共查询到20条相似文献,搜索用时 8 毫秒
1.
在分析继电保护隐性故障的基础上,介绍了电力系统联锁故障模型,并通过算例探讨了如何评估联锁故障风险。 相似文献
2.
详细分析了继电保护隐藏故障风险区域的形成机理,介绍了构建输电线路继电保护隐藏故障风险区域的具体计算策略和流程。 相似文献
3.
基于时间应力及隐马尔可夫模型的焊点故障预测技术 总被引:1,自引:1,他引:0
焊点所承受的各种环境应力和工作应力的时间历程(时间应力)是其疲劳失效的直接外因.从时间应力导致焊点故障的机理入手,以焊点的三维有限元模型为基础,对焊点实时损伤的评估方法进行研究.通过建立焊点损伤及故障演化的隐马尔可夫模型,以实时损伤评估信息为基础,结合基于寿命消耗的故障预测方法,研究从时间应力测量的角度对焊点进行故障预测的详细技术流程和相关算法.最后以塑料四方扁平封装器件焊点为研究对象,对提出的焊点故障预测技术的有效性进行了试验验证和分析. 相似文献
4.
通过对保护装置在系统故障时的动态行为的分析,构建了电力系统网络中继电保护装置隐藏故障的检测模式。 相似文献
5.
6.
在系统测试中,对处理器或部件之间的通信验证是非常重要的.为此,本文提出把统一建模语言的顺序图转换成为马尔可夫链标记语言的方法.文中介绍了基于统计软件测试的欧盟项目中有关的主要技术.还介绍了基于扩展标识语言的马尔可夫链标记语言的主要结构及编码方法.最后,给出了相应的算法及实现技术. 相似文献
7.
建立了统计过程调整问题模型,研究了基于马尔可夫链蒙特卡罗方法的统计过程调整技术,并通过吉布斯抽样实现了偏移量的参数估计.在参数未知及参数已知的条件下,通过与其他方法的实例对比研究,验证了该方法的可行性及性能优势,并对参数未知条件下基于该方法的统计过程调整技术进行了改进. 相似文献
8.
9.
10.
隐马尔可夫模型(HMM)提供了反映机械系统运行状态及故障信息一种新的信号模型,通过HMM问题的求解,可获得反映机器运行状态特征的信号模型,并应用于机器运行趋势进行预测. 相似文献
11.
为使产品概念设计达到最优化设计的目的,提出了一种基于隐马尔可夫模型的模块化产品功能模块的实例优化选取方法.通过定义产品功能模型的三种最基本构成方式,将产品功能模型转换成统一的串联功能模型形式.利用隐马尔可夫模型建模产品功能模块的实例选取过程,并借助模块实例的相关信息完成隐马尔可夫模型中各参数的实例化.最后,采用Viterbi算法实现模型的求解,找出一组使产品性能(可靠性)最优的功能模块实例组合,并通过实例验证了方法的有效性和合理性. 相似文献
12.
基于容错技术设计的民用机载系统可以达到高可靠性,而采用了大量的冗余配置及重构技术,使得该可靠性模型往往变得相当复杂。传统的故障树分析方法已经不适用。利用半马尔可夫过程理论对基于容错技术设计的机载系统进行可靠性建模,并对系统可靠性模型进行必要的化简,可以减少许多计算量并使该模型更加符合实际使用要求。 相似文献
13.
基于故障统计模型的可修系统维修周期预测法 总被引:1,自引:1,他引:0
提出一种可修系统故障统计模型和维修周期的顶测方法,它的基本原理是系统局部故障变化率的单样本参数估计。结合实例,本文介绍了新方法在设备维修管理中的应用。 相似文献
14.
15.
16.
机械式停车设备是一种可多层停车的集成化装备,对于解决大型城市静态交通问题起到了重要作用。本文针对机械式停车设备的运行特点,提出基于马尔可夫链模型的机械式停车设备安全评估方法。以垂直升降类机械式停车设备为典型案例,从结构、机构、主要零部件、电气系统、安全保护装置5个方面,开展矩阵单元化的危险识别、风险估计,综合理论计算、有限元分析、试验测试的数据,基于马尔可夫链模型确定系统安全状况等级。结果表明该方法具有良好的工程应用价值,为提升机械式停车设备的安全性和可靠性奠定了理论基础。 相似文献
17.
基于多尺度隐马尔可夫模型的CR影像降噪方法研究 总被引:4,自引:3,他引:4
在CR成像过程中不可避免的要引入各种干扰和噪声,只有弄清干扰图像信息的各种噪声来源、特征及其与信号的相互关系,才能有效地将之消除.在分析CR成像系统的基础上,文章指出影响CR图像质量的噪声主要是固有噪声和X线量子噪声,在统计规律上它们分别服从高斯分布和泊松分布.本文针对CR的固有噪声从小波系数的统计规律出发,根据固有噪声的特点,结合混合高斯模型描述小波系数的统计特征,采用两个状态的隐马尔可夫模型描述小波系数在尺度之间的相关性和依赖性,用最大期望值( EM)算法估计隐马尔可夫模型在各个尺度上的参数,然后按照尺度大小逐级对小波系数进行维纳滤波,最后是小波逆变换恢复图像.文章最后还给出了实验结果,并与其它降噪算法进行了比较. 相似文献
18.
19.
20.
机械设备从正常到故障往往经历一系列退化状态,正确识别与估计设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义。隐半马尔可夫模型(Hidden Semi-MarkovModels,HSMM)是隐马尔可夫模型(hidden Markov models,HMM)的一种扩展模型,克服了因马尔可夫链的假设造成HMM建模所具有的局限性,比HMM具有更好的建模能力和分析能力。由状态识别和HMM本质上的相通性,将HSMM引入到机械设备的状态识别中,提出了一种基于HSMM状态识别方法,描述了该模型的拓扑结构和主要参数以及相应的训练和识别算法。最后通过滚动轴承试验系统验证了方法的有效性。 相似文献