基于诊断思维的变压器模糊故障诊断

根据医生诊断推理［1］与变压器故障诊断在机理上的相似性，将其诊断思维的数学模 型用于大型电力变压器故障诊断之中，提出了一种变压器故障诊断的新方法。实例验证了该 方法的有效性。     

基于模糊理论的高压SF6断路器故障诊断模型的研究

为了快速、准确地对断路器将要发生的故障或已经发生的故障进行预报、分析和诊断,确定故障的性质、类别、原因、部位,笔者基于模糊诊断理论提出了高压SF6断路器的模糊故障诊断的数学模型,并根据统计分析了高压SF6断路器的常见故障和多发故障,确定了对高压SF6断路器的在线监测项目以及状态监测量与故障之间的对应关系,建立了高压SF6断路器的故障集、故障征兆集和模糊关系矩阵,并给出了最佳的模糊算子和故障诊断原则。实例验证表明:该算法使用方便,结论可信度高,可广泛应用于高压断路器的故障诊断中。     

一种基于模型模拟电路模糊故障诊断方法

文中提出了一种基于模型的模拟电路故障诊断方法。它以节点电压为测试量,将元件故障及节点的故障电压模糊化,根据电路的拓扑结构,以节点为基点,以节点电压传递为纽带建立模拟电路的故障模型,以模拟贴近度为判断依据来进行故障诊断和选择最佳测试点,并将测试得到的新的信息不断吸收进去,从而快速而有效地诊断出故障,它利用了模糊量的冗余性,克服了容差的影响,不仅能对硬故障,而且对软故障都能较好地定位到元件级,同时又可在线或离线诊断,文中给出了一个直流电路故障诊断的实例,所得的结果是令人满意的。     

模糊理论在汽车空调系统故障诊断中的应用

阐述了构建汽车空调故障诊断系统的目的,并以模糊理论为基础,分析了汽车空调故障原因与故障征兆之间的模糊关系,建立了汽车空调模糊故障诊断数学模型.最后以一个故障诊断实例进行具体分析,验证了模糊理论在汽车空调故障诊断中的可行性.     

基于模糊动态模型的传感器故障诊断方法

提出了解决控制系统全工况运行条件下传感器故障的诊断方法。系统的动态特性用模糊动态模型描述，模糊动态模型由一组反映系统局部动态的线性子模型通过模糊关系连接而成，基于观测器理论进行故障残差的设计，提出了一种衡量故障残差鲁棒性能的指标，然后采用遗传算法优化该鲁棒性指标，得到故障诊断观测器的优化增益阵和加权阵，最后讨论了诊断系统的稳定性，仿真结果表明：该诊断方法能很好地适应系统运行的不同工况，并有效地提高了诊断策略的鲁棒性。     

基于小波模糊网络的电厂汽轮发电机组故障诊断

针对传统故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性，提出了小波变换与模糊理论相结合的诊断方法。采用二进离散小波变换获取有效的故障特征向量，利用模糊诊断方程进行故障模式分类。通过选择足够的样本对故障诊断方程进行训练，将代表故障的信息输入训练好的诊断方程，由输出结果即可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障，诊断结果全面、准确。     

UUV推进系统模糊自适应融合故障诊断方法

针对水下无人潜航器(unmanned underwater vehicle,UUV)推进系统的故障诊断问题,提出了一种基于自适应模糊融合的推进系统故障诊断算法。依据灰色预测理论,利用历史数据得到预测电流;同时,利用试验数据拟合控制电压与电枢电流的关系,建立了理论电流的计算模型。综合考虑控制电压变化率和电流异常时间对融合权值的影响,引入模糊理论,将理论电流和预测电流自适应地融合,最终得到融合电流。对比融合电流和实际检测电流变化趋势的异同,实现对UUV推进器状态的实时监控。在UUV推进器出现故障时,两者的差值变化反映了推进器的故障情况以及故障类别,继而为后续的系统恢复与自救提供了依据。湖试和海试过程分别验证了,所提出的算法能够有效地检测出推进器螺旋桨故障和推进器电机供电异常,且试验全程未出现"虚警",同时,根据所得差值电流的范围准确判定了推进系统故障的类型。     

模糊神经网络在变压器故障诊断中的应用研究

基于模糊逻辑理论和人工神经元网络，提出了将模糊神经网络应用于变压器故障诊断的方法，该方法实现了变压器故障的智能诊断。     

模糊理论在凝汽器故障诊断中的应用

以模糊理论为基础 ,结合凝汽器实际运行状况和现场专家经验 ,分析了故障与征兆之间的模糊关系 ,形成了凝汽器模糊故障诊断规则 ,并采用故障分解的方法 ,建立了凝汽器模糊故障诊断模型 ,最后用一具体故障诊断实例加以分析 ,验证模糊理论及方法在凝汽器模糊故障诊断中的应用     

基于模糊逻辑的电子设备故障诊断

阐述了基于模糊逻辑故障诊断的基本原理,给出了故障诊断模型和算法过程,说明了模糊关系矩阵的构造方法和判定判断准则,并以一电子设备为诊断实例,详细介绍了具体诊断过程,并对其两组样本进行测试,诊断结果符合实际情况,表明基于模糊逻辑故障诊断方法是可行的,且简单实用,具有较好的应用价值。     

基于模糊理论与支持向量机的变压器故障诊断方法

针对变压器结构的复杂性和故障机理的多样性,提出一种基于模糊理论和支持向量机的变压器故障诊断方法.该方法首先采用模糊理论对故障样本数据进行预处理,提取故障特征,再用支持向量机方法进行故障分类,通过采用一对多(1-a-r)的方法实现多目标分类,得出诊断结果.针对支持向量机参数不易确定的问题,采用多层动态自适应算法与k-折交叉验证方法结合对参数进行优化分析.故障诊断实例测试结果显示,该方法不仅克服了传统比值法中编码缺失、编码边界过于绝对的问题,诊断结果具有更高的准确率,而且也具有较好的适用性.     

基于粗糙集与模糊神经网络的变压器故障诊断方法

将基于粗糙集理论的模糊神经网络，应用于变压器故障诊断中，充分利用粗糙集理论对知识的约简能力模糊神经网络优良的分类能力，首先利用粗糙集方法对原始数据进行约简，形成精简的规则集，以此基础构建的模糊神经网络结构完全是由粗糙集最终约简规则决定的，具有良好的拓扑结构，网络规模大大减少，学习速度大为提高，而且保持了网络较好的分类能力。     

基于模糊推理的电网故障诊断专家系统的研究

针对电网故障的不确定性因素,采用多级模糊综合评判的推理机制,设计了模糊推理理论的专家系统,该机制通过专家系统判断信息的合理性和模糊综合评判的推理能力,结合故障信息和不确定性因素,得到最合理的故障情况.通过实际算例,验证了该方法的可行性.     

特征优化和模糊理论在变压器故障诊断中的应用

针对变压器故障特征与故障类型关系模糊造成的三比值法编码缺失、临界值判据缺损以及同时发生的多种故障难以区分问题,提出了基于特征优化和模糊理论的变压器故障诊断方法。将测量空间中的每种故障数据分别通过高斯核函数映射至希尔伯特空间,利用主成分分析法提取主元,以主元张成的特征子空间作为最优故障特征,据此构造该种故障下的故障测度隶属度函数,根据最大隶属度原则判断故障类型。特征子空间既保留了测量空间的故障特征,同时根据核理论维度拓展特点,又能生成更有效度量故障的新特征,从而建立最优故障特征与故障类型的一一对应关系。实例分析表明,该方法的准确率高,能够弥补三比值法的不足。通过比较故障数据对于每种故障的隶属度,能够获知诊断结果的可靠性,当多种故障同时发生时,诊断结果能够为维修人员提供有益参考。     

基于PXI总线虚拟仪器的测试和故障诊断系统

地空通信电台越来越多地采用现代先进的电子技术,结构越来越复杂,使得设备的测试和维修难度加大.同时,现代战争对军用电子通信设备的可靠性和维修效率也提出了更高的要求.而传统的人工测试和维修手段效率低,精度差,且设备功能单一,不能随着装备的更新换代而升级,使得测试的成本比较高.为了克服这些缺点,本文针对超短波地空通信电台设计了一套自动测试及故障诊断系统.采用PXI模块化仪器和虚拟仪器软件开发平台,该系统具有操作自动化、测试精度高、便于扩展等优点.与传统的测试设备相比,达到了缩小体积,降低成本,及时发现设备故障的目的,能够很好地满足装备保障的要求.     

基于模糊推理的电厂设备通用型故障诊断系统研究

介绍基于诊断知识的模糊描述方法，把模糊数学应用到电厂设备故障诊断系统中，建立电厂设备故障分析的模糊知识库和模糊推理机制。同时对不同故障设立不同的故障阈值，并根据相应的专家知识进行故障诊断，使整个系统具有灵活性和通用性。     

模糊数据融合技术在系统故障诊断中的应用

利用系统故障症状的分散性，提出了一种基于模糊数据融合技术的系统故障诊断方法。首先，为保证量测信号的准确性，采用同源多传感器数据层融合以及多传感器信息优化协调技术对量测数据进行初步处理，为系统故障模糊融合诊断奠定基础；然后，针对同一症状的不同表现信息，采用多个模糊神经网络得到对故障的局部决策，利用模糊积分融合方法，识别出该症状所对应的故障。最后针对某液体火箭发动机的泄漏故障进行仿真，并与常规模糊神经网络故障分类器进行对比。研究表明，在对渐变故障的诊断中，本法较常规模糊神经网络故障分类器具有更好的诊断性能。     

改进证据理论与神经网络集成的变压器故障诊断

针对变压器故障类型的多样性以及故障信息的不确定性等问题,提出了证据理论与神经网络综合集成的故障诊断方法。为实现Dempster合成规则在强冲突证据间信息融合后可信度分配的合理赋值,引入了信任系数的概念,对融合结果进行修正,并应用于最大-最小蚂蚁系统与神经网络算法所形成证据体的合成之中。实验仿真结果表明,该方法可以在初级诊断模块的判断结果出现严重分歧的情况下,仍得到较好的符合性判定结论,从而实现对变压器故障的有效诊断。     

基于“小波包—模糊理论”的整流装置故障诊断系统的研究

针对电力、化工行业广泛使用的三相桥并联的同相逆并联整流装置,以整流变压器阀侧三相电流为诊断信号,提出了小波包-模糊推理实现故障诊断。首先利用小波包分析提取故障特征值,形成样本数据库;然后利用J散度、最大隶属原则方法实现待识别状态与样本状态的模糊识别。该方法通过实验,验证了其故障诊断的准确性。     

基于粗糙集理论和信息融合的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据，提出了利用粗糙集理论对大量的诊断征兆信息进行分类，从而获得简约的规则。然后从单个决策表中获得多个简约的决策规则集，再利用信息融合来综合这些简约的规则集进行故障的诊断，从而提高诊断的效率和准确性。从最后仿真比较的结果中可以看出该方法对含有噪声的数据也能获得较好的诊断准确率。