，通过对电路的分析并结合对故障字典的计算机辅助分析，按电路功能将故障字典划分为若干相互独立的故障小字典，对应不同的电路匹配。实时诊断中，先故障区域再故障元件，分步实施故障定位，减少了测试点，提高了实时故障诊断的效率。此方法适用于包含多功能块的大规模电路网络的故障诊断。     

基于特殊测试点隔离算法的测试节点选择

测试点的选择问题作为模拟电路故障诊断的基础性问题,如何找到数目最少的测试点以隔离电路的所有故障成为研究的重点,常用的测试点选择方法大多为故障字典法.研究发现,如果电路中一种特定的故障只能由一个特殊的测试点进行隔离,那么将这种特殊测试点选出可以大大简化故障字典,然后完成剩余有效测试点的选择和冗余测试点的移除,即可选出最优的测试点集合.这种方法称为特殊测试点隔离算法,通过对比实验,发现该算法很好的平衡了测试点选择中对时间和精度的要求,而且具有更高的效率.     

一种容差模拟电路故障诊断的新方法

以故障字典法和模糊理论为基础,针对经典故障字典不能对元件参数故障（软故障）实施诊断以及由于元件容差的影响而难以实现故障精确诊断的问题,以节点电压灵敏度为关键量建立了模糊规则字典和节点电压增量比向量字典,并以此二字典为基础设计了新的诊断系统。使用该系统不但能够诊断电路硬故障,而且还能够诊断每一元件的所有软故障。对于故障元件,在定位的同时还能判断出其参数的改变方向。新的诊断方法有诊断范围宽、测前模拟次数少、占用存储空间小、计算复杂度小的特点。实验结果证明了新方法对含容差模拟电路故障诊断的有效性。     

模拟电路节点电压灵敏度权序列故障字典法

基于文献[1]中的节点电压灵敏度序列守恒定理和节点电压变化守恒定理,提出并证明了线性非容差模拟电路中节点电压灵敏度权序列守恒定理,以及它与节点电压变化量比值序列守恒定理的等价关系。在此理论基础上提出了节点电压灵敏度权序列故障字典法,该方法构造故障字典容易,故障字典规模小,能够诊断线性模拟电路软故障和硬故障。     

基于小波包变换预处理的模拟电路故障诊断方法

阐述了利用神经网络进行模拟电路故障诊断的方法 ,并在此基础上提出了一种新的改进方法———基于小波包变换预处理的神经网络故障字典法。这两种方法对于模拟电路故障诊断都是有效的。但是 ,由于基于小波包变换预处理的神经网络故障字典法利用小波包对电路的输出样本进行了预处理 ,所以它比直接采用神经网络故障字典法进行故障诊断所用的神经网络规模小 ,收敛速度快。     

基于动态RBF神经网络的模拟电路故障诊断

提出一种基于动态RBF神经网络的模拟电路故障诊断方法.该方法利用小波变换对故障信号进行预处理,提取特征向量建立故障字典,采用最近邻聚类算法构建动态RBF神经网络,利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.仿真结果表明该方法具有训练速度快,故障准确率高,容错能力强的特点.     

一种新的模拟电路故障字典法

本文在文献[1]的基础上,进一步讨论了故障模块的定位算法,提出了一种新的模拟电路故障字典法,并对容差的影响进行了讨论。最后,通过实例验证了这种方法的有效性。     

基于改进果蝇算法优化SVM的模拟电路故障诊断及对比分析

为提高支持向量机(SVM)对模拟电路的故障诊断精度,提取了基于动态变步长果蝇算法优化SVM的模拟电路故障诊断方法。动态变步长果蝇算法(DCSFOA)在FOA算法的基础上,通过适应度值对果蝇种群进行动态划分,然后两个子群按照不同的公式进行搜索步长的计算并完成位置更新,增强了果蝇种群的寻优能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。最后以UCI数据集、Sallen-Key低通滤波器模拟电路和实际电路故障诊断为例,从纵向和横向两个方面对DCSFOA-SVM有效性和优势进行了验证。     

基于MODWPT与LFDA的模拟电路故障诊断

在模拟电路故障诊断过程中,存在故障特征信息提取不充分以及特征信息冗余的问题,对此,提出一种基于最大重叠离散小波包变换(MODWPT)与局部Fisher判别(LFDA)的模拟电路故障诊断方法。该方法中,首先利用MODWPT进行模拟电路原始信号处理与故障特征提取;随后,针对高维特征集中存在冗余信息,不利于模式识别与分类,利用LFDA方法进行降维,获取更有益于故障模式识别的低维特征集;最后,支持向量机(SVM)作为故障模式识别分类器,在此基础上构建模拟电路故障诊断模型。电路仿真实验结果表明,所提出方法的最大故障诊断准确率可达99.17%,从而验证了所提方法的有效性。     

基于CNN-LSTM故障诊断的自动扶梯监测软件设计

自动扶梯的数量在我国呈逐年递增的趋势。定期检测、监督抽查等常见方法通常难以检验自动扶梯内部的潜在故障。提出了一种改进的CNN-LSTM神经网络故障诊断方法，并据此采用LabVIEW设计了自动扶梯监测与故障诊断软件。基于CNN-LSTM神经网络算法，提出将数据浅层特征与深层特征进行融合的改进方法，以提高故障诊断准确率。利用凯斯西储大学数据对提出的故障诊断方法进行实验。结果表明，该故障诊断方法快速有效，针对变工况的故障诊断准确率达到99.4%。基于此，采用LabVIEW设计了自动扶梯监测与故障诊断软件。在自动扶梯关键部件安装多个振动传感器，利用监测软件进行数据采集、数据显示和数据存储。在积累大量工况数据后，可实现典型故障的诊断。     

基于Petri网络计及警报信息时间特性故障诊断模型

电力系统发生故障时，警报信息具有时间特性，这一特性直接影响故障诊断结果的准确性和诊断速度，提出了一种计及报警信息时间特性故障树Petri网故障诊断模型和故障树表示方法，利用Petri网络描述了故障征兆与故障的关系，用故障树矩阵运算进行推理，比传统专家系统大大减少了诊断时间，提高了准确度，最后通过测试实例验证此故障诊断模型方法的快速，准确性。     

基于GA与RS的电力系统输电线路故障诊断

针对电力系统中存在着各种故障,及断路器跳闸进而引起大范围停电的情况,提出了一种基于建模-简约-优化的多源信息融合的智能故障诊断方法.通过对电力系统输电线路故障的原因分析,确定基于遗传算法的故障诊断规则.再利用粗糙集理论对故障动作决策表进行最大限度的约简,此方法保留了关键信息同时得到了知识的最小表达,能够更快更准确的诊断出故障发生的位置.通过实验证明:文中所提出故障诊断模型高效便捷,可应用于大型电力系统的故障诊断,尤其是输电线路方面的故障诊断,在诊断电力线路故障方面提供了一个切实有效的方法.     

基于贝叶斯网络的电力系统故障诊断方法

针对电力系统故障诊断中存在的信息不完备和不确定性问题,提出了基于贝叶斯网络的故障诊断方法。依据保护装置动作原理分别建立了完备和不完备信息下的分布式贝叶斯网络模型,用该模型进行故障诊断,验证了该方法的正确性和有效性。     

基于主成分分析的串联电池组故障诊断实用方法

为了保证电动汽车和储能系统的安全运行,电池组的故障诊断研究备受关注。针对目前面向电池组故障诊断方法相对匮乏且实用性不佳的问题,提出了一种基于主成分分析(PCA)的故障诊断实用方法,以准确地区分组内的电池单体故障和连接故障。首先,提出了非硬件冗余的交叉测量拓扑,分别用不同数量的传感器测量电池和连接板;然后,分析组内测量电压的变化特点,引入PCA对故障特征进行提取,为了保证PCA模型适配,提出了PCA实时建模与故障诊断一体化的思路,并基于此设计了完整的故障诊断方案;最后,利用实验对所提方法进行验证,结果表明所提方法能够可靠区分电池单体故障和连接故障,准确检测阈值法无法检测的电池单体故障,且强鲁棒于荷电状态、健康状态和温度差异的影响。现场运行数据也证实了所提方法能够有效避免发生虚警。     

基于最小化路测数据统计分析的电力无线专网网络故障诊断方法

针对电力无线专网广覆盖、功率受限等问题,需要后台实时采集网络状态并对网络故障智能诊断。文中利用固定位置通信终端作为网络状态采集装置实时监测网络关键性能指标,提出了一种基于最小化路测数据的网络故障统计分析框架,并基于Softmax神经网络构建了故障智能诊断模型。文中提出的性能指标统计分析框架能够有效甄别出网络质量劣化程度,故障识别准确率达到89%以上。该方案能够有效提高电力无线专网故障诊断实时性,降低网络运维成本,具有一定实践指导价值。     

基于物联网技术的配电系统故障定位研究

首先对物联网技术进行了简要介绍,并提出了基于物联网及无线传感网络的配电系统故障定位方法,比较了其相对传统故障定位系统的优势,在此基础上,以单相接地故障为例介绍了基于物联网技术的故障定位原理与定位判据。最后,通过算例系统论证了基于物联网技术的配电系统定位的有效性和可行性。     

基于GWO-ELM的逆变器开路故障诊断

为提高三相光伏逆变器工作的稳定性和可靠性,针对其功率管单管或两管同时故障等多种故障类型,分析了逆变器开路故障的特性及故障后可能造成的影响,并提出了一种基于时域的故障特征提取技术。基于GWO-ELM的故障诊断模型,是利用灰狼算法优化极限学习机,实现隐含层神经元个数的最优设计,进而进行模型训练,最终实现故障诊断。仿真与实例验证表明,所提时域故障特征量提取方法和GWO-ELM故障诊断模型提高了故障诊断精度,对逆变器的故障诊断具有重要意义。     

基于畸变电流的直驱式永磁风电变流器故障诊断研究

针对直驱式永磁风电变流器开关管开路故障诊断的问题,提出了一种基于机侧电流畸变规律的故障诊断方法。 该方法 研究了在不同开路故障类型下的机侧三相电流的畸变规律,总结畸变规律并设计诊断变量,实时监测低通滤波后的机侧三相电 流并计算诊断变量,然后根据诊断变量得出诊断信号,最后根据诊断信号完成实时故障诊断,并在单管故障诊断方法的基础上 提出了支持双管故障诊断的方法。 实验结果表明,该方法对单管故障和双管故障均能进行准确且快速的诊断,诊断成本较低, 鲁棒性较好,不容易出现误诊和漏诊。