一种基于程序切片算法的软件故障诊断策略

针对软件纠错性维护问题，文章提出了一种基于程序切片和专家系统相结合的软件故障诊断策略。软件故障诊断策略是首先详细分析故障信息，了解系统功能缺陷的特征；其次进行粗诊断，确定最有可能出现故障的模块；在此基础上进行细诊断，详细分析故障代码，以确定最可能存在故障的程序语句集合；最后排除故障后确认修改的语句对相关模块没有影响。     

遗传算法在故障诊断中的应用研究

板级电路故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,建立精确的故障诊断系统存在着许多困难。针对这种情况,提出了一种基于遗传算法的故障诊断研究方法,并以某型号电路板为例验证了该方法的有效性。     

故障字典技术在机载电源系统故障诊断中的应用

以机载电源系统为背景,针对发电机控制器(GCU)的功能特点和组成,建立了GCU的故障诊断字典。利用故障树分析结果和故障诊断字典规范了GCU故障判定的工作模型,以确定其故障检测点,降低诊断的复杂性,提高故障诊断效率。     

基于贝叶斯网络的雷达故障远程诊断系统研究

为了提高高密度航天发射任务条件下的雷达维修能力,缩短维修时间,研究了一种基于贝叶斯网络的雷达故障远程诊断系统。设计了该故障诊断系统的硬件总体结构和软件功能架构,介绍了雷达故障数据的采集和加密传输过程。利用贝叶斯网络建立雷达故障模型,并通过期望最大算法确定了故障模型的参数;采用联合树算法,实现故障定位推理。故障诊断实例表明:与传统的故障诊断方法相比,基于贝叶斯网络的故障诊断方法能够有效识别雷达的故障类型,具有故障定位准确、运行时间短等优点。     

基于电路传递函数的故障诊断方法研究

本文提出的故障诊断方法主要是针对模拟电路的故障诊断,首先应用拉氏变换确定模拟电路的传递函数,其次根据已确定的正常电路传递函数,由不同故障类型计算相应的故障传递函数,生成故障诊断表。在进行故障诊断时,根据输入输出值计算当前的电路传递函数,把该函数与故障诊断表进行比对完成故障诊断。本文最后利用Multisim软件仿真了一个典型的模拟电路,并对该电路进行故障设置,计算了故障诊断表,应用软件仿真结果与理论计算的结果进行了比较,验证了该方法有效性。     

基于改进的黑灰白筛选法的机器人故障诊断

文章提出一种改进的基于黑、灰、白筛选法的机器人故障诊断方法。并将该法与常规的基于IF-THEN模糊推理方法的故障诊断进行了比较，得出的结论为该法的优势在于能够得到简洁明确的诊断结果“是”或“非”，而IF-THEN等方法得到的是隶属度和关联度等不确定的数据。最后将改进的B—G-W故障诊断法应用到机器人系统的故障检测，研究证明，由于该法在判据和推理方式上具有的独特性，从而具有快速、准确诊断机器人故障的能力，且不易漏掉故障因素。     

基于internet的远程检测与故障诊断系统的研究

随着计算机互联网和网络通信技术的发展,在网络故障诊断方面,远程检测故障诊断技术改变了网络故障诊断的传统模式,成为一种适应现代网络故障诊断的新的技术,传统的网络故障诊断技术由于在时间和空间地理上的局限性,效率低,诊断技术准确率受到一定的影响,基于internet的远程故障检测技术是数据库技术、通信技术和控制技术相结合的一种新的网络故障诊断技术。文章介绍了故障诊断技术发展4个阶段,对基于internet故障诊断技术发展进行了简单概括,并讨论了基于internet的远程检测与故障诊断系统的体系结构和主要技术。     

基于模糊神经网络的板级电路故障诊断研究

板级电路故障诊断过程复杂，故障征兆和故障原因之间存在着许多不确定因素，建立精确的故障诊断系统存在着许多困难，针对这种情况，本文提出了基于模糊神经网络，利用模糊逻辑和神经网络相结合建立故障诊断系统的方法，并以某电路板为研究对象对该方法作了验证。     

基于神经网络与专家系统的电路故障诊断研究

大型电路故障诊断过程复杂,故障征兆和故障原因之间存在许多不确定因素,建立精确的故障诊断系统存在一定困难.单纯运用专家系统存在许多不足之处.为此,文中基于BP(反向传播)神经网络,利用神经网络与专家系统相结合建立故障诊断系统,阐述了这种故障诊断系统的构建方法及其推理机的训练进程,并以某电路为对象对该诊断系统进行了试验验证.结果表明,该方法是可行和有效的.     

非线性电路故障节点诊断的一种方法

本文给出了非线性电路故障节点诊断的一种方法。该方法是分两步进行的,首先确定出似故障节点,然后再进一步确定出故障节点。文中还给出了完成故障节点诊断以后,确定故障支路的两个方法。利用文中的方法进行非线性电路的故障诊断,其计算量小,应用范围广。     

嵌入式LVQ技术在通信电源故障诊断中的应用

为了能够快速诊断出通信电源故障产生的原因,文章把LVQ神经网络模型和分类诊断理论运用到了通信电源的故障诊断中。文中以多个故障模式为实例,通过运用Matlab仿真技术,验证了此方法的故障诊断的准确性,结果表明基于LVQ神经网络模型的故障分类诊断方法能够为通信电源维护人员和开发人员提供准确的信息,提高了电源系统的鲁棒性和稳定性。     

基于小波包与量子神经网络的容差模拟电路的软故障诊断

提出了基于小波包与量子神经网络的容差模拟电路的软故障诊断,将故障的不确定性数据合理地分配到各类中,减少了故障检测的不确定度,提高了故障检测的诊断率,克服了BP在模糊分类方面的局限性.实验证明,采用QNN与自适应BP神经网络相比,故障诊断率可提高11.899%.     

基于人工智能的数控机床故障诊断研究

为了提高数控机床故障诊断的能力,针对普通神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出了基于RBF神经网络的数据机床故障诊断算法。文章在RBF神经网络的基础上,建立了数控机床故障诊断模型,并提出了基于该模型的算法。     

基于FPGA的传感器故障诊断算法研究与实现

对于目前传感器设备故障诊断方法在诊断过程中会导致实际生产中弱故障诊断不灵敏,无法有效识别故障,并且充分考虑实际生产过程中的特点,提出基于FPGA的传感器故障诊断算法设计。在不同残差空间中分析故障,使系统对于弱故障诊断的精准性得到提高。使用迭代算法对主元分析算法模型进行更新,利用残差空间平方加权预测误差变量的重构对故障进行确定,从而对传感器故障进行在线诊断。最后,通过企业实际数据实现此方法的在线故障诊断实验。实验结果表明,此种方法能够有效诊断传感器设备故障。     

光电雷达电子部件的量子神经网络故障诊断算法

针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率.     

基于Ember的广播发射机故障自动化诊断系统

文章针对传统广播发射机故障诊断困难的问题,结合前端Ember框架技术与专家诊断系统,设计广播发射机故障自动化诊断系统,并搭建实验环境进行测试。结果表明,所提出的自动化故障诊断系统能够有效提升故障的诊断效率。     

基于深度学习的装备故障诊断方法

深度学习作为模式识别和机器学习领域的最新成果,在装备故障诊断和健康管理方面有着广阔的前景。结合装备故障大数据的特点和深度学习理论的优势,提出一种新的装备故障诊断方法。根据去噪自动编码器原理,实现训练网络的无监督特征学习,完成整个神经网络的构建;根据故障种类确定输出层,使用BP算法对整个网络进行有监督微调,提升故障分类的准确度。利用上述方法,通过实验完成了某通信电台的模块级故障诊断。     

基于滑模状态观测器的不确定控制系统鲁棒性诊断

针对不确定控制系统的故障诊断问题,通过对滑模控制系统的鲁棒性分析,提出了利用滑模观测器进行故障诊断的方法。该方法能够稳定地估计不确定控制系统正常扰动下的状态响应,进而对于系统出现的故障扰动实现检测诊断,仿真结果验证了该方法的有效性。     

铁路机车车辆运行故障诊断技术分析

中国铁路建设在规模以及技术方面居于世界前列,为人们出行以及货物运输提供了很大的便利。为保障铁路机车车辆的可持续运行,应对其进行必要的故障诊断,这能够及时地发现故障与解决故障,不但能够促进铁路行业的快速发展,还能为民众提供一个更加安全、适宜的出行环境。文章就故障诊断技术基础、铁路机车车辆运行故障诊断技术发展趋势、铁路机车车辆运行故障诊断技术内容展开分析与论述。     

浅析斗轮机回转轴承故障诊断

文章分析了斗轮机回转轴承故障形式及故障诊断,为斗轮机回转轴承管理提供理论依据。