TSD在A320飞机燃油传感器故障诊断中的应用

结合某公司一架A320飞机燃油系统故障的排除过程,说明了将飞机本身的自测试(BITE)与集中故障显示系统(CFDS)有机结合对故障检测的重要意义:燃油量显示计算机和燃油油位感应控制组件的故障数据的相互对比,能较方便地发现故障线索.推荐了一种快速判断燃油系统传感器故障的方法,实际使用表明该方法准确而方便.     

TSD在A320飞机燃油传感器故障诊断中的应用

结合某公司一架A320飞机燃油系统故障的排除过程,说明了将飞机本身的自测试（BITE）与集中故障显示系统（CFDS）有机结合对故障检测的重要意义：燃油量显示计算机和燃油油位感应控制组件的故障数据的相互对比,能较方便地发现故障线索。推荐了一种快速判断燃油系统传感器故障的方法,实际使用表明该方法准确而方便。     

SWE-IPCA方法在传感器故障诊断中的应用

针对目前油田传感器设备故障诊断广泛采用的主元得分向量平方和与平方预测误差方法,在进行在线故障诊断过程中,往往存在对实际生产过程中产生的弱故障诊断不灵敏,甚至无法有效进行故障识别的问题,同时考虑到油田生产过程的特点,提出一种基于平方加权预测误差的迭代主元分析进行故障检测的方法,在不同的残差空间中对故障进行分析,提高了系统对弱故障诊断的准确性.运用迭代算法更新主元分析算法模型,通过残差空间的平方加权预测误差变量重构确定故障,实现对油田生产传感器设备故障的动态在线诊断.最后利用油田生产的实际数据对该方法进行了在线故障诊断实验,实验结果表明,该方法对油田生产传感器设备可以有效地进行故障诊断.     

离散小波变换在传感器故障诊断中的应用

本文提出一种基于离散小波分析的传感器故障诊断新方法,该方法不需要模型,具有灵敏度高、故障诊断率高及克服噪声能力强的特点,仿真研究取得了满意的效果。     

完全冗余及在传感器故障诊断中的应用

本文从传感器的功能冗余分析出发,提出了对非功能冗余的传感器实现硬件冗余,使系统中的传感器完全冗余的方法;再借助于状态观测器,就能在任意一个传感器发生故障时准确及时地诊断出故障源,以便实施容错控制。     

多传感器信息融合在电机绝缘故障诊断中的应用

随着检测技术、信号处理技术、智能技术的进步,故障诊断技术得到了很大的发展,但是目前对电机的故障诊断技术仍因为各种原因存在着很大的不确定性。其诊断系统依然是基于单个参数(如电流、振动、温度、润滑油成分)所能携带的故障特征来进行诊断,由于模型或者环境的不确定性导致这些诊断结果模糊不清甚至错误。分析了传统绝缘故障诊断方法中存在的不确定性弊端,介绍了利用多传感器信息融合进行故障诊断、建立融合故障诊断系统的优越性。     

虚拟现实技术在齿轮箱故障诊断中的应用

分析了齿轮箱振动噪声产生的机理及其噪声特性，构建出了基于虚拟现实技术的齿轮箱故障诊断系统，设计出了由振动测试、数据采集和计算机信号处理组成的硬件平台，采用VisualBasic高级语言编写了相应的应用软件，可以实现齿轮箱的实体造型和故障的三维动态模拟显示，该设计方案和诊断系统具有较好的理论价值和应用前景。     

模式识别技术在机械故障诊断中的应用

本文从统计意义上分析了机械设备在不同运行状态下振动信号的特征;选择信号幅值的概率分布的前几阶矩作为特征向量来进行状态信息凝聚。在此,将设备的状态分为完好和故障两种,应用模式识别技术进行状态分类。最后通过对试验数据的分析,证实了特征参数的稳定性和对故障的敏感性。结果表明,分类是有效的。     

神经网络技术在变压器故障诊断中的应用

本文针对变压器传统故障诊断的缺点,提出将神经网络技术用于变压器故障诊断。本文对BP算法改进,使网络收敛速度和误差精度进一步提高。收集部分油中溶解气体故障数据样本,对变压器故障类型进行了分析,并确定网络的输入和输出向量,建立诊断网络模型,实现对各项网络参数的比较确定,在Mtalab里面仿真使误差满足要求。     

基于卡尔曼滤波器组的航空发动机传感器故障诊断

在发动机线性模型基础上,结合卡尔曼滤波理论,设计了基于一组卡尔曼滤波器的发动机传感器故障诊断系统,实现了在发动机稳态或动态情况下,对单一或多重传感器突变及漂移故障的检测,并应用故障诊断方法进行仿真试验.仿真结果表明,应用基于卡尔曼滤波器组的故障诊断方法可以及时、准确地对传感器软硬故障进行检测及诊断,验证了所设计的容错效果.     

基于最优方案的民用飞机故障诊断技术研究

各种基于人工智能方法的故障诊断技术在应用中存在一定的局限性,以至采用单一的诊断方法很难满足对复杂飞机系统的故障诊断任务。通过对多种人工智能故障诊断方法的研究比较,认为在民用飞机故障诊断过程中通过采用多方法配合及融合技术可以高效准确的确定故障原因,完成复杂的飞机系统故障诊断任务。     

基于传感器网络的瓦斯传感器故障诊断

根据矿井巷道的地理特征,构建了一种用于辅助瓦斯监测的链状无线传感器网络,在分析煤矿瓦斯传感器的故障模式的基础上,提出了基于链状无线传感器网络的瓦斯传感器故障诊断技术,给出了基于该诊断技术的具体算法。在此基础上,利用Monte-Carlo模拟,研究了不同参数(瓦斯分布方差、阈值和采样频率)对算法性能的影响。仿真结果表明,在适当的阈值选择条件下,故障诊断系统的性能与瓦斯分布的方差成反比,与采样频率成正比。     

对射式光电传感器故障自诊断的研究

介绍传感器原理和实现诊断的方法.     

先进飞机余度舵机系统故障诊断技术研究

以某型号飞机二余度伺服舵机为研究对象,建立了系统辨识模型,进行了仿真验证,有效地完成了系统故障诊断。对最小二乘参数辨识及径向基函数网络2种系统辨识方法的优缺点进行了比较。     

基于最小二乘支持向量机的振动传感器故障诊断

针对目前机械故障诊断中,难以获得大量的故障数据样本以及诊断知识获取困难等不足,提出了专门针对有限样本的新一代机器学习的算法——最小二乘支持向量机（LS—SVM）,它能够得到现有信息下,不仅是样本数趋于无穷大时的最优解,因此,在样本很少的情况下具有较好的泛化能力,比较适合解决故障诊断小样本情况的实际问题。本文介绍了LS-SVM的基本原理和分类方法,并利用其对振动传感器的常见故障进行诊断,结果表明了LS—SVM对设备故障具有良好的分类效果。     

一种多参数自确认传感器故障诊断方法

提出了多参数自确认传感器概念,给出了多参数自确认传感器的功能模型.故障诊断单元是实现其多参数自确认功能的重要部分,研究了一种基于偏最小二乘法(PLS)和支持向量机(SVM)的多参数自确认传感器故障诊断方法.利用PLS提取多参数自确认传感器已知工作状态数据的主成分,作为表征多参数自确认传感器各种工作状态的状态特征矩阵,并对其进行特征编码;利用状态特征矩阵作为输入,状态特征编码作为目标训练SVM分类机,得到SVM分类机的参数.在故障诊断单元中,利用PLS在线提取多参数自确认传感器测量数据的状态特征矩阵,输入训练完成的SVM分类机进行分类,最终确认多参数自确认传感器的工作状态.实验结果证明了该方法的有效性.     

故障传播模型的飞机电源系统故障诊断研究

研究了基于故障传播模型的故障诊断方法,并将其应用于飞机电源系统,建立了故障诊断模型,用Warshall算法实现了邻接矩阵到可达矩阵的转换,采用改进的CWSE-Tree算法产生候选诊断,最后利用基于贝叶斯理论的方法计算得到候选诊断的后验概率,由此确定检修的先后顺序。结果表明,根据该检修顺序进行检测可以快速而准确的定位故障,具有一定的应用和参考价值。     

红外诊断技术在电机故障诊断中的应用

电机的很多故障都是以发热为征兆,红外诊断技术以其非接触的特点,在电机故障诊断中拥有不可比拟的优势。具体阐述红外诊断技术的原理,电机发热的原因及红外诊断技术在电机故障诊断中的具体操作。     

NI若干技术在设备远程故障诊断中的应用

介绍采用NI的LabVIEW、Internet Developes Toolkit、ComponentWorks分别实现的虚拟仪器的远程应用、CSCW的协同诊断工作环境,为设备远程故障诊断提供强有力的手段。