复合故障诊断技术综述

复合故障诊断是故障诊断技术中的难点问题,因为实际工程和复杂系统中多个故障经常存在.本文对复合故障的故障机理、表现形式、诊断思路进行了概述.将故障模式识别存在多输出可能性的求解问题定义为复合故障诊断的科学问题.分析了复合故障诊断的难点.讨论了复合故障的研究现状,按照基于解析模型、基于定性经验、数据驱动的分类方式分别对现有的典型诊断方法和相关技术进行了综述,指出了这些方法的适用范围和优缺点.并探讨了复合故障诊断技术的发展方向.     

基于日志的异常检测技术综述

日志信息是信息系统快速发展中产生的重要信息资源,通过日志的分析,可以进行异常检测、故障诊断和性能诊断等。研究基于日志的异常检测技术,首先对主要使用的基于日志的异常检测框架进行介绍,然后对日志解析、日志异常检测等关键技术进行详细介绍。最后对当前技术进行总结,并对未来研究方向给出建议。     

云资源池探针的故障检测方法研究

随着大数据时代的发展,人们越来越重视保存历史数据,通过海量的历史数据挖掘数据潜藏的价值。在云计算与大数据发展的背景下,虚拟化资源产生的大量状态文件、日志信息将为云平台的故障诊断与预测提供了有力地预测与快速定位依据。通过建立探针机制的挖掘虚拟化资源池日志等信息,找出其中潜在的关联信息。本文构建云计算资源池的大数据分析模型,通过利用大数据技术对资源池各管理层日志进行关联性分析,快速对故障和性能瓶颈进行探查,准确给出探查出的每层资源故障路径或性能瓶颈轨迹,以智能化的方式替换随机性和经验性的人工模式。通过注入云计算操作系统的控制台接口和日志、利用SDN技术对网络流量进行采集、通过存储虚拟化控制工具采集存储性能和日志,再结合现有应用性能分析系统API接口开发,研发基于探针技术的资源池故障及性能分析探针系统。通过该模型系统能对不同资源类型的数据和日志进行综合分析,从这些数据中捕获隐患信息和故障发生点的位置信息并予以可视化表示。     

模型未知的离散事件系统故障诊断方法

针对离散事件系统模型难以建立的大型实际系统,无法对其进行有效故障诊断的问题,提出一种基于主动学习的故障诊断方法。首先,为获取到的系统事件日志添加正常/故障标签,并将日志集划分为训练集和测试集,提出一种基于抽象技术的迭代算法提取训练集中日志的故障特征样本。然后,通过故障特征样本构造初始故障识别器,并利用测试集中的日志检验识别器的准确性。仿真结果表明,该故障诊断算法使得模型未知下诊断精度更高。最后,实例说明系统模型未知下故障诊断算法的应用。与现有研究相比,提出的方法可以在系统模型未知下进行故障诊断且算法复杂度为多项式,诊断精度更高,应用范围更加广泛。     

系统日志故障预测中的ELK与LSTM应用与实践

随着业务系统规模不断扩大, 系统结构也变得十分复杂, 常规基于规则的方法已经很难判断多个系统相互作用下的复合型故障, 也难以对潜在故障进行预测. 本文在多业务系统的复杂场景下, 使用ELK平台对日志进行集中化管理, 梳理出复杂系统环境下日志与各业务系统、主机、进程之间的关系, 筛选出系统中直接与故障相关的日志文件, 进而在深度学习框架TensorFlow中使用这些海量数据对LSTM算法模型进行训练, 从而实现对系统的实时故障预测.     

基于测试性的电子系统综合诊断与故障预测方法综述

故障诊断与预测技术是故障预测与健康管理(PHM)中的两大关键技术.依据电子系统的故障模式与机理,结合测试性设计分析理论,提出了一种基于测试性的电子系统综合诊断与故障预测方法框架.对国内外综合诊断与故障预测方法进行了分类与总结,从基于测试性的嵌入式诊断、基于信号处理的智能故障诊断、基于测试性的故障预测3个方面论述了电子系统综合诊断与故障预测方法.最后分析了制约电子系统综合诊断与故障预测的因素,并探讨了未来的发展趋势.     

数据驱动的故障诊断与容错控制:进展与可能的新方向

综述数据驱动的故障诊断与容错控制方法的主要进展. 首先对工业过程故障检测与诊断简短的进行了简短的总结, 然后讨论了广泛应用的数据驱动或基于知识的方法. 本文还给出了一个由控制系统设定值设定不合适而引起的异常工况的诊断与容错控制的工业应用案例. 最好指出了可能的研究新方向.     

基于指定元分析的接地网多故障诊断方法研究

引入一种新的故障诊断和预测方法——指定元分析法(DCA),即先建立DCA多故障诊断理论的空间投影框架,从而把异常检测和诊断问题转换为将观测数据向故障子空间投影后投影能量的显著性检测问题。在确定系统存在异常的情况下,再将观测数据向故障子空间中各故障模式方向分别进行投影,根据投影能量的显著性进行故障的识别和多故障的诊断。给出了接地网故障诊断的实例研究,其仿真计算和诊断结果验证了新方法的有效性。     

E级高性能计算机的维护故障诊断系统研究

E级计算机系统规模巨大,使得故障异常总量随之增多,导致诊断发现的难度增加,因此,迫切需要一套更加准确高效的实时维护故障诊断系统,对硬件系统进行全面的异常及故障信息实时检测、故障诊断及故障预测。传统故障诊断系统在面对数万节点规模的诊断时存在执行效率低、异常检测误报率高的问题,异常检测及故障诊断的覆盖率不足。对异常及故障检测、故障诊断与故障预测相关技术进行研究,分析技术原理及适用性,并结合E级高性能计算机实际工程需求,设计一套满足数E级高性能计算机需求的维护故障诊断系统。基于维护系统的结构组成设计可扩展的边缘诊断架构,将高性能计算机系统知识、专家知识与数理统计、机器学习相融合给出故障检测、诊断及预测算法,并针对专用场景建立预测模型。实验结果表明,该系统具有较好的可扩展性,能在10 s内完成对十万个节点规模系统的故障诊断,与传统故障诊断系统相比,异常检测某特定指标误报率从3.3%降低到几乎为0,硬件故障检测覆盖率从90.2%提升至96%以上,硬件故障诊断覆盖率从71%提升至约94%,能较准确地预测多个重要应用场景下的故障。     

基于指定元分析的多故障诊断方法

为了克服传统主元分析(Principal component analysis, PCA)因模式复合现象而无法进行多故障诊断和诊断结果难以解释的不足, 本文引入指定元分析(Designated component analysis, DCA)的思想, 建立DCA多故障诊断理论的空间投影框架, 从而把异常检测问题转化为将观测数据向故障子空间投影后投影能量的显著性检测问题. 在确定系统存在异常的情况下, 再将观测数据向故障子空间中各故障模式方向分别进行投影, 根据投影能量的显著性进行多故障诊断. 并利用正交补空间构造法证明了基于非正交模式指定元分解形式的可行性和收敛性, 建立了一种逐步DCA多故障诊断方法以解决指定模式非正交情况下的多故障诊断问题. 包含5种共存故障的观测数据的仿真研究验证了新方法的有效性.     

数字孪生驱动的火箭控制系统故障诊断研究综述

在第四次工业革命中,智能制造成为各国工业发展的重点方向,数字孪生技术作为一项新兴技术,能够有效实现物理信息的融合;将其应用于火箭控制系统的故障诊断和健康管理,能够进一步提高故障诊断的事前准确性,提升火箭发射的可靠性;本文对数字孪生技术在航天领域的研究现状进行归纳整理;首先梳理了NASA的数字孪生目标,国内领域按照设计、生产、支持服务阶段对数字孪生应用进行分类;其次,按照故障树、专家系统、神经网络、数据驱动的方法阐述控制系统故障诊断的研究现状;在介绍数字孪生驱动的健康管理方法的基础上,提出数字孪生驱动的火箭控制系统的故障诊断方法;详细介绍其基本组成框架,分析关键技术及应用难点,并提出数字孪生健康管理平台的基本流程;该方法预期实现火箭控制系统的事前诊断和维修策略的制定     

无线传感器网络系统的故障诊断技术研究综述

无线传感器网络系统故障诊断技术的研究对提高系统可靠性具有重要意义。本文综述了近年来国内外对无线传感器网络系统故障进行诊断的技术研究,主要包括节点级硬故障、节点级软故障和网络级故障的诊断技术,并对4种主流诊断技术在诊断速度上作出比较。最后对传感器故障诊断技术的发展趋势和有待解决的问题作了一定的分析和探讨。     

FD-LSTM:基于大规模系统日志的故障分析模型

可靠性研究是高性能计算领域的经典问题,随着制程技术与集成工艺的不断发展,当前全系统规模呈指数级快速增长,给可靠性研究尤其是故障分析带来巨大挑战.收集了自主高性能计算系统投产后工作故障日志信息203510247条,时间自2016年1月28日至2016年12月6日.首先使用K-M eans聚类方法对故障进行分类,并分析故障...     

结合贝叶斯网与SFMEA技术的软件故障诊断框架

软件故障已经成为导致系统出错.失效甚至崩溃的潜在与重要根源.因此,故障诊断技术对于保证软件质量具有非常重要的意义.基于人工智能理论的故障诊断技术已经得到越来越多的关注.贝叶斯网理论具有表述方便.推理严密等优点,将其与软件失效模式及影响分析方法相结合,提出了具有四层网络结构(原因层、模式层、故障层以及观察层)的WCMF贝叶斯网诊断模型.在此基础上,提出了基于故障信息数据库及诊断数据库的智能化软件故障诊断框架.最后,针对某数传导航机载软件进行了实例应用.结果表明,提出的WCMF诊断模型及诊断框架是可行且有效的,具有故障诊断方便及时、充分利用历史信息以提高诊断效率、降低时间和资源消耗等优点.     

智能装备故障预测与健康管理系统研究

针对智能装备预测性维护存在的智能化和网络化程度不高、物理模型建模困难等 问题,研究了数据驱动的智能装备远程故障预测与健康管理系统(PHM)的实施框架、关键技术 和系统开发方法。具体阐述了数据驱动 PHM 系统的运行模式,在此基础上分析了 PHM 系统的 软件架构和关键技术,首先利用 EEMD 对原始信号进行降噪和重构,将重构后的信号作为输入 建立基于 RBF 神经网络的故障诊断模型;然后采用动态神经网络建立基于时间序列的故障预测 模型,并建立基于故障阈值的故障报警机制;最后利用混合编程和网络化开发技术开发了数据 驱动的远程 PHM 系统。实际应用结果表明,该系统能以较高效率完成故障诊断、故障预测等 核心功能,具有良好的实用性。     

工业过程故障根源诊断与传播路径识别技术综述EI北大核心CSCD

故障根源诊断与传播路径识别是故障诊断框架下的关键核心问题,是保障工业过程安全生产及获得可靠产品质量的有效手段,是当前过程控制领域的研究热点.该技术的研究不仅丰富了故障诊断理论,而且对故障诊断技术在工程中的推广与应用具有重要意义.阐述了基于知识、数据及知识与数据联合驱动的故障根源诊断与传播路径识别方法的基本思想、适用条件和优劣特点,分类概述了相关方法的研究现状.探讨了该领域亟待解决的问题及未来的发展方向,包括:1)“三个维度”视角下的工业过程故障根源诊断与传播路径识别;2)基于制造大数据分析与因果关系挖掘的工业过程质量精准追溯;3)面向传播、耦合、多重并发特性的工业过程复合故障分布式诊断;4)基于多源异构动态信息融合的工业过程异常工况时空追溯可视化.     

堆料机控制系统中故障诊断技术的实现

为正确有效地处理传统的堆料机运行中的故障,提高系统自动运行的可靠性,以天津某港口煤炭输送系统设计为背景,在堆料机无人值守控制系统中应用专家系统技术,建立故障诊断信息系统。采用RSView32组态软件作为上位机监控软件,通过ControlNet网络以服务器/客户端的形式进行基于OPC技术的远程数据访问,实现对PLC工业现场的故障信号采集,并利用RSView32的VB接口来实现RSView32与故障诊断信息数据库的ADO通信。利用专家系统中专家知识对采集的故障信号进行分析处理并提出故障解决方案。实际运行结果证明,该故障诊断系统具有良好的实用性、有效性和开放性,对于出现的故障都能及时通过故障诊断信息数据库进行处理。     

软件密集型系统的故障诊断技术研究

在软件密集型系统发生故障时缺乏系统、规范的诊断方法,严重影响软件密集型系统的质量。以大量研究为基础,提出基于软件黑匣子的集成软件故障诊断模型,利用UML的扩展机制,采用"4+1"视图模型方法构建模型的体系结构框架,在Visual C++6.0环境中开发了它的原型系统。最后给出两个验证的应用实例,证明该技术路线是行之有效的。