浅谈网络故障的诊断、分析和排除方法

随着科学技术的飞速发展，网络已经逐渐进入我们的日常生活，我们已经越来越离不开网络。但是，在使用网络的过程中，总会遇到一些网络故障。网络中出现的故障总是多种多样，要排除故障需要一定的专业知识和丰富的工作经验。本文主要介绍一些实用的故障诊断、分析和排除方法。     

基于故障字典和神经网络理论的故障诊断方法

鉴于传统的故障诊断方法对复杂系统或设备进行故障诊断时,有诊断速度慢、对多故障同时发生的情况难以准确定位等缺点,提出了基于故障字典法和神经网络理论的综合故障诊断方法;在叙述该综合诊断方法的基础上,以某型飞机自动驾驶仪飞控盒的主要故障为例,分析说明了运用该方法进行设备故障诊断的具体过程,并进行了仿真研究;实现了对此设备单故障和多故障的快速准确定位;结果表明该综合故障诊断方法解决此类故障诊断问题是有效的.     

基于Ontology的故障诊断方法

故障诊断是质量服务的主要内容之一,故障诊断方法一直以来都是质量服务领域的研究热点。在分析传统故障诊断方法存在的问题的基础上,提出了基于Ontology的故障诊断方法。阐述了基于Ontology的故障诊断过程,给出基于Ontology的故障知识表示和故障诊断算法。实例应用效果证明了基于Ontology的故障诊断方法的有效性。     

微小故障诊断方法综述

针对微小故障的特点,提出将微小故障分为缓变微小故障、突变微小故障和间歇性微小故障,并进一步提出微小故障诊断方法的分类框架,将微小故障诊断方法分成了3类,即定性诊断方法、定量诊断方法和半定性半定量诊断方法.对每一类中现有的微小故障诊断方法再次归类,并对每种方法的基本思想、研究进展、适用条件和应用等进行了介绍.最后探讨了微小故障诊断有待解决的问题.     

基于ESCN的故障诊断技术在电力机车中的研究和应用

电力机车结构复杂，并且具有故障识别空间跨度大、难度高等特点，采用基于专家系统和通信网络(ESCN)的故障诊断技术对机车进行故障诊断非常合适。文章主要介绍了机车通信网络的节点、拓扑结构和网络协议，并讨论了诊断系统的知识库设计、推理机制以及系统结构等方面的内容。基于ESCN的机车故障诊断系统设计新颖、功能丰富，实际运行情况表明完全满足对机车故障诊断的要求。     

自组织实时分布式故障诊断系统

以往的分布式故障诊断系统只有当故障发生后才进行故障诊断,不具有实时性,不能监测网络的运行并根据网络的运行情况适时地启动故障诊断模块。给出了一种新的分布式故障诊断系统,既克服了网络频繁进行故障诊断代价太高的缺点又使网络的故障得到及时发现。     

电路故障诊断软件的优化设计与实现

本文在分析了LASAR电路仿真结果故障字典、管脚网络表、节点真值表等文件结构的基础上,论述了使用流域覆盖优化方法来实现数字电路故障诊断的软件设计过程。     

动态系统间歇故障诊断技术综述

介绍了间歇故障的概念,对间歇故障的背景和产生原因以及间歇故障诊断问题的研究意义进行了分析,以间歇故障的成因、幅值特性和不同时刻发生故障之间的相关性等为依据,对间歇故障进行了 分类. 然后对间歇故障诊断的研究现状进行了概述,把目前间歇故障诊断的方法大体分为定性分析和定量分析两大类,并对每一类现有 的方法进行细分,对每种方法的基本思想、优劣特点和适用条件进行了概述 和讨论. 最后探讨了间歇故障诊断研究中亟待解决的问题.     

基于人工智能的网络故障诊断研究综述

随着网络结构和功能的日益复杂,高效、准确地进行网络故障诊断越来越困难。基于人工智能的故障诊断方法为网络故障诊断提供了新的解决方案。针对网络系统故障的特点,分析了基于专家系统、模糊逻辑、神经网络和多智能体系统的网络故障诊断方法的原理、特点和应用。对智能化网络故障诊断研究的发展趋势进行了展望。     

加氢裂化装置Honeywell DCS系统通信网络的故障诊断及处理方法

介绍辽阳石化公司炼油厂加氢装置集散控制系统(Honeywell公司的DCS)的基本配置、过程网络和万能控制网络的日常维护、故障诊断及处理方法等。     

RS-BPNN 在网络故障诊断的仿真研究

研究网络故障诊断,针对保证网络安全可靠问题.网络故障诊断是一个复杂的过程,网络故障属性数量多且属性之间存在着大量冗余信息,传统故障诊断方法不能有效消除冗余信息,从而使网络故障诊断的准确率低.为了提高网络故障诊断的准确率,提出了一种粗糙集(RS)BP 神经网络(BPNN)的网络故障诊断方法(RS-BPNN).利用 RS 理论对网络故障属性集进行属性约简,消除属性之间冗余信息,使属性独立.将约简后的决策属性作为 BPNN 输入,通过 BPNN 非线性自学习,提高网络故障诊断的准确.通过 RS-BPNN 对网络故障数据进行仿真,仿真表明,相比传统网络故障诊断方法,RS-BPNN 加快了网络故障诊断的速度,提高了网络故障诊断准确性,证明是一种有效的网络故障诊断工具.     

基于贝叶斯网络的风力发电机故障诊断方法

贝叶斯网络是概率统计学的重要分支,具有强大的不确定性问题处理能力,适用于复杂系统的故障诊断。风力发电机系统维护成本较高,为减少维修成本,需要进行准确的故障定位;文章对基于贝叶斯网络的故障诊断方法进行了研究,介绍了贝叶斯网络故障诊断模型的建立过程,并着重介绍了诊断算法推导和计算过程;利用历史故障统计数据建立了风力发电机系统贝叶斯网络Matlab模型,主要包括网络结构有向无环图和条件概率分布参数等内容;最后,模拟了两种故障,分别采用贝叶斯网络方法和相关性矩阵方法进行故障诊断,通过对两种方法诊断结果的比较,前者具有更好的故障分辨率,可有力支持复杂系统的维护保障、降低维修成本。     

盾构机机械类故障诊断研究进展综述

盾构机在运行过程中不可避免地会发生故障,这些故障中以机械类故障较为常见,对盾构机进行状态监测与故障诊断是保证其掘进作业安全、高效的重要手段。详细论述了盾构机刀具磨损、轴承、液压等常见机械类故障及相应的诊断方法,分析了各类故障诊断存在的问题并提出了相应的解决方案。最后对盾构机机械类故障诊断技术进行了建议与展望,并指出在故障诊断系统生态技术框架下,实现盾构机机械类故障诊断的信息化和智能化将会是盾构机未来的发展目标。     

射频升降机电源故障诊断算法研究

在射频升降机运行环境中,大部分电源都是通过母线连接在配电网络中的,配电网络中的支路很多,对射频升降机电源线路的电流带来较大程度的干扰,导致故障信号转换的电流信号存在较大程度的波动.传统故障诊断方法,无法对上述信号渡动进行准确的分类,精度不高.提出了一种改进的射频升降机电源故障诊断算法.应用LS-SVM方法对射频升降机电源信号进行聚类处理,利用一种惩罚因子对信号分类过错进行约束,运用融合规则对故障特征进行融合,完成射频升降机电源故障定位.实验结果表明,改进后的算法有效提高了故障诊断的准确性.     

网络常见故障的诊断与排除探索

随着网络技术的不断发展，信息传输量的不断加大，计算机网络的故障也越来越多，故障情况也十分复杂。网络故障诊断和排除是管好、用好网络，使网络发挥最大作用的重要技术工作之一。本文主要对网络常见故障的诊断和排除进行阐述。     

软件定义网络的故障诊断技术研究浅谈

软件定义网络架构是一种将控制与数据分离的新型网络架构，传统网络的故障诊断技术已经无法适应越来越复杂的网络架构。本文从SDN架构的特性分析了其可能存在的故障点，并对现有故障的检测方法和研究成果进行介绍。     

NOVELL网络维护经验浅谈

文章分析了NOVELL网络建立和维护中的常见故障，介绍了NOVELL网络的故障诊断及排除方法。     

基于改进BP神经网络的网络故障诊断研究

针对网络故障诊断过程中故障规则难以提取的问题,提出一种基于改进BP神经网络的故障诊断方法。以网络故障信息为样本对BP网络进行训练,利用其强大的自适应能力和非线性映射能力,建立起网络故障信息与故障模式输出之间的映射。同时,为了避免BP网络的学习算法陷入局部极小值,提高故障诊断的效率和精确度,采用L-M优化算法来对网络进行训练。另外,采取初期终止的方法提高BP网络的泛化能力。实例表明,该方法有效提高了网络故障诊断的有效性。     

BP神经网络在波音737自动刹车故障诊断中的应用

随着人工神经网络研究的兴起,智能故障诊断技术成为近年来人们研究的一个热点问题。自动刹车是飞机起降时的重要装置,需要定期对其进行故障检测,以免形成飞行安全隐患,是飞机故障诊断的一个重要内容。本文从传统的BP神经网络算法出发,通过算法改进建立了波音737自动刹车故障诊断的神经网络模型,通过提取故障样本对网络进行训练和诊断,仿真结果显示这种方法能较理想地对波音737飞机自动刹车系统的故障进行分析和检测,对于建立波音飞机的故障自动诊断系统具有重要意义。     

移动通信网络的中性集故障诊断方法研究

随着故障诊断技术从面向网络设备逐渐向面向用户、面向业务的转变,故障识别能力和故障处理能力的不断提高,快速、准确地检测重大故障并及时收集重大故障信息,对缩短故障时长、提高工作效率、提升网络服务水平都具有重大意义。基于中性集故障诊断方法,本文提出一种故障特征权重和阶段数据权重的计算方法,并将此方法应用于移动通信网络的话音业务的故障诊断过程中。根据收集到的数据的统计分析结果,判断移动通信网络中未知故障样本的故障类型。通过举例分析,验证了本文所提出的故障特征权重和阶段数据权重设计方法的优越性。