基于比较模型的交换超立方网络的(t,k)诊断度研究

故障诊断问题已经被广泛讨论,许多互连网络的诊断度已被深入研究。(t,k)-诊断为最重要的系统级故障诊断策略之一,在故障节点不大于t的前提条件下,每次迭代均可以识别最少故障节点个数为k。针对如何提高交换超立方网络的诊断度的问题,进行了一个基于比较模型的(t,k)-诊断算法研究,根据连通图的特性对交换超立方网络进行连通分子的划分,并计算交换超立方连通图中连接边与节点间的量化关系,从而证明了交换超立方网络是(t,k)-可诊断的。最终表明,本算法下的诊断度,优于其传统精确诊断s 1。     

3元◢n◣立方体网络的◢t/k◣可诊断度研究

可诊断度是评估多处理器系统可靠性的一个关键指标.t/k诊断策略通过允许至多k个无故障处理器被误诊为故障处理器,从而极大提高了系统的可诊断度.与t可诊断度和t1/t1可诊断度相比,t/k可诊断度可以更好地反映实际系统的故障模式.3元n立方是一种性质优良并且应用广泛的网络拓扑,在许多分布式多处理器的构建中被用做底层网络.根据一些引理以及确定系统为t/k可诊断的充分条件,研究得出当n≥3及0≤k≤n,3元n立方是tk,n/k-可诊断的,其中tk,n=2(k+1)n-(k+1)(k+2).这个结果显示,在选择恰当的k值时,3元n立方的t/k可诊断度tk,n远大于其t可诊断度2n和t1/t1可诊断度4n-3.     

基于比较诊断模型的超立方网络诊断算法

一个有效的诊断算法对多处理器系统而言极其重要。在多处理器系统中,识别所有故障节点的能力称为诊断系统的诊断度。在比较模型下,诊断 的执行是通过一个比较器处理器,给与之相邻的一对处理器发送相同的输入信号,并比较两者间的响应状态。为了提高超立方网络的诊断度,提出了一种新型的基于比较模型的超立方故障诊断算法,其利用超立方网络节点连接的特性生成一个拓扑图ES(k;n),最终得出一个3位二进制的诊断症候集,从而确定系统故障节点。该算法的诊断度最优能达到4n,大于传统超立方的诊断度n。     

超立方体网络环诊断策略的研究

多处理器系统的传统故障诊断策略和条件可诊断策略已经被广泛研究,然而并未解决系统中存在的大量故障结点问题。提出一种新的策略--环诊断策略,即通过环分割方法对汉密尔顿环进行诊断,从而找出系统中存在的所有故障结点,并给出了超立方体网络的环诊断策略及一些重要性质。与此同时,提出了超立方体网络的环快速诊断算法,快速定位系统中的所有故障结点。基于以上策略,得到了在PMC模型下,n-维超立方体网络的环诊断度为(n2+n)/2,时间复杂度为O(n),其中n表示多处理器系统中处理器的个数。与超立方体网络的传统故障诊断策略和条件诊断策略相比较, 本文提出的环诊断策略具有诊断度大、时间复杂度小的优点。     

交错立方体在故障情形下的诊断度和诊断算法

基于并行系统的超级计算机一直是学术界和工业界的研究热点。作为并行系统的基础,互连网络的性质直接决定了系统的性能。交错立方体作为超立方体的变形,是一种重要的互连网络,其与超立方体相比具有低直径等优越性。利用PMC诊断模型和图论方法,研究了交错立方体在故障情形下诊断度的精确值。然后提出该情形下的诊断算法,并分析了算法的时间复杂度。进一步通过仿真实验,验证在多种故障参数下,该诊断算法的高效性优于文献算法。本文的研究能够更加精确地度量交错立方体的可靠性。     

PMC模型下网络故障的节点可诊断研究

传统故障诊断研究大多忽略了系统局部特征。PMC模型下,针对于这一问题,引入了节点可诊断的概念,并通过节点可诊断方法的研究得到了节点可诊断度的充分条件和◢t◣-可诊断新算法STFDA。最后,对◢n◣维超立方网络和◢n◣维星状网络从节点可诊断的角度进行了分析,验证了所得充分条件的正确性,并将算法应用到这两种网络中进行故障诊断。其中,充分条件和STFDA算法的实现借助了新的结构ST。STFDA算法的时间复杂度为◢O（Nδ）,δ◣为网络中节点的最大度。相比于其他算法,算法的时间复杂度得到显著降低。     

基于Chwa & Hakimi故障模型的二分诊断算法

在对Chwa &; Hakimi故障模型的诊断中,目前相对成熟的算法有t-可诊断性算法和方程诊断算法两大类。然而,上述两类算法各有其优缺：前者要求故障处理机的数目小于处理机总数的一半;后者则希望故障处理机的数目多多亦善。不仅指出何时采用t-可诊断性算法或方程诊断算法,而且建立了所谓的二分诊断算法,即当故障处理机数量占处理机总数一半左右时将原测试系统拆分为两部分：相对正常机集合和相对故障机集合,从而对各个处理机集合采用各自适合的算法去诊断。     

在PMC模型下单向k元n立方体的诊断度

图的连通度和诊断度是与互连网络的可靠性密切相关的两个参数,而[g]好邻连通度和[g]好邻诊断度是比连通度和诊断度更精确的指标。[k]元[n]立方体是多处理机系统的最常用网络之一,而单向[k]元[n]立方体是指具有单向边的[k]元[n]立方体。证明了当[k≥3,n≥3]时,单向[k]元[n]立方体在PMC模型下的[1]好邻连通度是[k(n-1)],诊断度是[n]且[1]好邻诊断度是[kn-1]。     

一种基于超立方体多处理机系统的快速诊断算法

为了提高可诊断系统的诊断度,可以采用悲观诊断策略进行诊断.超立方体是一种应用广泛的互连网络拓扑结构,具有可并行处理的某些性质,且n维超立方体是(2n-2)/(2n-2)-可诊断的.文中在MM*模型下,研究了超立方体的诊断问题,提出了一个O(Nolg2N)的悲观诊断算法,N是处理器总数.而经典的YML算法所需时间为O(N2.5).因此,文中的算法在时间复杂度方面是高效的.     

Malek故障模型的方程诊断算法设计

首先给出Malek模型的方程组定义形式,然后在不以“t-可诊断性”和“相信大多数”作前提假设的情况下,通过引入“集团”的概念给出了求其全体相容故障模式的具体方法—方程诊断算法,丰富了Malek模型的故障诊断方式。     

Chwa & Hakimi故障模型方程诊断的理论基础

针对基于对称比较的系统级故障模型———Chwa&Hakimi模型 ,建立起“方程诊断”的有关概念 ,把该模型等价地转换为一个方程 (或方程组 )。对于一类特殊的Chwa&Hakimi模型找到了求全体相容故障模式的具体算法 ,该算法为寻求一般情形下Chwa&Hakimi模型的全体相容故障模式奠定了理论基础和算法基础。     

基于OSA-CBM的PHM系统设计

结合PHM系统的使用目标和飞机各运行场景下PHM实现场景，提出PHM系统主要实现的功能。对OSA-CBM开展研究，将PHM系统按照OSA-CBM的分层定义，并且以某型号的PHM系统设计为背景,提出了基于OSA-CBM的PHM系统设计框架。介绍了该PHM系统按照开放式体系架构要求开展的功能定义、层次划分，以及对每个层级的输入输出定义。以ROSE软件为模型开发工具，建立了各层级间的数据流动关系以及同层级之间的数据传递关系，对端口、算法、时序、配置等信息以UML语言进行了规定。分别采用Visual C# 2010和MATLAB软件开发平台实现了不同层级的功能，最终共同搭建了PHM系统的演示平台，实现了数据采集层、数据采集层、状态监测层、健康评估层、表示层等层级功能，为后续PHM系统的多用户协同开发设计奠定了技术基础。     

基于EEMD-Treelet和高斯过程的起重机齿轮故障诊断

齿轮故障诊断对于起重机安全运行至关重要;提出了一种基于集成经验模态分解(ensemble empirical mode decomposition, EEMD)-Treelet变换和高斯过程(gaussian process, GP)的起重机齿轮振动故障诊断新方法;设计一种细菌觅食算法(bacterial foraging optimization, BFO)优化高斯过程模型超参数;建立基于集成经验模态分解-希尔伯特变换的齿轮振动参数信号特征提取方法,利用Treelet变换实现这些特征的降维学习;建立基于细菌觅食算法优化高斯过程的齿轮故障模型;实验结果表明,EEMD-Treelet-GP诊断方法不仅可以识别最佳特征向量,而且可以识别故障位置。     

基于结构及行为的柴油机智能故障诊断

智能故障诊断技术是一种新的故障分析方法,它更为注重从系统整体结构 来考虑故障发生的原因以及故障之间的传导关系。基于结构及行为的诊断是智能诊断发展的 一个新突破,是一种基于模型的诊断（MBD, Model-Based Diagnosis）。深入研究了模型建立、 诊断产生和诊断测试的方法,实现了一个可以应用到生产实际的诊断系统,并应用于柴油发 动机进气系统的故障诊断中。     

隐式半马尔科夫模型下的变压器故障诊断方法

变压器运行过程中存在多种状态,能够正确划分运行状态,对变压器的维修和故障诊断有着重要的意义。首先,详细分析了马尔科夫链的衍生模型,并构造了隐式半马尔科夫模型(Hidden Semi-Markov Models, HSMM);然后,通过引入“微状态-宏状态”的对应关系,用于在HSMM中描述变压器运行过程中的状态;最后,建立了涵盖变压器历史状态信息,并包含特征提取、状态分类和故障识别过程的HSMM故障诊断流程。通过变压器DGA故障诊断的算例分析,结果表明所述方法的有效性。     

基于Chwa&Hakimi故障模型的集团诊断

提出了基于Chwa＆Hakimi故障模型的集团诊断,定义了绝对故障集和最终诊断图,由此能找到所有的基于Chwa＆Hakimi故障模型的相容故障模式。从仿真结果看大大减少了系统级故障诊断的复杂度,特别是对强t-可诊断系统,具有较大的实际意义。     

基于蝙蝠算法的系统级故障诊断研究

首次将蝙蝠算法用于解决系统级故障诊断问题,从而提出了一种高效的诊断算法——蝙蝠故障诊断算法。在初始化阶段,种群被分成大、小两类,并采用不同的处理方式;根据系统级故障模型的特点,设计出了具有方程约束的适应度函数;为了平衡全局搜索与局部搜索,在速度更新公式中增加一个变系数;为实现寻址的离散化,对蝙蝠速度进行了二进制映射。仿真实验结果表明,蝙蝠故障诊断算法在迭代次数、诊断正确率和最优解的适应度等方面明显优于现有的具有代表性群智能诊断算法——FAFD算法。     

罗茨真空泵转子磨碰故障的诊断与在线监控

通过对罗茨真空泵转子磨碰故障机理进行研究,以及对现场故障模拟分析发现,罗茨真空泵的转子磨碰故障的特征实际上表现在啮合齿轮载荷波动引起的啮合振动及其边频,通过对齿轮啮合频率及其边频的实时在线监测,可以有效地捕捉到早期故障信息,避免重大恶性事故。本文提出的冲击能量捕捉法对于监测其他转子磨碰故障也有很大的实际意义。     

基于热成像的机房热点成因自动诊断方法

服务器设备的异常高温在机房内部会形成热点,不仅会影响服务器的稳定和寿命,还会导致机房制冷效率的降低,从而增加机房的制冷能耗,增加运营费用。导致产生热点的原因有很多,例如空气流通不畅、风扇失灵、长时间满负荷运行等等。通过自动诊断热点的成因,可以有针对性的消除热点,为机房环境控制提供数据支持,有助于降低机房制冷能耗。根据热像仪拍摄的服务器出风口一侧的红外图像,利用人工智能技术,提出了自动诊断热点成因的方法。针对实际工程应用中热点样本数量不足的问题,提出了基于深度卷积对抗生成网络(DCGAN)合成热点样本的解决方案。通过多组实验验证了方法的有效性,热点成因的诊断准确率约为95%。     

多测点智能温度传感器设计

针对广泛应用的温度检测,设计了一种多测点智能温度传感器。该智能温度传感器将多个常规温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来,利用三维单片智能传感器结构集成在一块硅基片上,实现了三维集成多层结构。同时智能温度传感器利用信号幅度、变化趋势、多测点冗余故障判决和传感信息融合方法,在实现传感故障诊断的同时提高检测准确度。