一个基于并行集团的系统级故障概率诊断算法

概率诊断算法是系统级故障诊断研究的一个重要方面,本文提出了一种基于并行集团的概率诊断算法-PGSFPD算法,并设计了一个系统级故障诊断软件仿真系统,对诊断算法进行仿真,分析比较各算法的性能,仿真结果表明PGSFPD算法性能优于经典的概率诊断算法-Somani & Agrawal算法,可在只需较少测试数的情况下,在保持很高诊断正确率的同时,大大降低系统的规模.     

一种高效的基于BC图的t/k-诊断算法

为了提高系统级故障诊断中的诊断度,人们以牺牲很小一部分结点不能正确诊断为代价,提出了t/k-故障诊断策略.BC图是包括了超立方体和多种变形立方体的一类图.对于结点总数为N的BC图,本文提出了一个O(N log2N)的t/k-故障诊断算法.目前尚未有相关t/k-故障诊断算法的文章发表,但与著名的悲观一步t-故障诊断算法(t/k-故障诊断算法在k=1时的情况)的O(N2.5)相比较,在时间复杂度上本文算法是高效的.     

基于多信号模型的综合化航电系统综合诊断算法设计

针对现代航电系统综合化程度高、故障现象复杂多变、故障诊断能力不足的现状,分析了综合化航电系统的故障特征,总结了其故障诊断算法的设计要求,并在此基础上设计了基于多信号模型的故障综合诊断算法,具体包括:建立了算法的总体架构,针对机上LRU/LRM级、子系统级和系统级诊断以及在线诊断的特点分别设计了适用的诊断算法模块,特别针对子系统与系统级诊断,设计了防虚警处理算法、快速诊断算法和精确诊断算法,以解决航电系统机内测试设备(BITE)长期存在的虚警难题,满足不同BIT工作模式下故障诊断的要求;建立了多层次诊断架构下的综合诊断流程,规划了各诊断模块的组成、功能、工作原理和输入输出数据。梳理了综合诊断算法设计的工作项目及其接口关系,给出了航电系统集成研发模式下综合诊断算法的设计流程,为工业部门在研制阶段进行航电系统综合诊断算法的设计开发提供支持。     

基于贪婪算法的系统级故障的概率诊断

概率诊断算法是系统级故障诊断研究的一个重要方面,本文在集团理论的基础上,利用贪婪算法中不同贪婪准则提出了四个概率诊断算法.通过对诊断算法进行仿真,分析比较了各算法的性能,每种算法在较少的测试数情况下,均表现出较高的诊断正确率,且时间复杂度不高.四种贪婪算法中贪婪算法一的性能最优,实验结果表明,相对于经典的概率诊断算法—Compete算法与Majority算法,相同条件下,在诊断正确率上贪婪算法一要远好于Majority算法,在时间复杂度上要好于Compete算法,综合性能上要优于此两种概率诊断算法.     

W-O+W-A的GNS算法

针对电路板线或和线与(W-O+W-A)共存的互连故障诊断问题,提出了针对W-O+W-A的GNS算法.该算法采用组同时具备W-O和W-A对角独立性移位序列、网络同时具备W-O和W-A对角独立性移位序列和转移网络同时具备W-O和W-A对角独立性移位序列组成W-O+W-A的GNS序列,重点对其故障诊断能力进行了讨论,并进行了算法的性能验证.     

分级ad hoc网络中的一种应用层故障诊断算法

针对应用层故障提出了一种故障诊断算法——“基于簇的比较诊断算法”，该算法在分级ad hoc网络中利用簇首对簇内节点的集中控制功能优化了诊断过程，实现了诊断期问网络拓扑变化时对移动节点的诊断。证明了算法的正确性，并分析了算法的性能。仿真结果表明，该算法突破了“基于比较的故障诊断”在诊断过程中网络拓扑不能发生变化的限制，大大减小了“基于比较的故障诊断算法”由于诊断消息的洪泛导致的大量的系统开销。     

基于MapReduce的故障诊断方法

基于MapReduce的故障诊断方法将MapReduce运用到故障诊断中,有效解决了故障诊断过程中大数据的处理问题,大大提高了故障诊断的效率。本文对故障诊断技术的发展进行了阐述,针对故障诊断方法的不足阐述了将MapReduce运用其中的优势。将诊断算法分为迭代和非迭代,使用不同的MapReduce模型分别实现。     

关于系统级故障诊断的烟花-反向传播神经网络算法

为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法—烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。     

基于AOstar算法的最优诊断生成组件的设计与实现

最优诊断树是电子可测性设计与分析的重要研究内容,也是电子系统故障隔离的基础。针对国内对最优故障诊断树研究和应用的需求,介绍了采用启发式AO*(AOstar)算法求解最优故障诊断树的方法,并将该算法封装实现为COM组件。与国外可测性分析软件TEAMS生成的诊断树结果对比分析,表明结果准确,组件易扩展,可以方便的嵌入到可测性设计与分析以及故障诊断软件之中。     

C4.5算法在信号设备故障诊断中的应用研究

根据我国铁路信号控制系统故障诊断的实际需要,结合铁路信号设备故障诊断专家系统的主要功能模块,重点对C4.5决策树学习算法进行研究,建立故障诊断模型,提出铁路信号系统设备复杂故障诊断的实用方法,并详细说明了诊断流程的实现过程。     

基于互测PMC模型的故障诊断方法及其应用

PMC模型是一种基于测试的系统级故障模型.针对传统诊断算法的弱点,作者于2003年建立起了PMC模型方程诊断算法的框架.本文的主要工作是:(1)对以往的理论进一步补充完善;(2)给出一个直接求绝对故障基的简便方法;(3)通过引入直和的概念,将高维PMC故障模型分拆成低维模型进行诊断;(4)举例说明方程诊断算法的应用.     

An Efficient Cuckoo Search Algorithm for System-Level Fault Diagnosis

We propose a new efficient algorithm named Cuckoo search fault diagnosis (CSFD) to solve system-level fault diagnosis problem.KMP algorithm is proposed for initialization based on the K-means partition algorithm;a fitness function is designed according to the equation constraints satisfied by the test model;the binary mapping method is advanced by optimizing existing binary mapping algorithm.Experiments show that KMP algorithm significantly reduces the disparity between the initial solution and the actual solution,and CSFD algorithm improves the efficiency and correctness significantly compared with existing typical swarm intelligence diagnosis algorithm.     

基于互测PMC模型的条件诊断算法

本文以条件诊断系统为研究对象,首先对条件诊断系统的互测PMC模型进行研究,把传统诊断系统的有向图表达式G(V,E)转换成互测有向图表达式G(F,T,M,HF),然后对条件诊断互测有向图表达式中相互关联的F、T、M、HF四个集合的性质和定理进行研究,最后提出一种基于互测PMC模型的条件诊断算法,该算法可简单、快速地找出故障模式,并对具体症侯是否有唯一故障模式进行判定.     

基于PMC模型的条件故障诊断

系统级故障诊断是保证复杂多处理器系统可靠性的一种重要的手段,PMC模型是一种重要的系统级故障诊断模型.本文通过对PMC模型的t条件可诊断性进行分析和论证,首次给出了互测PMC模型的t条件可诊断的充要条件.并通过构建条件故障模式方程组,然后利用自然连接和笛卡尔积等关系代数对条件故障模式方程组进行求解,进而首创了一种便捷的条件故障模式算法.本文最后根据互测PMC模型的t条件可诊断的充要条件进一步给出了一种新型的t条件可诊断判定算法,该算法简单有效.     

一种基于神经网络的模拟电路故障诊断方法

模拟电路故障诊断一直是一项富有挑战性的研究课题。文章在简要介绍BP神经网络基本原理的基础上,以差分放大电路为例,设计并实现了基于BP算法的模拟电路故障诊断方法,建立了模拟电路故障诊断BP神经网络模型。实验表明,该模型的辨识精度高,能实现对模拟电路故障的正确诊断。     

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。     

一种改进的通信有限状态机的错误诊断方法

目前对于通信状态机的研究已经很广泛,但对于通信状态机的错误诊断方法的研究不多,已有的问题模型都是输出错误和转换错误。为了更好地将错误诊断与实际相结合,本文在一般的通信有限状态机模型上,新增了一种不可执行的情况,并在传统的问题模型中新增一种转换未执行错误的问题模型。在假设单个错误的情况下,提出了一整套新的错误诊断算法,算法通过分析症状信息进行分步检测,并利用可疑转换下一步输入输出和用例的转换序列等信息来定位出单个错误。最后,文中给出一个实例,详细描述了算法的诊断过程。