基于克隆选择和聚类的模拟电路故障诊断技术

提出了一种克隆选择和聚类的模拟电路故障诊断技术,该技术将克隆选择算法的全局寻优和模糊C-均值的局部寻优相结合,并利用模糊C-均值的目标函数去构造克隆选择算法的亲和力函数,可以减少特征空间中样本的相互重叠所产生的诊断不确定性,利于故障模式的定位。仿真结果和分析验证证明：该方法缩短了故障的分类器收敛时间,提高了故障诊断率。     

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。     

基于优选小波基和模糊SOM网络的模拟电路故障诊断

为了解决模拟电路故障诊断中的特征提取困难并实现对模拟电路故障模式准确的分类,提出一种优选小波基、模糊理论和自组织特征映射网络(SOM,self-organizing feature map)相结合的模拟电路故障诊断方法.该方法首先对模拟电路故障响应信号进行小波分解、提取能量值、均值和方差组成输入特征向量,同时采用余弦分离度评价小波变换在不同小波基函数下获取故障特征的有效性,据此选择余弦分离度最小的小波基分解的特征向量输入到自组织特征映射网络进行故障分类.仿真实验表明,利用余弦分离度选择的最优小波基能有效提高模拟电路故障特征提取,模糊神经网络能对故障模式进行精确分类.     

基于分层决策的模拟电路故障诊断技术研究

针对模拟电路可测节点数目有限以及特征矢量对故障诊断的影响,选取其端口电压作为研究对象;首先采用傅里叶变换对电路输出电压进行特征提取,构成样本空间,依据类别可分性判据选择部分特征,指导初级判决过程,完成故障模式的粗分类;对剩余特征采用主元分析方法进行特征压缩,指导下级判决过程,完成故障模式的细分类,从而建立分层决策树,最终实现故障的分离与定位;应用仿真结果表明,此方法提高了诊断效率,具有一定的实用价值。     

基于多准则排序融合的特征选择方法

针对模式分类中特征选择问题,为去除冗余特征,提高分类准确率,提出一种基于ReliefF算法、Fisher比率算法和马氏距离算法的多准则排序融合的特征选择方法。动态结合上述3种单准则特征选择法的优点,实现对多个评价准则的综合利用。以Ionosphere标准数据集和高速列车转向架故障数据集为研究对象进行实验仿真,仿真结果表明,相比于单准则特征选择法,该方法能更有效地降低特征维数,具有更高的分类性能。     

基于小波分析和分层决策的模拟电路故障识别方法*

针对模拟电路存在较多故障模式的诊断中易出现分类混叠的问题,提出一种小波分析和分层决策的故障识别方法。首先用小波变换方法提取电路的两种故障特征,模糊C均值算法分析故障特征数据的分布特性,以决策树的形式分割各故障子类。通过对决策树节点特征的优化选择,使各故障子类的区分得以最大化。最后按照决策树结构建立分级诊断的故障决策系统,分别以支持向量机和神经网络作为树节点分类器,有效地提高了故障的识别率。该方法应用于高通滤波器电路的故障识别,正确率高于99%,比经典支持向量机多分类方法具有更好的诊断性能。     

基于连续小波变换的电表绕组故障检测方法研究

为有效保障电力电表的稳健运行,基于连续小波变换技术,设计了电表绕组故障检测方法。首先,采用混合模块化多电平特征分析方法分析电表绕组故障特征,并建立电表绕组的等效电路模型;结合混合模块化多电平换滤器(MMC)拓扑分析方法,获得电表绕组的等效电路拓扑结构。然后,提取电表绕组故障的谱特征量,以局部自均压和功率因素为控制自变量,完成电表绕组故障特征的连续小波变换及分解。最后,进行故障特征聚类和属性分布式挖掘,提高电表绕组故障特征检测和信息挖掘能力。仿真结果表明,该方法对电表绕组故障的检测精度较高,对绕组故障特征的辨识度较好,可提高对电表绕组故障的诊断能力。     

自适应流形学习在故障诊断中的应用

针对人工干预的旋转轴承故障类型及损坏程度诊断问题,提出了一种基于自适应流形学习的故障诊断新方法。该算法借助集合经验模态分解和双谱分析提取振动信号的故障特征,用纹理分析法构建故障信息的纹理特征矩阵,通过自适应流形学习的方法对高维纹理特征矩阵进行降维。整个过程能够很好地去除噪声,同时自适应选择参数,具有很好的聚类性能和复杂信号处理能力。实验结果表明该方法能够很好地区分不同的故障类型,同时在区分内圈故障、外圈故障、滚动元素故障退化程度方面也有着较好的性能。     

基于特征层融合的模拟电路故障诊断方法

为了提高模拟电路软故障诊断精度,提出了基于特征层融合的模拟电路故障诊断方法.通过小波变换的频带能量和AR模型的系数生成故障的初始特征,利用线性判别分析提取特征,降低特征向量的维数,结合mRMR原则与支持向量机构成的组合特征选择方法,对降维后特征进行最优选择,输入到训练好的支持向量机多分类器中进行分类,从而降低特征的冗余,提高故障诊断的精度.以某车辆电压调节电路为例进行仿真分析,实验结果表明,该方法有很好的诊断能力.     

基于小波变换的减速离合器故障诊断方法研究

介绍了小波分析的原理,并把小波分析方法应用在减速离合器故障信号处理中,进而研制出减速离合器故障信号特征分析的故障诊断方法.主要运用MATLAB小波分析工具箱对离合器振动信号进行小波包分解,根据小波系数作出能量分布图,对故障频段进行小波包重构,从结果中可以直观地观察到离合器故障特征.结果表明,小波包具有很强的故障诊断能力,如果在故障诊断过程中合理选择小波函数和各种参数,就可以获得直观的故障信号局部特征,从而为产品故障诊断提供了有效的工具.     

基于EMD-AR和关联维数的轧机主传动系统故障诊断研究

为提高轧机主传动系统故障诊断的精度,提出了一种基于EMD-AR模型和关联维数的故障特征提取算法.该方法采用小波滤波和EMD对振动信号进行去噪和平稳化预处理,再对包含主要故障信息的本征模函数(IMF)分别建立AR模型进行降维,最后通过时延相图法重构AR模型参数的相空间,并计算其关联维数.实验分析表明:该算法不仅能够深刻、...     

FDR验证试验的故障样本分配策略研究

故障率作为测试性验证试验故障样本分配的主要影响因素,针对一些情况下使得故障样本分配结果的合理性不足的问题,以故障检测率(Fault Detection Rate, FDR)作为验证指标,提出了一种考虑严酷度的样本故障模式选取方法。提出了基于模糊证据推理的故障模式严酷度排序解决方法。通过对相关标准中涉及的故障样本分配策略进行梳理,针对现行多因子综合加权比例分配方法不足之处,根据故障模式种类与验证样本量的数量关系,区分不同情况,借助预选样本集随机抽样、考虑严酷度的取整策略,以及动态概率调整,合理改善了故障率主体分配方案进行故障模式选取时样本分配集中不合理的状况。以某装备单元的FDR验证试验为例,验证了所提故障样本分配方法的可行性合理性。     

基于滑模观测器和神经网络的传感器故障诊断方法比较研究

针对航空发动机传感器故障诊断中各种方法的优势和劣势,选择滑模观测器和神经网络这两种故障诊断方法分别对航空发动机转速传感器进行故障诊断研究,采用实验室搭建的发动机实验台DGEN380的实验数据,选择对航空发动机控制系统影响较大的偏置故障、漂移故障、脉冲故障、周期性干扰故障这四类传感器故障进行诊断。研究结果表明,滑模观测器和IPSO-BP神经网络都能实现航空发动机传感器的故障诊断;滑模观测器方法可以诊断出偏置故障、脉冲故障和周期性干扰故障,但不能诊断出传感器发生的漂移故障;IPSO-BP神经网络方法可以诊断出偏置故障、漂移故障、脉冲故障和周期性干扰故障。因此,滑模观测器在故障诊断中可能会出现漏诊的现象,IPSO-BP神经网络相对滑模观测器而言不会出现漏诊的现象。     

冗余PW机制的研究与实现

冗余PW是为了提高故障的自愈能力,通过为两个通信节点部署一条或多条备用PW,主备PW构成一个冗余PW组。网络的拓扑复杂多变,冗余PW的模型也是多样化的,主要有独立模式和主从模式两种。冗余PW切换主要分为外部切换和信令切换。冗余PW的切换是通过信令的交互实现的。PW的建立和维护是通过扩展LDP（label distribution proto．col）协议实现的,其在LDP所定义消息编解码TLV的基础上增加了PW STATUS TLV,该TLV可以在MAPPING消息和Notification消息中携带。研究和实验表明冗余PW机制可以提高通信节点故障的自愈能力,从而提高网络通信的可行性。     

基于模糊BP神经网络的模拟电路实时故障诊断

以进行模拟电路实时故障诊断为主要目的,对BP神经网络故障字典法进行了深入研究,针对传统BP算法收敛速度慢、易产生局部最优等不足,采用神经网络与模糊理论相结合的方法,根据模式识别原理实现模拟电路故障的实时诊断。实验结果表明:该算法在网络收敛速度和识别精度上较传统的BP算法均有明显的改善。     

风能转换系统执行器故障重构与容错控制

针对风能转换系统中执行器故障,论文提出了一种新型的主动容错控制策略.设计滑模故障观测器,实时动态采集执行器故障前后数据信息,对执行器故障进行重构,达到故障诊断的目的.通过补偿控制,保证了滑模控制器对风能转换系统的可靠控制输入,以达到对执行器故障主动容错的功能.仿真结果表明,滑模故障观测器模块能够实时精确地重构风能转换系统执行器故障,主动补偿容错控制器在不影响风能转换系统动态性能的情况下,仍能实现系统的最大风能的捕获.     

基于滑模观测器的电流传感器故障监测系统设计

为了保证电流传感器的工作效率,为设备维护提供有效参考,利用滑模观测器优化设计了电流传感器故障监测系统。加设滑模观测器,改装数据采集器、信号处理器等设备,调整系统的电路连接方式,在抗干扰约束下,完成硬件系统的优化设计。根据电流传感器的工作原理和故障特征,构建电流传感器故障数学模型。利用滑模观测器及其逻辑原理,实时收集电流传感器的运行信号。根据传感器故障特征,选择并计算电流传感器的故障监测指标,通过与设置故障标准的比对,输出可视化的电流传感器故障监测结果。通过系统测试实验得出,基于滑模观测器的电流传感器故障监测系统的指标监测误差、故障类型误检率和漏检率均低于预设值,由此证明优化设计系统具有良好的故障监测功能。     

柔性配电网故障定位技术评述

本文通过对柔性配电网(flexible distribution network,FDN)进行分析,为了使FDN安全可靠稳定运行,但当FDN发生故障时进行故障的隔离和恢复存在很大困难,因此研究FDN故障定位技术具有重大的现实意义。首先对FDN的概念进行分析研究,对比传统配电网的运行方式闭环设计开环运行模式所存在的难题,对FDN的基础技术结合最新研究方向进行分析研究,传统配电网如何转变为FDN进行说明;然后本文总结研究传统配电网故障区段定位、故障定位;对故障区段定位、故障定位所涉及的主要研究方法进行分析,通过文献研究其适用范围和优缺点,并针对这些提出对应的建议,并结合上述分析,研究FDN故障定位技术和其所存在的缺陷以及未来所要研究的主要方向。最后指出当前柔性配电网和有源配电网研究主要存在的问题及未来研究的方向。     

Adaptive multivariable finite‐time continuous fault‐tolerant control of rigid spacecraft

The problem of fault‐tolerant attitude tracking control for rigid spacecraft in the presence of inertia uncertainties, actuator faults, and external disturbances is investigated in this paper. A novel adaptive finite‐time continuous fault‐tolerant control strategy is developed by combining the fast nonsingular terminal sliding mode surface and the adaptive multivariable super‐twisting algorithm, which improves the robustness while preserving high accuracy and finite‐time convergence. The main features of the control strategy are the double‐layer adaptive algorithm based on equivalent control, which ensures nonoverestimation of the control gain and the continuous controller, which maintains better property of chattering reduction. Finally, the efficiency of the proposed controller is illustrated by numerical simulations.     

基于MED和边际谱的自动倾斜器轴承故障诊断

针对直升机自动倾斜器轴承早期微弱故障特征易被强烈背景噪声淹没的问题，提出了一种基于最小熵反褶积（Minimum Entropy Deconvolution，MED）和边际谱的自动倾斜器轴承故障诊断方法。采用MED对采集的振动信号进行滤波降噪，提高了信号的信噪比，突出了轴承早期微弱故障特征；通过Hilbert变换和经验模态分解（Empirical Mode Decomposition，EMD）获取去噪包络信号的本征模态函数（Intrinsic Mode Functions，IMF）集，并引入峭度筛选准则选取合理IMF集计算局部Hilbert边际谱，有效地提取了故障特征频率，能够通过故障特征频率进行故障类型判别。通过某型直升机自动倾斜器故障诊断试验系统验证了该诊断方法的合理性和可行性。