非线性电阻网络的多故障诊断

在有些讨论非线性电阻电路故障诊断的论文中,常常应用小信号线性化模型来替代非线性器件.这种替代易受工作点漂移的影响.应用非线性器件的等效线性比模型讨论了非线性电阻网络的多故障诊断,可计及工作点漂移的影响,并导出模拟网络多故障诊断方程,达到故障定位和定值.     

AFDX网络设备故障诊断技术

AFDX网络作为机载主干通信网络，如果出现故障，将影响整个航电系统的功能。AFDX网络设备故障诊断对于机载通信的稳定运行和航空子系统故障管理具有重要意义。聚焦网络设备故障诊断技术，研究了一套基于网络演算法的AFDX网络设备故障诊断技术。通过设计故障特征参数标识故障类型，给出检测结果和故障特征参数的关联关系；使用被动式采集的方式对关键元器件、通信过程以及设备性能进行状态检测；针对所收集的检测数据，分别给出故障诊断方法并对偶发性异常进行识别和抑制；设计网络故障诊断测试用例，从实时性和并发性2个角度进行测试验证，测试用例的通过率达到98%,且未发生致命、严重级别的BUG,较小级别的BUG不超过5个且均已修复，验证结果证明了方法的有效性。     

基于网络树的模拟电路故障诊断

根据电网络理论中树的特性,提出了一种的子网络级的模拟电路故障诊断方法,给出了在大规模电网络中,网络树状态的两个判据及根据网络树状态判据的故障诊断算法。本方法避免了进行 Ｋ Ｃ Ｌ方程校验所带来的复杂计算,且大部分计算可于测试前进行,实时性强,便于在线实现。算法同时适用于线性电路和非线性电路。     

应用传输线网模拟技术对非线性电路故障诊断的研究

本文利用传输线网模拟技术(T.L.M.)将电路的线性和非线性部分有效地分隔开,从而使非线性电路的故障诊断简化为线性电路的拟故障集定位,然后经过简单的测后计算即可确定真正的非线性故障元件。     

非线性电阻网络的多故障诊断

本文提出一种非线性电阻网络的多故障诊断方程。这种诊断方程是线性的,类似于线性网络的T.N.Trick 故障诊断方程。     

基于RBF网络的水位传感器故障诊断方法

将RBF网络应用于水位传感器的故障诊断,通过构建RBF网络估值器,提出了一种故障诊断方法。首先用影响汽包水位的各种相关参量的实测数据对RBF网络进行训练,然后用达到训练目标的RBF网络对汽包水位进行较高精度的估值;通过RBF网络估值器输出和水位传感器实际输出之差与设定的阈值比较检测传感器故障;若水位传感器出了故障,则诊断系统通过故障转换开关及时对水位监视或控制系统进行重构以消除故障的影响。仿真试验表明该方法能对水位传感器进行较有效的状态监测和故障诊断。     

基于internet的远程发动机故障诊断技术实现

利用现代网络技术，建立发动机故障远程诊断系统的结构框架，介绍了故障诊断参数的选取原则，给出了故障诊断中心的工作机理以及故障诊断网络信息系统的内容及其设计方法，为发动机故障远程诊断系统的建立和发展提供了新的思路。     

风电机组故障诊断中不确定性信息处理的贝叶斯网络方法

针对风电机组故障信息耦合性、模糊性的不确定性特点,结合贝叶斯网络在处理不确定性问题上的优势,提出了风电机组故障诊断的贝叶斯网络方法.重点研究了该方法的两个关键问题,即风电机组故障诊断的贝叶斯网络建模和贝叶斯网络推理.构建了一种基于事故树分析方法的三层CME贝叶斯网络模型并解析了贝叶斯网络的故障推理过程,通过风电机组齿轮箱的故障诊断实例验证了上述模型的可行性和贝叶斯网络推理的有效性.研究成果对具有相关不确定性问题的机电设备故障诊断有借鉴意义.     

粗糙集-神经网络集成的WSN节点故障诊断

提出一种粗糙集-神经网络集成的无线传感器网络(WSN)节点故障诊断新方法。根据无线传感器网络的应用环境和故障特征得到诊断决策表,利用改进的粗糙集中的归纳属性约简算法对诊断决策表进行属性约简,用Hamming网络建立一套故障分类的方法。仿真实验结果显示,该诊断算法在进行WSN节点故障诊断时,诊断准确性高,通信代价小,能耗低,鲁棒性高。     

基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究

为提高智能建筑供配电系统故障诊断效率和精准度,提出了一种基于贝叶斯网络与小波变换的故障诊断方法。首先,从理论上对智能建筑供配电网络拓扑结构进行详细分析,然后利用小波变换原理对故障信息中的开关量和电气量进行筛选重组,最后运用贝叶斯网络对筛选重组后的故障信息进行建模分析,得出故障诊断结果。具体介绍了故障信息中电气量和开关量提取过程,针对现有智能建筑供配电系统的故障特点,给出了相应恢复策略,以IEEE⁃39多节点复杂电力故障系统为例进行仿真研究。结果表明,所提方法的故障诊断结果快速性和准确性更高。研究成果对智能建筑供配电网络的故障诊断研究工作具有重要参考价值。     

全光网中定位故障链路的探测选择算法

文中研究了全光网中定位故障链路的探测选择算法．目前存在的随机游走算法可以惟一定位出每条故障链路,但在大型网络中定位故障链路时会消耗过多的探测以及平均波长数．首先建立关于故障检测需要的监测路径集合,其次在建立好的监测路径上同时发送探测信号,最后在有故障的路径上执行故障定位;证明了最小监测路径集合问题是非确定多项式完全问题,并提出启发式的监测路径选择算法来找最小监测路径集合; 同时证明了用一个监测站来定位k条故障链路的充分必要条件是,网络为k+1边连通的．对比随机游走算法,探测选择算法在定位故障链路的过程中明显地减少了定位故障链路所需的探测数和每条链路上消耗的平均波长数．     

基于模块化神经网络的轴承故障判断方法

提出了一种用于滚动轴承类故障识别的混合模块化神经网络方法．该方法将用于检测故障的过滤网络模块与用于分类的网络模块相组合．首先将不同故障类别轴承的振动信号形成的特征向量经过滤模块，用改进的BP算法判断有无故障，然后经分类网络模块确定其所属故障类型．分类模块中的网络结构则通过对每类故障独立训练形成．实验结果证明，与单一神经网络学习及判断结果相比较，本文提出的方法准确率更高，实用性更强．     

一种有效的大规模模拟电路的诊断方法

提出了一种新的大规模模拟电路的测试和诊断故障的方法，利用大变化灵敏度分析得到诊断电压和电流，使用子分解技术，提出了故障节点，故障相关与故障子电路的分离算法，讨论了硬件及测试节点的优化。基于一种模型技术的电路分析较传统方法的复杂性低，对一个具体电路进行分析显示了该方法的有效性。     

基于改进的RBF网络的变压器分接开关故障诊断

针对有载分接开关工作的特性和故障分析,设计了一种基于人工神经网络的有载分接开关的故障诊断方法.使用RBF神经网络实现对分接开关的故障诊断和识别,基于剪枝理论对网络进行优化,改善了RBF网络特性.通过对检验样本的测试验证了该方法的有效性和可行性,将不同隐含层数及不同误差精度的算法性能进行了比较分析,结果表明设计的误差精度能满足实际需要.     

10kV电力网短路故障定距算法

在线加信诊断法为10kV 电力网短路故障的诊断提供了较好的手段.使用传输线的输入阻抗特性导出定矩公式.在判定故障分支后可准确地定位故障.     

一种模拟电路故障定位的新方法

采用网络撕裂方法可以使大规模模拟网络的故障定位至不可测的子网络级。假设已知网络的拓扑结构和网络元件的正常数值,并且将待测网络分解为最小子网络级,撕裂节点可以是可及节点,可及节点电压可测,也可以是不可及节点,发生故障时不可及节点的电压通过本文所提出的新方法能够计算得到。这种新方法降低了对可及节点数目的要求,增加了撕裂的灵活性。利用撕裂节点的基尔霍夫电流方程的连续性和模糊集定位技术取出有故障的子网络,从而进一步定位故障元件。通过一个实际电路说明了所提方法的有效性。     

基于决策树与脉冲神经膜系统的输电网故障诊断方法

为有效处理电网故障诊断过程的不确定和不完备信息,提出一种基于决策树与模糊推理脉冲神经膜系统的输电网故障诊断方法:首先采用权重网络分割法将电网分割为若干小型子网,再利用决策树算法对原始故障决策表进行训练,并约减故障信息,提取输电网故障产生式规则;然后利用模糊推理脉冲神经膜系统的强大知识并行推理和模糊信息处理能力,建立基于 FRSNPS 的故障诊断模型,实现输电网故障诊断;最后,以 IEEE14 节点标准系统为对象进行仿真实验和分析。实验结果表明,该方法在单类型和多类型故障信息丢失时,依然能够诊断出正确故障元件。     

PMC模型下超立方体的一种条件诊断算法

诊断是一种提升互连网络可靠性的常用手段．条件诊断是假设系统中任一节点的所有相邻节点不会同时发生故障,这种诊断大大提高了诊断的有效性．提出一种在PMC模型下超立方体的条件诊断算法,通过广度优先搜索遍历整个超立方体,在遍历过程中通过相邻节点之间的诊断结果将超立方体节点分成若干个集合,再通过集合之间的关系和集合中所含元素的数量识别出故障集合和无故障集合．对于n维超立方体,节点数为N,该算法的时间复杂度为O(N²)．     

容差模拟电路诊断中故障隔离的几何方法

针对传统故障字典法的3个主要缺陷,建立了以节点电压增量比作为特征向量的故障字典,该字典能对电路中每个元件的硬故障和软故障作出诊断,具有测前模拟次数少、占用存储空间小、诊断范围宽的特点.针对由于元件参数容差导致故障定位难度大的问题,阐述了如何将几何学中的一些观点应用到故障诊断中,并建立了3个故障隔离的几何模型;最后通过实...     

模拟VLSI电路故障诊断的子带特征提取方法

为了降低模拟电路参数型故障的测试难度,提出了一种基于奥克塔夫(Octave)-Haar小波结构的模拟VLSI电路故障诊断方法。将测试响应经小波滤波器组完成子带滤波,随后对各子带滤波序列计算故障子序列与正常子序列的互相关系数,对每一故障,可确定出互相关系数最小的子带,并将此数值作为该故障的特征,对应子带的正常响应序列的自相关系数作为无故障特征,用故障特征与正常特征的对比可诊断故障。对国际标准电路的实验表明,该方法对参数型故障的诊断已具有高分辨率。