某型飞机电源故障诊断专家系统设计与实现

为了准确、快速地对飞机电源系统故障进行诊断和排除,在分析某型飞机电源系统的失效模式和故障机理的基础上,建立故障树,采用基于规则的故障树分析技术对故障模型进行分析,引入正向推理和反向推理两种推理机制,研究了基于数据库技术的知识库的构建方法,设计某型飞机电源故障诊断专家系统。结果表明,该故障诊断系统的推理结果符合实际情况,提高了飞机电源系统故障诊断的智能化水平。     

卫星电源系统的有向图分层诊断方法

在卫星电源故障诊断问题的研究中,针对系统的知识获取难问题,提出了一种将有向图和CLIPS专家系统相结合的分层诊断方法。这种方法利用有向图知识描述容易和CLIPS推理引擎快速的优势,设计了一个以事实描述系统模型知识的自定义模板结构,同时采用有向图分层策略减小故障搜索空间,然后利用CLIPS提供的快速匹配算法完成诊断推理过程,最后结合已有的专家经验知识给出卫星电源的故障诊断结果。实验结果表明,新方法具有很好的准确性和快速性。     

分布式层次化故障诊断模型和诊断策略的研究

根据复杂装备电器控制系统具有分布式、功能分层和结构分层的特点,提出了基于层次分解的故障诊断模型,以系统的结构性为基础,对复杂的诊断问题实现由上而下进行功能分解,直到最小系统或设备.在故障诊断的层次化分解基础上,结合模糊Petri网实现故障推理过程的诊断策略,推理算法采用矩阵运算,推理过程简单,并能够描述故障传递状态.最后以航空电器装备系统中的电源供电控制系统为应用对象,研究了故障诊断模型的具体结构和诊断策略的实现过程.该模型便于实现集成化、智能化和自动化的故障诊断过程.     

航电设备故障诊断专家系统

故障诊断专家系统在自动测试与诊断领域有着广泛的应用,它是自动测试系统的核心技术之一．介绍了某型机航电设备故障诊断专家系统,运用规则推理与Hash算法相结合的综合推理方式进行故障快速定位及故障预测,提出视情维修建议,提高了航电系统的故障检测率及故障诊断效率．     

模糊Petri网在压缩机故障诊断中的应用

为克服Petri网在推理分析复杂、不确定的故障信息中的不足,引入置信度最大及深度搜索优先的诊断方法,将Petri网和模糊推理知识相结合,提出模糊Petri网故障诊断方法及其概念与规则表示,采用反向推理算法根据已发生的故障来定位故障源,给出推理算法的具体步骤。通过逻辑推理和离心式压缩机故障的实例分析,验证了该算法的有效性和可行性,提高了故障诊断的准确性和高效性。     

基于动态贝叶斯网络的机载电子设备故障诊断

针对目前机载电子设备故障诊断过程中诊断效率低以及采用传统动态故障树马尔科夫链分析方法存在系统状态空间爆炸的问题,提出了一种基于动态贝叶斯网络的故障树故障诊断方案;设计首先将基于零压缩二元决策图的动态故障树定性分析和贝叶斯网络的定量推理相结合获得系统最小割集,然后以集成传感器信息更新系统的部件诊断重要度和最小割集,最后综合考虑系统部件诊断重要度和最小割集设计了系统的故障诊断决策算法,得到故障诊断决策树;以机载光电雷达设备的故障诊断为例,通过对比有无证据条件下系统故障诊断中最小割集以及其诊断重要度,证明了此方案能够准确、快速地诊断出系统具体的故障原因,节省了诊断成本。     

基于智能多代理者的故障诊断系统

智能多代理者系统(MAS)为电子设备的故障定位和诊断提供了一种新的分析和求解思路。本文展示了应用MAS体系结构设计和实现的智能故障诊断系统——MDIDS。文章首先介绍MDIDS系统的数据结构——分为三个层次的代理者群体,给出了系统中代理者的知识表示。然后说明MDIDS使用的诊断推理算法,并提出了一种新的基于估价函数的故障状态空间搜索算法。该算法能够实现对复杂电路的快速故障定位。文章最后总结了MDIDS系统的特点和将来的工作。     

智能故障诊断专家系统开发平台研制

针对故障诊断专家系统实用性与通用性的矛盾,在简要分析专家系统工作原理的基础上,提出了一种以用户为中心的通用性故障诊断专家系统设计方案。研制通用性故障诊断专家系统开发平台,将规则推理、模糊决策、多传感器信息融合算法融为一体,形成阶梯式故障推理机制;对不同的诊断对象,只要设置好必要知识模块,就可自行生成专用故障诊断系统,并能自动输出诊断结果。     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

知识存储与诊断专家系统在低温系统中的应用

为实现EAST低温系统的智能故障诊断,提出一种基于故障树的低温系统知识存储与诊断专家系统。根据故障树模型的结构,设计知识在关系型数据库中的分级存储方式。应用故障树分析法进行故障建模与诊断推理,结合可靠性因子辅助不确定性推理,并以实例说明推理算法。模拟诊断结果表明,该系统具有友好的人机接口,运行稳定且诊断结果及时可靠。     

基于小波奇异信息熵的10 kV供电系统故障选线研究与仿真

针对现有的供电系统中接地故障选线精度不足、反应速率较慢的问题,提出一种利用小波分析、奇异值分解和信息熵的融合的供电系统接地故障选线新方法.充分利用小波变换良好信号时频分析特点,奇异值分解维数压缩、特征提取能力,信息熵测度强大的系统状态、特征信号的定量描述、对比、研究特点,在系统故障后的故障选线中,克服单一方法对系统接地故障的失判或误判.通过Matlab与Simulink软件建立供电系统模型,对基于小波奇异信息熵的供电系统接地故障选线方法进行多方位的测试,实验结果表明该方法对供电系统接地故障能够快速、准确地诊断选线,是一种新的行之有效的供电系统接地故障选线方法.     

变压器故障诊断方法的研究

变压器的运行状况直接关系到整个电力系统的安全稳定运行,有效对变压器进行故障诊断具有重要的实际意义。电力变压器油中溶解气体分析（Dissolved Gas Analysis, DGA）已经成为油浸式变压器故障诊断的一种有效支持数据,本文在利用DGA数据的基础上,首先总结了常规IEC比值法的优缺点,并针对其边界问题总结了几种有效改进方法。其次,本文总结了人工神经网络,支持向量机,粗糙集,模糊数学、极限学习机、贝叶斯网络、聚类、人工免疫和petri网络等9种智能算法在变压器故障诊断中的运用,针对其固有问题总结了各自的优化方法。最后,本文介绍了以证据理论为主的综合诊断方法,分析了它优于单一智能算法的方面,并介绍了一些其他方法在变压器故障诊断中的应用。最终得出结论,相比于单一智能方法,信息融合的综合诊断办法能更好地对变压器故障进行诊断。     

基于BP神经网络的军用电源智能故障诊断

电源设备的可靠运行关系到地空导弹武器系统的性能,对电源系统进行准确的故障诊断是十分重要的.为对地空导弹武器系统中电源设备故障进行准确诊断,介绍了BP神经网络和某型地空导弹静变电源的相关知识,建立了三相DC/AC逆变器的故障模型,并对几种常见的故障进行了简要的分析.最后,将BP神经网络模型应用于某型地空导弹静变电源的故障诊断,利用神经网络较好的模式分类能力,解决了以往地空导弹部队进行静变电源故障诊断的不足.仿真结果表明,该方法能够准确诊断电源设备的故障,验证了该方法的准确性和实用性.     

基于多分类SVM的航空逆变器故障诊断

航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要,但当前对于航空供电器的故障诊断的研究较少,无法为航空逆变器提供有效保障。因此,提出基于多分类支持向量机的故障诊断方法,对航空逆变器的多种故障模式进行诊断。针对故障特征耦合性高的问题,采用主成分分析方法提取故障特征,获取低维度的关键特征。由于逆变器具有多种故障模式,且具有非线性的特点,故采用多分类支持向量机算法进行故障诊断。该算法具有极强的分类能力,是处理小样本、非线性问题的有力工具。实验结果表明,该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断,并且方法诊断速度快,提高了航空供电系统的安全性。     

基于自适应观测器的时滞系统执行器故障诊断

该文研究了一类含有未知输人干扰和模型不确定性的线性时滞系统的故障诊断问题。通过设计自适应诊断观测器，得到了一种新型的鲁棒执行器故障诊断方法。首先针对确定性系统分别设计了检测观测器和自适应诊断观测器，前者能够检测出故障的发生，后者能够理想地估计出故障随时间变化的形状。然后考虑系统的外部干扰和模型不确定，改进了自适应诊断观测器的算法，证明了故障诊断系统的稳定性，提高了故障诊断系统的鲁棒性。最后给出了故障检测过程中阈值的选取原则。仿真结果表明算法具有良好的诊断性能。     

嵌入式系统在电力变压器监测中的应用

电力设备的状态监测与故障诊断是保障电力系统稳定可靠运行的前提,也是智能电网重点研究与发展的领域之一。从实用的角度出发,针对电力变压器,采用嵌入式系统设计了相应的在线状态监测系统,给出了电路结构、工作原理及有关参数。     

牵引变电所红外热成像温度智能预警系统

针对在现场大面积温度分布场扫描和对局部缺陷定点测温的需要,研究利用红外热成像技术以远距离、非接触、实时、快速监测方式获取设备的运行状态信息,实现分辨率高、形象直观、不受电磁干扰,可以在不停电、不取样、不解体的状况下进行故障诊断分析。     

无人值守变电站电力设备音频监测及故障诊断系统

针对智能变电站的无人值守需求及现有故障诊断系统的不足,提出一种电力设备音频监测及故障诊断系统。根据变电站电力设备音频信号信噪比较低的特点,采用具有强鲁棒性的梅尔频率倒谱系数作为判断音频信号异常的特征参数,在此基础上根据音频特征构成多样本观测序列,并采用隐马尔科夫模型进行故障诊断,通过对比对数似然估计概率的输出值确定故障类型。该方法具有实时性较强的优势,也避免了现有故障诊断方法要求较大样本容量的缺陷。实验结果表明,该故障诊断系统具有较高的识别率和鲁棒性。     

基于故障树和双向联想记忆神经网络的桥式起重机故障诊断方法

针对桥式起重机的故障诊断系统,提出一种基于故障树(FTA)和双向联想记忆神经网络(BAM)相结合的故障诊断方法。通过FTA建立系统故障树,收集桥式起重机所有故障模式,进而归纳出BAM的学习样本,然后对样本学习联想,得到系统诊断结果。两种方法的结合,不但可完成单个故障的诊断,还可实现多种故障的综合处理,提高诊断能力。     

Model-based, real-time control of electrical power systems

Automated control of a large electrical power distribution network through a single controller can provide advantages in efficiency and reliability as well as reduction in maintenance costs. For control to be most effective, it is necessary that a global view of the entire network be had by the controller, so that it can reason as to the cause of the readings of the various sensing devices located throughout the network, Traditional approaches to power system control have involved a set of local devices (i.e., protective relays) that base their decision on the instantaneous reading of a single sensor. These single-parameter decisions can sometimes be incorrect due to sensor failures. Furthermore, a special type of fault called a soft fault, where a fault impedance limits the current to a value below the relay operating point, are nearly impossible to detect with decisions based on a single local parameter. By reasoning over an entire suit of sensing devices spread throughout the entire network, protection decisions based on a global view can become more reliable as well as comprehensive. Some previous approaches have implemented global control with varying degrees of success through the use of rule-based knowledge-based systems. This paper describes an alternative knowledge-based approach that makes use of so-called models of structure-and-behavior, to which model-based diagnosis is applied. The objective of this approach is to develop a system that can reliably diagnose faults in power distribution networks (especially soft faults), identify sensor failures, and carry out appropriate corrective action automatically. An intelligent power controller (IPC) which has these capabilities is described. This IPC was rigorously tested in an DC electrical power distribution system testbed and found to successfully carry out the required functions. This paper also describes in detail the tests and the conclusions drawn from their results