城轨车辆电气柜逻辑功能测试技术的研究

针对人工检测车辆电气柜造成的漏检和错检,研究设计了一种电气柜逻辑功能测试仪。通过对该测试系统的自动检测技术进行研究,重点分析了如何自动导入连接清单表,分类处理生成连接关系表,以及自动生成逻辑检测步骤的过程。经过几种车型电气柜的现场调试后,该逻辑测试系统完全达到了预期的测试目的,能够方便的检测出线路是否正确以及逻辑功能是否正常。     

基于知识模型的城轨信号故障诊断系统

目前,城市轨道交通(简称"城轨")信号维护支持系统仅能进行单一故障源报警,无法快速确定位故障原因和指导运维人员处置故障;而城轨信号系统故障种类繁多,诊断分析逻辑复杂,针对不同场景定制化开发故障诊断程序,无法快速响应运维需求且成本高昂.针对该问题,文章基于知识模型研发了一种信息化、平台化的城轨信号故障诊断系统,以实现信号...     

基于CAN总线的城轨车辆通信网络拓扑优化

为了提高城轨车辆通信传输的准确性,降低误码率和干扰,需要进行通信网络拓扑结构设计。提出基于CAN总线的城轨车辆通信网络拓扑优化方法。构建城轨车辆通信传输信道模型,结合自适应匹配滤波检测器,对城轨车辆通信信道进行抗干扰滤波处理,采用CAN总线控制技术,在均衡信道中实现控制信息和数据信息交换,构建城轨车辆通信网络拓扑的CAN总线传输结构模型,实现优化设计和节点优化部署。测试表明,采用该方法进行城轨车辆通信网络拓扑设计的自适应性较强,传输误码率较低,在测试次数210次时,传输精度为0.921 0,提高了城轨车辆通信的节点自动化部署能力。     

地铁车辆电气柜逻辑测试仪的软硬件设计

通过对电气柜逻辑测试仪的需求分析,设计了采集输出模块、通信控制模块和电源管理模块,研究了如何利用VC++自动导入EXCEL格式的连接清单表,并利用深度优先算法作为搜索规则将清单表生成类似电气线路图的连接关系表。经过几种车型电气柜的现场调试后,该逻辑测试仪能够快速有效地检测出电气柜的线路故障和逻辑功能故障。     

存储器模块测试系统的设计

存储器模块上集成有多种类型的存储器,整个模块提供一致的总线访问接口;对存储器模块进行完整的测试是很有必要的,在分析存储器模块的故障模型和测试原理的基础上,给出了一种基于数字波形发生器的存储器模块测试设备结构,通过对March算法进行扩展,设计了一种适合对存储器模块进行测试的算法结构;系统提高了测试的故障覆盖率和效率,在应用中取得了较好的效果.     

系统故障诊断的一种神经网络方法

该文首先提出一个通用故障示例模型,然后运用一种自适应神经网络学习算法来寻找差错属性与故障类型之间的对应关系,由此对故障进行诊断。因为网络的结构事先并不确定,而是在训练的同时进行同步构造,所以确保了训练后建立网络具有较好的适应性。     

微处理器下的数字集成电路测试系统设计

设计一种基于微处理器嵌入结构的数字集成电路测试系统;该系统在保留了传统数字集成电路测试系统使用的布尔差分算法的基础上,将布尔差分算法形成的中间大数据进行模糊神经网络的进一步分析,使得布尔差分算法获得可测故障捕捉结果的同时,将不可测故障进行充分捕捉;最终设计一款提供30×30固定快插式引脚且运行在最大750MHz频率上的数字集成电路测试系统;经过实测,发现升级后算法在测试敏感度和特异度方面均获得提升;该技术革新成果将对高复杂度硬件系统的测试工作带来显著的效率提升。     

基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法

地铁车辆处于复杂的运行环境中,高压供电电路很容易发生过流故障,为迅速辨识过流故障类型,设计了一种基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法。应用半动态拓扑优化算法,构建模态坐标空间内高压供电电路的电流微分运动模型。结合粒子群算法与优化VDM分解方法,提取模型的过流故障特征。基于BP神经网络与遗传算法构建过流故障同步诊断模型,实现高压供电电路过流故障的同步诊断。案例测试结果表明,该方法对于变压器过流故障、变流器过流故障以及弓网接触不良故障的诊断都比较准确,特别是对于变压器与变流器的过流故障诊断十分准确。     

基于阻尼力调节的城轨车辆复合结构车身减振控制系统设计

为了降低车身振动给城轨车辆复合结构产生的危害,利用阻尼力调节技术优化设计城轨车辆复合结构车身减振控制系统。在考虑城轨车辆复合组成结构和工作方式的情况下,构建城轨车辆复合结构模型。在该模型下,结合城轨车辆的运行环境,模拟城轨车身在不同场景下的振动过程。利用安装的车身运行传感器,获取城轨车辆的实时运行数据,提取城轨车身振动特征,计算车身阻尼力调节量的理论值。采用可调阻尼器作为执行元件,执行可调阻尼力调节任务,在系统减振控制器的支持下,实现城轨车辆复合结构车身减振控制功能。通过系统测试得出结论：应用基于阻尼力调节的城轨车辆复合结构车身减振控制系统后,车身振动频率和振动幅值得到明显降低。     

模拟电路的一种纠错码SVM诊断方法

为了解决支持向量机在模拟电路中诊断时间长的问题,同时提高故障的诊断精度,提出一种基于纠错码支持向量机的模拟电路故障诊断方法.首先采用模糊C-均值算法对训练样本两两聚类,根据聚类二叉树得到纠错码矩阵;然后按码矩阵的编码设计基于支持向量机的多类故障分类器,对样本进行分组训练和测试;最后对测试向量进行解码得到诊断结果.实验结...     

基于故障特征信息熵的故障诊断策略优化方法

针对复杂电子设备的顺序故障诊断策略问题,为实现快速的故障检测与隔离,提出了一种基于故障特征信息熵的故障诊断策略树生成算法。该算法综合考虑测试费用和故障概率因素,依据故障特征信息熵的大小依次选择测试点来生成优化的故障诊断策略树。实例表明该算法可行,能以较低的测试费用和较少的测试步骤实现复杂电子设备的故障检测和隔离。     

基于BP神经网络和支持向量机的电机故障诊断系统

故障诊断是计算机模式识别领域的一个活跃课题。文中提出一种基于BP神经网络和支持向量机（SVM）的电机故障诊断方法，设计了适合该诊断系统的网络结构。仿真结果表明：该网络结构比BP算法具有更快的学习速度和更高的学习精度，完全适用于电机故障诊断系统。     

基于粒子群算法优化支持向量机汽车故障诊断研究

汽车故障检测和诊断技术一直是国内外研究热点问题。支持向量机用于汽车故障诊断时,其多分类组合决策对分类正确率及诊断时间有很大影响,为了有效提高汽车系统故障诊断的效率和精度,提出了一种基于粒子群算法优化层次支持向量机汽车故障诊断检测方法。针对分解支持向量机具有测试时间短、结构难以确定的特点,利用粒子群算法,依据最大间隔距离原则优化层次支持向量机模型,使每个节点的支持向量机具有最大分类间隔,减少了误差积累,从而优化了多级二叉树结构的SVM,实现故障的分级诊断。仿真实验结果表明,提出的算法在所有参比模型中精度最高,能高效地对汽车系统的故障进行检测与定位,具有较强的泛化能力,同时缩短了故障诊断时间。     

基于信息熵的最少测试费用故障诊断策略

针对大系统顺序故障诊断中的测试排序问题,介绍一种基于信息熵的最少测试费用诊断树产生算法,这种算法比传统算法计算量少,又可有效利用测试结果、测试费用和故障概率等信息,该算法适合于在线和离线诊断维修过程。给出了算法的设计过程,并以实例说明算法的有效性。     

基于RBF神经网络的电机故障诊断的研究

在对国内外感应电动机故障诊断技术发展与研究的基础上,提出了从定子电流人手,利用径向基（RBF）神经网络算法来监测感应电动机工作状态,从而实现对电动机较为常见的电气故障和机械故障的综合检测。Matlab仿真结果表明RBF算法有效地实现了对电机故障诊断的研究。     

燃油分配管结构强度仿真

采用仿真与试验相结合的方法分析燃油分配管的结构强度.讨论模态分析及频率响应分析相关理论和燃油分配管的建模特点.采用Abaqus对燃油分配管实例进行数值模拟,分析燃油分配管仿真建模中网格划分、算法选择和阻尼参数等关键问题.仿真和试验结果表明:燃油分配管的1阶频率为320.22 Hz,频率响应分析的最大应力为330 MPa,说明结构存在风险;支架板加厚1.5mm后燃油分配管的1阶频率为524.00 Hz,同时,试验得到1阶频率为512 Hz,两者相对误差为2.3％,说明结构通过扫频试验.     

基于故障树的发射车故障诊断技术研究

针对目前发射车电气系统故障定位复杂、缺少快速定位分析手段、问题排查必须依赖研制专家、排故时间长的问题,设计了一种基于故障树的诊断机制对发射车进行故障诊断。建立了发射车故障树,设计了基于算法和规则的配置方法将检测数据与故障树节点相关联,采用基于最小割集的快速诊断推理技术,完成了对发射车的故障自动诊断。试验结果表明,该方法实现了发射车电气系统故障的快速自动诊断定位,诊断定位准确,具有较好的实用性。     

基于Rollout算法的测试不可靠条件下的诊断策略*

实际复杂装备系统测试时存在虚警和漏检,其导致的误诊费用往往超过了测试成本。针对复杂系统故障诊断中诊断精度低、虚警率高的问题,进行了不可靠测试条件下,基于Rollout算法的诊断策略优化方法研究。首先建立综合考虑测试点的故障检测能力、信息量、测试费用以及测试结果信任度的启发函数,然后利用Rollout算法生成诊断策略,最后用阿波罗检测系统实例验证了该算法的优越性。理论和实验表明,Rollout算法的平均测试费用低于贪婪算法,而且计算时间在可接受范围内,因此可用于测试不可靠条件下的诊断策略设计。     

基于支持向量机的机载吊舱故障诊断优化算法

提升机载吊舱的后勤保障能力,适应吊舱测试中多型号、多故障类型和测试环境动态变化的测试要求,是打赢现代化战争的重要保障。支持向量机（SVM）算法适用于小样本、高维度、非线性分类问题,SVM相关参数是影响算法性能的重要因素。基于K-CV算法和粒子群算法两种改进的SVM模型可以实现SVM参数优化,K-CV算法可以交叉验证优化模型参数,粒子群算法可以对SVM参数进行动态寻优,建立多核SVM吊舱故障诊断模型。两种算法都可以提高吊舱故障诊断模型的准确率,提高模型的学习能力和泛化能力,有效对吊舱的故障进行定量和定位诊断。     

An algorithm for model-based diagnosis that considers time

This paper presents an algorithm for model-based diagnosis based on the GDE approach introduced by de Kleer and Williams. The algorithm subsumes the current state-of-the-art of this approach such as focusing on the most probable diagnoses and integrating fault models. This paper shows how to make the GDE approach applicable for observations at different time points. This enables an integrated diagnosis of systems with different test vectors as well as the diagnosis of systems containing components with a time-dependent behavior. As an example, it is shown how to model simple electrical circuits which contain fuses with time-dependent behavior. Unlike most of the other diagnostic engines following the GDE approach, the algorithm of this paper does not use an ATMS as a black box module, but rather integrates the necessary tasks directly into the top level. This paper is self-contained and provides precise interfaces for the use of heuristics which can be used to speed up the performance.