电子装备单点多征兆故障D-S理论诊断方法研究

为了提高新型电子装备单点多征兆故障定位的准确性,构建了一种基于D-S证据理论的故障诊断模型和信息融合算法,提出了把故障诊断过程分为3步、构成3个识别框架、3次使用D-S证据推理、选取不同的决策规则实现故障定位的方法。实例证明,该方法较好地解决了电子装备单点多征兆故障诊断中的不确定性问题。     

一种基于模糊聚类的故障诊断方法

电子设备的多个传感器实时反映了设备运行状态,对一种基于模糊聚类的电子设备故障诊断方法进行讨论,针对电子装备多个传感器状态信息采用模糊聚类的方法进行融合,进而提出了对于观测数据运用模糊聚类方法进行故障诊断,推理故障模式的方法。实例证明该模糊聚类方法成功地完成了某电子装备故障诊断的自动推理。该方法可以不依赖于被诊断系统的数学模型进行自适应诊断,实现故障诊断的智能化、自动化。     

光电雷达电子部件的量子神经网络故障诊断算法

针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率.     

雷达机内故障诊断网中信息融合技术应用研究

针对文献[4]提出的分布—集中式雷达机内故障诊断网及其故障诊断、故障定位思想,为更好地解决模糊性故障的诊断和定位问题,提高雷达机内自检设备故障定位准确度,依据Dempster-Shafer 证据理论,采用基于知识的多传感器数据融合专家系统,对信息融合技术在雷达机内故障诊断网中的应用进行了初步研究和试验。     

雷达机内故障诊断网中信息融合技术应用研究

针对文献[4]提出的分布一集中式雷达机内故障诊断网及其故障诊断、故障定位思想,为更好地解决模糊性故障的诊断和定位问题,提高雷达机内自检设备故障定位准确度,依据Dempster-Shafer证据理论,采用基于知识的多传感器数据融合专家系统,对信息融合技术在雷达机内故障诊断网中的应用进行了初步研究和试验。     

基于仿真的军用电路板故障诊断系统研究

由于传统的军用电子装备故障诊断所需故障信息荻取困难,且系统建立周期较长,因而提出建立一种基于仿真的电路板故障诊断系统来解决这些问题.该系统以智能测试和故障诊断技术作为研究对象,分析了在智能故障诊断系统中门到的故障模式分析、电路仿真、特征提取和故障定位等技术.重点研究了关键技术中的系统内部接口问题.     

基于人工免疫的PCB电路信息融合故障诊断

印制电路板(PCB)非介入式故障诊断方法,因获取信息有限,存在故障覆盖率低、定位不准等问题。多源信息融合能综合各类信息以提高电路诊断效果。文章提出采用人工免疫网络(AIS)作为信息融合技术的融合算法,实现PCB电路非介入式故障诊断。该方法以电路支路电流信息和节点电压信息为信息源,运用人工免疫系统实现基于特征层信息融合的印制电路板非介入式故障诊断。某实装电流转电压电路故障诊断仿真实验表明:基于多源信息融合的非介入式故障诊断可提高电路故障的覆盖率和定位的准确性。     

基于神经网络信息融合技术的模拟电路故障诊断

研究了神经网络信息融合技术在模拟电路故障诊断中的应用。利用BP神经网络建立信息融合中心,对多传感器数据进行融合处理,减少模拟电路故障诊断的不确定性。对标准电路的输出电压与电源电流特征信息,及两者融合信息的故障诊断性能比较,表明神经网络信息融合方法用于模拟电路故障诊断是有效和可行的。     

基于信息融合技术的模拟电路故障诊断

论述了基于多类电量测试信息模糊融合的模拟电路故障诊断方法的基本原理,提出了分别基于K故障节点诊断法和最小标准差法的元件故障隶属函数构造方法,以及基于可测点电压与不同测试频率下电路增益的模糊信息融合诊断算法.分别利用此两类测试信息及K故障诊断法和最小标准差法,对电路进行初步诊断,再运用模糊变换及故障定位规则,得到融合的故障诊断结果.模拟实验结果表明,所提方法大大提高了故障定位的准确率.     

基于神经网络与证据理论的模拟电路故障诊断

论述了利用多类电量测试信息、应用神经网络与D-S证据理论实现模拟电路故障诊断的基本原理,提出了一种基于可测点电压与不同测试频率下的电路增益经决策层信息融合的故障诊断新方法.分别利用此两类测试信息,各用一个独立的改进BP网络对电路进行初步诊断,再运用所提融合诊断算法实现故障定位.模拟实验结果表明:所提方法对硬故障与元件参数偏移较小的软故障均适用,故障定位准确率高.     

贝叶斯估值理论在小子样批次设备检测中的应用

本文针对机载无线电设备故障诊断定位率低的问题，提出利用先验故障信息指导批次定检的思想,通过研究批次定检设备的失效规律，运用贝叶斯理论估计小子样定检设备各模块的故障概率，并且提出了故障检测的4种指导方法．仿真试验结果表明可显著提高故障的一次定位准确率，减少故障查找时间，提高故障诊断效率．     

关于500kV输电线路故障定位与故障综合研究

本文首先将分析诊断500kV输电线路故障的主要方法,然后详细阐述精确定位500kV输电线路故障的主要技术,希望可以为相关工作人员和单位提供有用的参考。     

跨专业承载网络智能运维研究与应用

随着人工智能技术和网络日趋紧密地融合，未来网络的运营和生产应该是全面数字化、自动化和智能化的。目前跨专业网络故障定位主要依赖各专业运维人员分别进行分析和派单，导致排障时间长、重复派单等问题。为了节省人力工作，借助自动化和人工智能技术，研发了一套应用于实际现网的跨专业网络智能运维系统。该系统可对IPRAN和OTN关联的拓扑信息以及实时的IPRAN和OTN告警数据进行综合分析，精准定位根因告警，确定故障位置，实现自动派单。该系统构建了跨专业的故障自动诊断能力，将故障定位时间由传统的2 min缩短为几十毫秒，极大减少故障处理时间和人工工作，可覆盖现网大部分故障种类。     

A Symbolic Inject-and-Evaluate Paradigm for Byzantine Fault Diagnosis

Fault diagnosis is to predict the potential fault sites in a logic IC. In this paper, we particularly address the problem of diagnosing faults that exhibit the so-called Byzantine General's phenomenon, in which a fault manifests itself as a non-logical voltage level at the fault site. Previously, explicit enumeration was suggested to deal with such a problem. However, it is often too time-consuming because the CPU time is exponentially proportional to fanout degree of the circuit under diagnosis. To speed up this process, we present an implicit enumeration technique using symbolic simulation. Experimental results show that the CPU time can be improved by several orders of magnitude for the ISCAS85 benchmark circuits while locating the faults accurately.     

基于NCV门的量子电路故障的检测与定位研究

为了确保基于NCV门库的量子电路的正确性和有效性,给出了量子电路故障定位树的生成算法和量子电路黑盒检测算法来定位量子电路中的门丢失故障。该故障定位树算法去除约98%的无用输出向量,提取输出表中有效的输入向量以及对应的故障输出向量,逐层生成故障定位树。结合量子电路黑盒检测算法对量子电路进行故障定位时不需要访问输出表就能够有效定位量子电路中的丢失门。对benchmarks部分电路进行实验,结果验证了该算法定位单故障门的有效性。     

一种改进的通信有限状态机的错误诊断方法

目前对于通信状态机的研究已经很广泛,但对于通信状态机的错误诊断方法的研究不多,已有的问题模型都是输出错误和转换错误。为了更好地将错误诊断与实际相结合,本文在一般的通信有限状态机模型上,新增了一种不可执行的情况,并在传统的问题模型中新增一种转换未执行错误的问题模型。在假设单个错误的情况下,提出了一整套新的错误诊断算法,算法通过分析症状信息进行分步检测,并利用可疑转换下一步输入输出和用例的转换序列等信息来定位出单个错误。最后,文中给出一个实例,详细描述了算法的诊断过程。     

基于网格结构无线传感网络故障诊断算法

无线传感网中节点的数据信息具有空间相关性,可以通过邻居节点数据的比较来完成网络的故障诊断。网络中有时会出现瞬时故障,影响网络的诊断精确度。文中提出了一种基于网格结构的无线传感网络故障诊断算法,算法通过相邻节点历史数据信息之间的比较来确定节点最终状态,有效地避免了瞬时故障对节点诊断的影响。仿真结果表明,文中算法可保证较高地诊断精确度并能节省一定的能量。     

模拟电路故障诊断中的特征信息提取

在运用BP神经网络进行模拟电路故障诊断过程中,代表故障特征的网络输入至关重要。分析了常见特征信息提取和故障诊断方法,提出一种基于多测试点、多特征信息原始样本集的新方法。运用这种方法构造原始故障特征集,然后作为BP神经网络的输入对网络进行训练,仿真结果表明,通过该方法构造的样本集训练出来的网络对模拟电路故障诊断的正确率优于传统方法,证明了该方法在模拟电路故障诊断中的可行性,为模拟电路的故障诊断提供了一种新方法。     

模糊神经网络信息融合技术在导弹故障诊断中的应用

在导弹发射时,电路板发生故障将对导弹的性能产生严重的影响。本文结合模糊理论处理不确定知识的优势和神经网络并行处理、容错性强、有自学习能力等优点,应用模糊神经网络组建被测系统的数学模型,并将信息融合技术引入导弹故障诊断的过程中,通过实例证明该方法使得检测和诊断导弹故障更加可靠。