基于主动数据库的计算机联锁故障诊断系统研究

设计了计算机联锁故障诊断的主动处理方法,建立了计算机联锁故障诊断系统的主动数据库,给出了用于计算机联锁的基本事件定义和联锁规则库.结合实际引进事件监视处理机制,在Linux操作系统平台上实现了计算机联锁的故障诊断.     

基于贝叶斯网络模型构造的汽车故障诊断研究

为了解决汽车故障诊断中的不确定性和建模问题,提出了一种基于贝叶斯网络模型构造的故障诊断融合系统架构,设计了基于贝叶斯网络构造的故障诊断算法.这种故障诊断方法利用贝叶斯网络的学习能力和概率推理来应对故障诊断中的不确定性问题的表示和推理,它能够有效地融合领域先验知识和实时传感数据的分布特征,实现故障诊断系统的自适应,并被成功地应用于汽车故障诊断.实验结果表明,新算法为故障诊断提供了准确和可靠的决策依据.     

基于主动数据库的计算机联锁故障诊断系统研究

设计了计算机联锁故障诊断的主动处理方法,建立了计算机联锁故障诊断系统的主动数据库,给出了用于计算机联锁的基本事件定义和联锁规则库。结合实际引进事件监视处理机制,在Linux操作系统平台上实现了计算机联锁的故障诊断。     

基于多维高斯贝叶斯算法在雷达故障信息诊断系统应用

为提升雷达故障信息的诊断效率,节约执行故障诊断指令所需消耗的数据成本,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;利用完整的框架结构设计客户机/服务器模式,联合服务器与信息查询模块,实现雷达故障信息诊断系统的体系结构搭建;在此基础上,计算故障信息的松弛度数值,通过判定迭代门限的方式,实现对多维系数信号的处理,完成基于多维高斯贝叶斯算法的雷达故障信息感知;联合已嵌入的雷达故障信息,连接Access数据库,实现诊断系统的接口技术研究;综合上述所有理论依据,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;借助Windows平台,分别连接上述系统与远程故障诊断原型系统,在雷达故障信息诊断系统的应用过程中得出,基于多维高斯贝叶斯算法雷达故障信息诊断系统的诊断效率最大值为45%,RSR指标最大值为16.7%,指令执行消耗的数据成本较低,表明所设计系统具有一定的实际应用性。     

基于Linux集群技术的计算机联锁系统研究

Linux下的集群技术是提高计算机联锁逻辑运算能力的一种有效手段.本文利用Linux集群技术构建了一个计算机联锁模型,旨在提高计算机联锁系统的运算能力和容错性,给出了理论依据及关键技术实现.最后,搭建了一个测试平台,对其中一项负载均衡进行了测试,结果表明系统的设计是具有一定可行性的,可以对其进行深入的研究.     

复杂系统的图模型多智能体协同故障诊断

为解决复杂、不确定系统的故障诊断实时推理问题,提出了基于图模型-多连片贝叶斯网络架构下多智能体协同推理的故障诊断方法。该方法将一个复杂贝叶斯网分割成若干有重叠的贝叶斯子网,使监控网络的单个智能体被抽象为一个拥有局部知识的贝叶斯网,利用成熟的贝叶斯网推理算法可完成智能体的自主推理。随后,通过重叠的子网接口进行多智能体间消息的传播,实现了多智能体协同故障诊断推理。实验结果表明了基于图模型多智能体的协同故障诊断方法的正确性和有效性。     

基于信息增益率的WNB水下机器人故障分类

提高故障诊断能力对于确保水下机器人系统的稳定运行具有重要意义,故障分类是目前水下机器人故障诊断所面临的一个重要问题。针对水下机器人推进器系统数据特征,提出一种基于信息增益率的加权朴素贝叶斯故障分类算法。首先,计算故障训练样本的先验概率,将各属性的信息增益率作为权值;其次,构建基于增益率加权的朴素贝叶斯分类模型;然后,对检测的故障数据利用分类模型获取具有最大后验概率的故障模式,实现故障分类。与朴素贝叶斯算法和决策树算法相比,仿真实验结果表明基于信息增益率加权的朴素贝叶斯算法的分类成功率更高,能够有效地实现水下机器人的故障分类。     

面向分布式应用管理的混合故障诊断模型

由于分布式应用的动态性、复杂性,传统的人工管理已经不能做到很好的故障管理,应用自主计算的思想实现管理成为一种解决问题的方法.研究基于故障诊断技术实现系统自感知.首先,根据对分布式应用故障管理的分析,提出一种混合故障诊断模型,将故障诊断的过程分为应用服务故障诊断和网络服务故障诊断2个阶段;其次,由于对网络故障症状的观察存在不确定和不准确的特点,将故障诊断模型映射到贝叶斯网络上进行不确定性推理;最后,重点研究了在多层FPM模型中进行推理的算法,给出一种基于变量消元算法的改进算法,实验证明改进算法可加速推理过程.     

基于知识图谱的潜油电泵井故障诊断

潜油电泵井系统是油田开采重要工具,具有排量大、扬程高与作业环境灵活多变等优点.为了降低潜油电泵井系统故障危害,需要对其发生故障部件进行快速精确定位并维修.本文提出一种基于知识图谱的潜油电泵井故障诊断方法.采用改进BiLSTM-CRF实体识别算法与BERT关系抽取算法提取故障数据中的专家知识,构建潜油电泵井故障诊断领域知识图谱;利用构建知识图谱搭建以故障征兆为初始节点的贝叶斯推理网络,利用历史故障数据与条件概率解耦的计算方式推理出故障原因.本文通过故障诊断真实案例进行方法验证.     

基于有向图和贝叶斯网络融合的飞机系统故障诊断研究

针对民用飞机系统的故障复杂性和特殊性,提出了一种基于有向图和贝叶斯网络融合的故障诊断方法.首先分析增压系统的组成,总结各组件之间的功能逻辑;接着以有向图理论为基础,将有向图中的节点赋值为系统各组件功能,进而推导出系统的功能模型,提高了故障诊断的直观性和有效性;最后利用贝叶斯网络快速的概率推理能力,缩小故障点集,实现故障定位,提高了诊断的快速性和精确性.通过实例验证,所研究的故障诊断方法对排故效率有了提升,同时对飞机其他系统的故障诊断有一定的参考价值.     

基于分层模型的组合服务故障定位算法

在面向服务的架构中,服务之间的依赖关系具有单向性的特点。基于这种单向性依赖,提出了服务故障传播的分层模型并设计了服务的分层算法,将服务节点分层。根据分层模型设计了服务故障定位的监测探针和诊断部署,减少了监测探针的数目。在探针探测结果的基础上,提出了分层模型下基于贝叶斯网络的故障定位算法,该算法通过计算故障发生时服务的影响因子和可信度,快速定位故障。仿真结果验证了该算法可以较准确地定位组合服务中的故障,且保持较低的误报率。     

基于贝叶斯网络的Web服务组合故障诊断

提出一种利用贝叶斯网络对Web服务组合故障原因进行诊断的模型,对该模型中贝叶斯网络拓扑结构的构造以及网络参数的赋值方法进行了详细说明。然后,基于构造的贝叶斯网络,提出Web服务组合的故障检测算法并对其进行了分析。实验模拟表明,提出的模型能有效地识别Web服务组合流程错误的根本原因。     

基于模糊聚类算法的故障数据分析与类型识别

为精确分析测量系统故障数据和识别故障类型．提出一种基于模糊聚类算法的故障数据分析方法。该方法首先用小波变换有效地检测出系统故障的微弱非线性不规则信号,再用模糊聚类的方法对故障进行分类识别。由于该算法在目标函数中加入隶属度函数,同时定义明可夫斯基的距离测度．因此能够克服K-means算法不适用于进行非凸形状的聚类的缺点．从而使诊断的数据更加精确。     

基于模糊聚类算法的故障数据分析与类型识别

为精确分析测量系统故障数据和识别故障类型,提出一种基于模糊聚类算法的故障数据分析方法。该方法首先用小波变换有效地检测出系统故障的微弱非线性不规则信号,再用模糊聚类的方法对故障进行分类识别。由于该算法在目标函数中加入隶属度函数,同时定义明可夫斯基的距离测度,因此能够克服K-means算法不适用于进行非凸形状的聚类的缺点,从而使诊断的数据更加精确。     

基于无源振动传感器标签的轴承故障在线诊断技术

提出了一种基于无源振动传感器标签的穿梭车轴承故障在线诊断技术.设计了一种无源射频识别(RFID)振动传感器标签结构,因其工作在无源模式下,减少了在线故障诊断的成本,同时可以实现对轴承故障的长期在线诊断.介绍了振动信号的处理方式,提出了基于奇异熵的奇异值分解信号降噪算法,依据信号的奇异熵自行定阶降噪,避免了人为预设参数所导致的误差,并提出了基于最小二乘支持向量回归(LS-SVR)的故障诊断算法.测试结果表明:设计的标签能够可靠地完成信号采集和传输,采用的算法能够快速而准确地定位故障,较传统故障诊断方法提高了实时性并降低了成本.     

超立方体网络环诊断策略的研究

多处理器系统的传统故障诊断策略和条件可诊断策略已经被广泛研究,然而并未解决系统中存在的大量故障结点问题。提出一种新的策略--环诊断策略,即通过环分割方法对汉密尔顿环进行诊断,从而找出系统中存在的所有故障结点,并给出了超立方体网络的环诊断策略及一些重要性质。与此同时,提出了超立方体网络的环快速诊断算法,快速定位系统中的所有故障结点。基于以上策略,得到了在PMC模型下,n-维超立方体网络的环诊断度为(n2+n)/2,时间复杂度为O(n),其中n表示多处理器系统中处理器的个数。与超立方体网络的传统故障诊断策略和条件诊断策略相比较, 本文提出的环诊断策略具有诊断度大、时间复杂度小的优点。     

高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

气体绝缘开关设备闪络放电超声波检测技术研究

气体绝缘开关设备(GIS)放电会引起闪络放电故障,为了对设备的放电点实现准确故障定位,通过研究GIS闪络放电特性,提出了以压电复合材料传感器为基础的超声波检测方法.在实验研究和理论分析的基础上得出GIS设备放电产生的超声波传播特性及规律,从工程应用角度设计了GIS闪络放电超声波检测系统.实验现场应用证明该检测系统的实施可准确定位闪络故障位置并及时报警,为输电线路安全运行提供可靠保障.     

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。     

基于物联网的分布式电动机故障诊断与保护系统研究

针对传统的电动机保护装置无法实现早期故障诊断、不具备联网功能的问题,提出了一种基于物联网和支持向量机算法的分布式电动机故障诊断与保护系统的设计方案。该系统的下位机利用对称分量法将采集到的电动机定子电流进行分解,根据电流分量值判断故障类型来实现电动机的现场保护,并将定子电流数据通过ZigBee技术发送至嵌入式网关,通过GPRS网络实时上传给上位机;上位机通过小波包分解提取故障特征向量,采用支持向量机对电动机故障进行分类,实现故障早期诊断和预测。实际运行结果表明,该系统能准确诊断电动机故障并实施有效的综合保护。