基于模型的混杂系统中控制器故障诊断方法

为解决混杂系统中控制器故障诊断问题,提出一种混杂系统故障发生在控制器与设备组件之上的新诊断方法,解决了控制器故障检测与诊断问题,并给出解决上述问题的基本诊断算法.实验结果表明,该算法程序简单且效率较好,对于复杂的被诊断对象可以满足实时性.     

基于粒子群优化的神经网络容错控制算法

针对一类非线性系统的传感器故障,将故障诊断与容错控制方法相结合,提出了一种容错控制方法。用BP网络建立传感器故障模型,并用粒子群算法来训练BP网络的参数,在线估计系统的状态和故障参数。然后将故障参数与修正的Bayes分类算法相结合,对传感器故障在线检测、分离和估计,通过补偿算法,实现容错控制。对连续搅拌釜式反应器（CSTR）的仿真结果表明,该方法收敛性好,对传感器故障具有很强的容错能力。     

基于最小二乘及分类向量机的空气调节器故障检测

为了对空气调节器的故障进行检测和诊断,提高建筑物管理系统的能源利用率,提出一种基于递归最小二乘的故障检测和诊断方法.方法包含特征选择、递归最小二乘和支持向量机分类三个部分,在特征选择中,将空气调节器的故障分为11个类型,并基于Relief F算法选取三个最显著的特征变量.在递归最小二乘中,通过最小化真实值与预测值之差的平方和对模型的参数进行估计,并基于二叉决策树思想采用支持向量机对11个故障状态和1个正常状态进行分类.结果表明,所提方法可以更好地对空气调节器中的故障进行检测,并对故障类型进行分类.     

基于人工免疫的故障检测及诊断模型

提出了一种基于人工免疫的故障诊断进化学习模型及其相应的算法，通过对检测对象正常工作状态下获得的自己模式串的阴性选择，随机产生初始检测器；用基于人工免疫的进化学习机制实现对检测对象异常工作状态下获得的非己模式串的学习和记忆利用进化学习结果和系统故障信息库知识区分和标记不同故障在状态空间上对应的区域，应用于机床齿轮箱故障检测和诊断问题，实验结果表明了所提出方法的有效性。     

多重分形谱在集成电路动态电流故障诊断中的应用

系统阐述了多重分形的概念和多重分形谱的小波模极大值计算方法,提出了一种新的基于动态电流IDDT多重分形谱分析的集成电路故障诊断方法.该方法利用多重分形分析方法有效地提取信号的几何结构特征信息,利用动态电流的多重分形谱分析来进行集成电路的故障诊断.使用Hspice电路仿真验证了该方法的可行性和有效性.     

基于线性判别分析和分步机器学习的变压器故障诊断

为了改善当前变压器故障诊断在特征量选取和使用单一诊断模型进行故障诊断上的不足,提高变压器故障诊断的准确率和效率,提出基于线性判别分析（LDA）的特征选取方法,建立基于分步机器学习的诊断模型. 该模型选取16组油中溶解气体体积分数比值的多特征参数,运用线性判别分析对参数进行降维作为输入特征向量;运用概率神经网络对变压器故障做出初步诊断,区分出易混淆故障;使用基于灰狼群算法优化的支持向量机对易混淆故障做进一步的区分. 最终实验诊断准确率为97.27%,诊断时间为4.87 s. 与单一机器学习模型相比,所提出的模型不仅具有更高的准确率,还具有更高的效率. 实例分析表明,本研究方法能有效弥补单一机器学习的缺陷,为故障样本有限情况下的电力变压器故障诊断提供参考.     

FCM-HMM-SVM混合故障诊断模型及其在电力电子电路故障诊断中的应用

提出一种基于模糊C均值聚类（FCM）、隐马尔可夫模型（HMM）和支持向量机（SVM）相结合的电力电子故障诊断方法.采用FCM方法对故障信号进行模糊聚类,提取故障特征;根据隐马尔可夫模型进行动态过程建模;根据支持向量机进行模式分类;基于HMM-SVM混合的故障诊断模型实现了对机车变流器电路中晶闸管断路故障的诊断.实验结果分析表明,该方法能准确地对电力电子电路进行诊断和故障元定位,诊断精度高,具有很好的实用价值.     

异步电动机故障诊断及综合保护的研究

本文提出了检测电动机负序及零序电流分量和电流幅值的电动机保护故障判据，该判据能够基本覆盖电动机的常见故障，并可实现电动机的自动故障诊断，从而达到电力机保护的智能化。文中详细论述了该故障判据的基本原理和实现方法，所研制的具有故障诊断功能的智能化电动机综合保护装置通过了工业运行试验，获得了满意的效果。     

动车组齿轮箱滚动轴承变转速故障诊断方法

动车组齿轮箱滚动轴承在运行过程中处于高温重载的变转速工况,容易产生裂纹、点蚀等故障,且不易被检测出来。为及时诊断出动车组齿轮箱滚动轴承的故障,保证动车组的安全行驶,提出了一种变转速工况下的滚动轴承故障诊断方法。首先,结合短时傅里叶变换(STFT)无干扰项与魏格纳-威尔分布(WVD)高时频分辨率的特点,提出了一种融合时频分析算法,该算法能够提高变转速信号分析时的时频矩阵精度;然后,针对动态路径规划方法无法处理归一化时频矩阵的局限性,对其进行了改进,并提取出融合时频矩阵中的转速曲线;此外,进一步提出了一种插值重采样的阶次分析方法,根据转速对采集到的原始信号进行插值重采样,在角域对信号进行重构,并得到对应的阶次谱,实现滚动轴承的故障诊断;最后,通过试验台对提出的变转速动车组故障滚动轴承诊断方法进行了验证。结果表明：本文所提出的方法在动车组转速变化的情况下,能够有效提取出滚动轴承的变转速曲线,并且准确识别出齿轮箱中滚动轴承发生的故障类型。     

深度神经网络在滚动轴承故障诊断中的应用

为了对滚动轴承发生的故障类型进行诊断,从而提升设备的安全性,提出了一种基于深度残差神经网络的智能故障诊断方法,并使用多传感器融合技术对深度残差神经网络进行了改进,使得诊断模型的识别精度和鲁棒性得到进一步提高.首先,通过多传感器技术来获取丰富的设备运行状态信息,然后利用时频分析方法短时傅里叶变换提取原始振动信号的初级特征信息,最后利用深度残差网络的强大学习能力,进一步提取初级特征信息中的高级特征信息,并识别设备的故障类型,从而实现滚动轴承的故障诊断.为了验证所提出方法的有效性,使用滚动轴承实验数据对方法进行了测试,同时与基于深度卷积神经网络和单传感器故障诊断模型进行对比,研究结果表明,提出的智能方法不仅能对故障进行准确识别,而且具有相当良好的泛化能力和抗噪能力,其故障精度达到了100%,在单传感器或多传感器受到强噪声干扰时,分别实现诊断精度至少为93.78%和82.54%.     

一种多电平逆变器故障诊断与容错控制策略

针对逆变器开关元件的开路故障,提出一种级联H桥多电平逆变器故障诊断与容错控制策略。 在不改变级联H桥多电平逆变器电路拓扑的情况下,通过快速傅里叶变换(fast fourier transform, FFT)和主元分析(principal component analysis, PCA)对逆变器原始开路故障数据进行了预处理和特征提取,构建贝叶斯网络(Bayesian network, BN)对级联H桥多电平逆变器开关元件的故障进行快速诊断,根据诊断的结果,基于变载波和调制波电压重构容错控制方法,使逆变器输出电压仍能满足系统平稳运行的要求,通过仿真与试验验证了该策略具有良好的诊断及容错控制性能。     

基于有源自回归模型与模糊C-均值聚类的挖掘机液压系统故障诊断

为了提高挖掘机的可靠性水平和智能化程度,提出了基于有源自回归(ARX)模型与模糊C-均值(FCM)聚类的挖掘机液压系统故障诊断方法。该方法将故障诊断分成故障特征提取和故障分类两个部分。在故障特征提取中,针对已知故障和测试故障分别建立ARX模型,提取ARX模型的自回归系数作为故障特征。在故障分类中,以FCM聚类作为故障分类器,将测试故障归入已知故障的某个分类中,判断系统的故障类型。仿真和实验结果表明,ARX模型与FCM聚类相结合的故障诊断方法能有效地应用于挖掘机液压系统。     

汽轮发电机过热故障在线监测与诊断

提出在正常运行条件下（无任何故障,运行状态良好）汽轮发电机定子绕组铜温及出水温度（标准温度）计算方法,通过分析标准温度和实际温度测量值的偏差,来确定发电机定子本身是否发生水堵等过热故障,并借助于发电机的其它辅助工况参数来对故障进行定位。它比巡测仪等温度越限报警装置发现故障要灵敏得多。这为充分利用原已安装的发电机传感器开发在线故障监测与诊断系统提供了一种新的尝试。     

乘性故障对开闭环系统故障诊断性能的影响

研究线性系统中执行器乘性故障分别对于开闭环系统故障诊断的影响。真实系统由于稳定性、鲁棒性等要求通常受到控制信号的作用。在执行器发生故障时,控制信号与残差信号无法完全解耦,故障幅值也会不可避免的对故障诊断性能带来影响。建立线性离散系统中执行器乘性故障模型,采用Luenburger观测器方法生成残差,通过分析故障情况下系统残差的一步转移方程递推表达式,研究开闭环系统中故障情况下估计误差信号和残差信号的动态演化规律。利用三角不等式得到开闭环情况下残差信号发散和收敛的条件,该条件与乘性故障的不同幅值紧密相关。仿真试验中通过选取不同幅值的执行器乘性故障说明该分析的有效性。     

基于轴心轨迹自动辨识的高速主轴系统故障诊断研究

提出一种轴心轨迹自动辨识方法实现高速主轴系统故障诊断。结合使用中值滤波和小波滤波去除轴心轨迹中的脉冲噪声和高斯噪声,将轴心轨迹转换成轴心轨迹图像,然后采用线矩计算不变矩识别轴心轨迹特征,通过建立的BP神经网络进行高速主轴系统的故障诊断。在高速主轴轴承系统试验器进行实验,通过对不平衡故障和不对中故障的诊断,验证了本方法的正确性,为有效保证数控机床主轴系统的可靠性提供了保障。     

A Diagnostic Method Based on Path Information for Logical Divisible System

ＡＤｉａｇｎｏｓｔｉｃＭｅｔｈｏｄＢａｓｅｄｏｎＰａｔｈＩｎｆｏｒｍａｔｉｏｎｆｏｒＬｏｇｉｃａｌＤｉｖｉｓｉｂｌｅＳｙｓｔｅｍＪＩＡＮＧＸｉｎｇｗｅｉ；ＦＥＮＧＹｏｎｇｘｉｎ；ＨＵＡＮＧＷｅｎｈｕ；ＹＡＮＧＨｏｎｇ（姜兴渭）（冯永新）（黄文虎）（杨...     

程控数字交换机SLC电路板的故障诊断

程控交换机中的用户电路板(SLC 板)是数/模混合型电路板,用传统的测试方法很难对其进行测试和诊断.本文提出一种基于单元的功能测试法,给出了电路板单元的划分以及模拟单元最佳故障诊断树的生成方法.     

动态核主元分析在无人机故障诊断中的应用

飞行控制系统作为无人机(unmanned aerial vehicle, UAV)的核心子系统,对其进行故障诊断可以大大提高无人机的安全性和可靠性。在无人机数学模型未知或者不确定的情况下,数据驱动的故障诊断方法比基于模型的方法更实用。考虑无人机飞行控制系统是典型的非线性动态系统,采用一种非线性主元分析方法对其进行故障诊断。利用数据建立无人机飞行控制系统正常状态下的动态核主元模型,通过T²和SPE两种统计量实现故障检测;故障发生后,利用重构贡献图的方法进行故障分离。仿真试验证明,该方法能对典型的无人机执行器和传感器故障进行有效监测和诊断。与动态主元分析相比,动态核主元分析方法对微小故障更为敏感。     

非线性系统传感器故障诊断方法

传感器故障诊断的实施能够保证诊断系统获取实时准确信息,避免因错误的或可疑的信息千造成的负效应,保证数据的正确性,提高数据的可信度。因此,传感器的故障诊断是提高整个故障诊断系统可靠性的重要手段。基于强跟踪滤波器提出了非线性系统传感器故障诊断的一类算法,由于强跟踪滤波器方法是基于参数估计为主的一种方法,将系统的各种邦联都归结为一种参数偏差型邦联进行处理,所以,只要非线性系统的状态及参数是可以辨识的,那     

车辆底盘故障诊断的多智能体技术研究

半主动悬架系统（SAS）和电动助力转向系统（EPS）的故障诊断对保障整车安全性及其重要.为快速准确诊断SAS和EPS的子系统故障,基于多智能体理论构建出半主动悬架智能体、电动助力转向智能体、系统智能体、显示智能体等,构架底盘悬架子系统与转向子系统通用故障树,建立故障征兆库、专家规则库等数据库,利用智能体的智能行为决策问诊、快速分析判别原因并显示维修建议.通过故障实例诊断模拟,验证了智能体技术在底盘故障诊断中的可行性与有效性.