基于小波变换的整流装置故障特征提取

在对某型号飞机电源系统整流装置进行故障模式分析的基础上,通过对各故障模式下整流装置输出电压的实测信号样本的频谱分析,获得对故障敏感的特征频率点,根据小波变换的多分辨率分析理论,确定了与特征频率点相对应的小波母函数和变换尺度.在此基础上,通过定义"频带能量特征向量",将小波变换得到的小波系数转换为一组特征向量,作为故障检测的依据.实测样本信号的分析结果表明,该方法克服了传统傅里叶分析的固有缺陷,得到的故障特征向量符合灵敏性、鲁棒性的要求,可有效区分各故障模式.     

小波包分析技术在大型电机转子故障诊断系统中的应用

通过精密离心机电机驱动系统和机械系统的故障机理的分析,提出了两种故障信号基于小波包分析的特征提取方法.一个是渐进性故障信号的特征提取方法,控制器误差信号通过小波包分解与重构,最后在最低频段的节点得到了已经去噪的故障信号.另一个是振动信号频带能量的特征向量提取方法,动平衡系统的振动信号被分解到独立的频段,不同频带内的信号能量变化反映了系统机械运行状态的改变,每个能量成分被提取形成特征向量用于故障诊断.试验与仿真结果表明这种基于小波包分析的故障方法具有算法简单、可行的优点.     

基于小波的灰色预测理论应用于水电机组故障预测分析

基于神经网络"能量-故障"映射关系,提出将小波频带分析与灰色预测理论相结合进行水电机组故障预测.运用小波分解提取各频带能量,应用预测理论建立水电机组故障特征量的预测模型,预测各频率成分能量的变化,重构由预测各频带能量成分组成的特征向量,应用于水电机组故障预测分析.以水轮机主轴摆度信号为例,应用该方法进行了特征信息提取和预测,表明将小波能量提取与灰色预测理论相结合进行振动特征信息的预测比较有效,为故障预测提供了新思路.     

基于小波包变换和SVM的三电平逆变器故障诊断

针对中性点箝位型(NPC)三电平逆变器开路故障诊断计算复杂、准确率低等问题,提出一种基于小波包变换和支持向量机(SVM)的故障诊断方法。采用小波包变换将具有各自时频特征的故障信号分解为若干个频段,并重构提取小波包能量作为故障特征向量;将该故障特征向量作为SVM的输入量,运用交叉验证径向基核函数,通过训练数据集得到多类SVM模型,将随机选取的测试集输入训练好的模型中。仿真试验结果表明,该方法可对IGBT开路故障进行诊断并具有更高的故障识别准确率。     

基于小波包优选的模拟电路故障特征提取方法

小波包变换在模拟电路故障特征提取中应用极广,但小波包基函数直接影响故障特征提取的性能。该文给出了小波包频带能量熵的定义,并结合频带能量熵方差,提出一种基于频带能量熵的小波包优选方法。为验证方法的有效性,采用不同的小波包基函数进行实验研究,对待测模拟电路应用小波包变换完成故障特征提取,引入支持向量机验证故障特征的可识别程度。实验结果表明,利用优选小波包基提取的故障特征具有更好的区分度,说明了该算法选取小波包基函数的有效性。     

基于WPT和SSA-BP的直流充电桩充电模块故障诊断

充电模块是电动汽车直流充电桩最为关键的部分,针对其功率开关和电解电容等核心器件的开路故障特点,提出了一种基于小波包变换（wavelet packet transform,WPT）和麻雀搜索算法优化反向传播神经网络（sparrow search algorithm-back propagation,SSA-BP）的故障诊断方法。该方法以充电模块输出电压为原始信号,首先通过预处理剔除其直流分量,对处理后的信号进行小波包分解,然后计算出各子频带信号的能量,通过归一化得到初始特征向量,最后将直流分量和归一化后的特征向量作为最终故障特征量输入到SSA-BP神经网络,进而输出分类结果实现故障诊断。为验证方法的可行性和优越性,搭建了输出功率15 kW的两级仿真模型,在不同工况下进行仿真验证。实验结果表明该方法具有较好的诊断效果,诊断率达到93.85%,对电动汽车直流充电桩故障诊断具有现实指导意义。     

机载电子设备故障诊断专家系统的设计与实现

针对航空机载电子设备故障知识日益膨胀导致的故障诊断系统效率低下、难以快速有效地进行电子装备维护的问题,提出了一种新的、基于专家系统的机载电子设备故障诊断系统。分析了专家系统的原理和结构,研究了一般产生式规则与模糊产生式规则相结合的知识表示方法及精确推理与模糊推理相结合、基于规则推理、案例推理、模型推理及混合推理的推理机制。以Delphi7．0和Oracle9i为开发环境,开发了该专家系统。系统能快速分析故障现象,列出可能的故障原因,输出故障报告,提供故障处理指导。研究表明,新系统具有更高的效率、并且诊断结论也更可靠、可维护性也更好,在实际的航空机务维护工作中取得了良好的效果。     

基于事例和规则混合推理的变电站故障诊断系统

故障诊断是保证电力系统安全运行的重要手段,目前多采用基于规则推理的专家系统,但其知识获取困难,自学习能力差,很难适应电网发展的要求.文中介绍了基于事例推理(CBR)和基于规则推理(RBR)的混合推理的变电站故障诊断专家系统.该系统采用CBR方法确定故障情况,再利用规则评价继电保护和开关的动作情况.事例库包括用RBR系统自动生成的基本事例库及无确定规则的特殊事例,在使用中还可不断地增加新事例以提高系统判断复杂故障的能力.由于采用了混合推理,系统故障诊断快速可靠,动作评价准确,自学习能力也得到很大提高,可减轻运行人员的工作量.     

变压器故障诊断中信息融合技术的应用

电力变压器的可靠性直接影响供电的稳定,为此结合电力变压器故障诊断的具体情况,从信息融合的角度提出了基于信号类型及不同特征向量组合的集成诊断模型。该模型利用基于故障机理内在因素的专家系统,采用匹配知识规则,通过模糊推理,得特征向量与变压器故障信息间的关联性质,完成故障诊断,且诊断完成后,利用数据挖掘技术将诊断过程中的特征量、推理过程、结果以编码形式存入专家系统规则库。该模型将油中溶解气体、电气参数等特征量结合作为故障判据,评估变压器状态,并利用评估结果丰富专家系统的规则库。在讨论了多传感器信息融合技术用于变压器在线故障诊断时的具体实现方法后通过实例进行分析说明:利用来自传感器的各种故障信息进行融合,作为变压器故障诊断的判据,提高了诊断的可靠性和准确性,这将对提高电网安全性能及电气设备的诊断自动化与智能化水平起到推动作用。     

基于小波包能量熵和DBN的轴承故障诊断

轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。     

基于预警单元的逆变器并联系统分层故障诊断系统

随着逆变器并联系统规模的增大,电源系统对故障诊断提出了新的要求.结合逆变器并联系统故障诊断的特点,对所存在的问题进行了分析,并通过新的应用思路,将神经网络和专家系统应用到逆变器并联系统的故障诊断中.提出并定义了故障预警的一系列相关概念,设计了预警单元的工作结构.在此基础上提出了一种新的基于故障预警单元的分层故障诊断专家系统,详细阐述了故障预警单元的实现以及诊断系统的工作原理.通过原理分析及仿真结果可以看出,提出的方法对神经网络和专家系统在故障诊断中的有效应用具有很好的推动作用和一定的指导意义.     

模糊专家系统在电力变压器在线故障诊断中的应用初探

在经故障诊断专家系统的实现遇到的瓶颈问题是：在线可获得的专家知识相对匮乏，以及专家知识的有效性。本文分析了在线可获得的原始特征数据，首次提出了利用在线获得的油气量和局放信号相结合来进行故障诊断，提高了诊断的精确性。利用油色谱进行故障分析需要很多的非定量的经验知识，利用模糊推理，很好的定量化了这些知识，在此之上，构造了一个全新的变压器在线故障诊断专家系统。     

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。     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

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.     

模糊专家系统在火电厂汽包水位运行故障诊断中的应用

介绍了火电厂汽包水位控制系统存在的问题及预警和诊断的重要性。提出了采用模糊专家系统方法对汽包水位运行故障进行诊断。该方法通过检测电厂实时数据库中出现的故障征兆,结合规则库中的知识,通过模糊推理机制,诊断出汽包水位在运行过程中可能发生的故障。诊断结论用故障置信度的趋势图来表示。通过诊断实例验证了该系统的实用性。     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。     

基于VB的变压器故障可视化模糊诊断

为克服传统变压器绝缘故障诊断的局限性,以得到准确全面的诊断结果,将可视化技术与模糊数学相结合,用于变压器故障诊断专家系统。该系统采用VB(Visual Basic)程序设计语言和TeeChart图表图形控件工具来实现变压器故障诊断的二维/三维可视化输出,并利用模糊数学方法构造编码隶属度函数来刻画边界点的模糊区间。实例分析结果表明,用该法有效解决了单一变压器故障诊断法的误诊断或诊断结果不全面等问题,更准确全面地反映变压器故障信息,具有实际意义。     

基于虚拟DCS的仿真系统设计火电厂实时故障诊断系统

基于虚拟分布控制系统(DCS)的仿真系统生成的故障数据以及它所提供的过程控制中的对象链接与嵌入OPC(OLE for Process Control)服务器,设计了火电厂实时智能故障诊断系统。论述了基于虚拟DCS仿真系统与实际DCS控制系统的对应关系,与故障诊断系统的数据接口及专家系统知识库的构建。对诊断系统的调试结果表明:基于虚拟DCS的仿真系统设计的故障诊断系统实现了火电厂的实时故障诊断与事故预报。     

三种变压器故障诊断方法比较研究

变压器常规诊断的油中溶解气体的三比值法(IEC),在目前变压器故障诊断中有着广泛的应用,许多人工智能技术在电力变压器故障诊断中的应用都是基于IEC法进行研究的,并在此基础上提出了基于神经网络和模糊神经网络的变压器故障诊断专家系统。该文将传统IEC三比值法、神经网络法和基于IEC三比值法的模糊神经网络法进行了比较。本文结合实例对这三种诊断方法进行了分析与探讨,指出了传统的IEC三比值法的不足,神经网络法和基于IEC三比值法的模糊神经网络法的优点等。