PLA逻辑等效网络及其在交叉点故障测试中的应用

本文提出了构造组合型PLA的一种逻辑等效网络方法,并阐述了组合型PLA中的交叉点故障与这种PLA逻辑等效网络中固定型的故障相等效。最后介绍了这种网络在交叉点故障测试中的应用。     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

关于PLA折迭的优化技术

本文提出了面向PLA折迭的逻辑化简技术和一个PLA行、列混合折迭算法,PLA折迭是通过使两个逻辑信号共享阵列中的一行或一列,以减少硅片面积,为了提高PLA的折迭效率,必须在逻辑设计过程中就考虑到折迭的因素,使得既在逻辑上化简,又便于PLA折迭,本文在经典的逻辑最小化基础上,提出了一个面向PLA折迭的逻辑化简算法,已经知道PLA折迭问题是NP完全的,所以要找一个多项式复杂度的最优化算法是不可能的,我们提出一个行、列混合折迭的启发式算法,可以快速地求得PLA折迭的近似最优解。一些实例表明它优于现存的行、列单独折迭算法。     

基于扩展模糊时间Petri网的故障诊断

针对故障诊断中可能出现的故障原因漏判问题,提出一种基于扩展模糊时间Petri网的故障诊断算法。该算法通过检查模糊时间戳确定故障时刻所有故障原因的状态,结合正向和逆向推理最大程度地解决故障原因漏判问题,从而确定主要、次要和其他故障原因。燃气轮机的故障诊断实例验证了该算法的有效性。     

基于贝叶斯征兆解释度的链路故障定位算法

针对故障和征兆关系不确定的网络中故障定位算法检测率低和误检率高的缺陷,提出了一种基于贝叶斯征兆解释度的链路故障定位算法。该算法以概率加权的二分图作为故障传播模型,通过处理贝叶斯后验概率信息,定义一种新的参数贝叶斯征兆解释度,并基于该参数对可能链路故障进行判断,得出最优故障假设集合,实现链路故障定位。理论分析和仿真实验表明,该算法具有较低的计算复杂度,且在小规模不确定网络中具有较高的故障检测率和较低的故障误检率。     

系统故障诊断的一种神经网络方法

该文首先提出一个通用故障示例模型,然后运用一种自适应神经网络学习算法来寻找差错属性与故障类型之间的对应关系,由此对故障进行诊断。因为网络的结构事先并不确定,而是在训练的同时进行同步构造,所以确保了训练后建立网络具有较好的适应性。     

一种基于混沌搜索的IDDT测试产生算法*

针对瞬态电流测试提出了一种测试产生算法。该算法利用改进FAN算法的反向蕴涵部分激活故障并将测试向量空间映射到混沌空间,采用混沌搜索来确定未确定的测试向量位。模拟实验结果表明,将这种方法用于瞬态电流测试产生是可行的。     

基于先锋光纤通道交换网的故障监测与诊断的研究与设计

基于先锋网的天气预报系统对先锋网的可靠性和可管理性提出了要求。分析了先锋网的原理后,我们设计了先锋网故障监测与诊断子系统,并在分析了SNMP下目前故障诊断方法的基础上,提出了主动式的根据各硬件设备的关系收集信息来确定故障源的诊断算法;系统采用以太网与光纤网双型网络,能依据设备之间的关系,经过主动的测试、推断和排除来确定故障的位置,具有很高的智能性,特别是当光纤通路出现故障时,系统还能利用第二条通路进行详细的诊断;系统采用的诊断算法能够根据各部分间的关系对可能出现故障的部分进行主动测试,收集需要的测试信息,从而确定故障源。     

基于分层多模自适应滤波算法的无人机多重传感器故障诊断

应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障,但是当把它用于检测系统的双重或多重故障时,这一算法需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量的滤波器并行运算,大大增加了系统的故障诊断时间,为了简化算法并减少算法计算时间,本文提出了一种用于复杂系统的多重故障诊断的分层多重模型滤波技术,在确定某一单个故障发生后,则可以启用一组基于上一单个故障的新滤波器来检测系统的第二重故障,这样减少了并行运算的滤波器数量,从而减少计算量和故障诊断时间.本文将此算法应用于某无人机多重传感器的故障诊断,仿真结果验证了该方法的有效性.     

基于虚拟网络的故障探测及诊断算法的研究

随着网络技术的不断进步,使用网络的人数日益增加,通过网络的虚拟化来解决现实中存在的一些问题,已经成为当今IT界研究的重点,受到越来越多的关注。通过虚拟网络进行网络的故障探测,获得实时网络性能参数,从而第一时间确定网络故障的位置。但是现有的故障管理技术并不能完全支持虚拟网络的应用,在此基础上,针对网络的动态不确定性设计出探针站部署算法和基于协作的端到端故障诊断算法来确定网络出现故障的方位,从而解决其实际的网络故障问题。     

接近最小化积之和式的简化方法

本文介绍一个将任意布尔函数最小化的算法。其方法与先前首先求得全部质蕴涵项然后确定最小覆盖的方法不同。这个算法为了获得接近最小的积之和的实现,运用一组条件来选择质蕴涵项。并把它推广到多输出和不完全规定函数的情况。所提出的算法的主要特点是求解同一问题所化费的机器时间比用其它的算法少。如果只要求结果是较少的乘积项时,MINI算法对于输入、输出数目多的布尔函数可以给出较好的结果。这个算法也适合于寻求内部按积之和实现的大的布尔函数的可编程序阵列(PLA)的解。     

PLA测试产生方法概论

PLA以其独特的优势和规整的结构越来越广泛地应用于复杂的VLSI系统的设计中,其测试问题由于它的难度和特殊性颇受普遍重视。十多年来,许多研究人员专注于PLA测试方法的研究,提出了不少解决的办法。本文试图在讨论PLA的故障类型及其故障模型和检测关系的基础上,归纳总结并分析现有PLA故障测试生成的几类主要方法。     

PLA测试产生方法概论

PLA以其独特的优势和规整的结构,越来越广泛地应用于复杂的VLSI系统的设计中,它的测试问题由于其难度和特殊性受到普遍的重视。十多年来,许多研究人员专注于PLA测试方法的研究,提出了不少解决问题的办法。本文试图在讨论PLA的故障类型及其故障模型和检测关系的基础上,归纳总结并分析现有的PLA故障测试生成的几类主要方法,以飨读者,切磋商讨。     

Spark平台环境下基于Aco-kmeans算法的滚轴故障检测算法研究

针对现有滚轴故障预测方法预测精度差、效率低的不足,提出一种基于Aco-k means算法的滚轴故障预测方法.在Spark平台环境下,利用小波包变换提取滚轴故障信号的时频域特征,并对滚动轴承故障特征进行聚类分析;引入Aco仿生算法确定故障特征数据聚类中心及故障样本数据间的欧氏距离,在全局范围内寻优并确定滚轴故障的类别与严...     

PLA故障测试生成

本文在讨论和分析现有PLA测试生成方法的基础上.综合比较了这些方法的各个特点,针对PLA测试的特殊性,提出了一个折衷的简洁、易理解、易实现的PLA测试生成算法──析优法的思想,以及合理的各种具体要求和启发式措施,便于增强算法的效率,并在VAX-11/780上用PASCAL实现。该算法还能辅助PLA的设计、验证和进行PLA可测试性设计的指导。     

基于改进的证据更新工业过程故障诊断研究

工业生产过程的故障成因颇为复杂,一种故障的故障特征可能有多种表现形式,而多种故障又有可能表现出一种故障特征。因此单模型、单因素的故障诊断方法已显其不足。提出了改进的证据更新的动态故障诊断算法,并结合人工智能方法应用到硝酸生产过程故障诊断系统中。该方法通过对模糊神经网络的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,诊断证据再基于改进的证据更新规则来实现证据的动态更新,根据结果来进行故障决策,从而解决了故障模式多样性、故障诊断动态性以及故障特征不确定性的问题。经实例验证,该方法的应用可提高故障诊断确诊率。     

一种容易产生测试的可编程序逻辑阵列

某些大型电路的测试产生可能是非常困难的。本文定义一种容易产生测试的可编程序逻辑阵列(ETG PLA),它不需要单独的测试产生手续,只要在测试时实时地产生测试,就可以查出所有单故障和同一阵列、相同模式的多故障。本文给出的方法,将一个PLA适当增加一些乘积线和输出线就可变成ETG PLA。     

基于压缩传感的小电流接地故障选线方法

为了解决小电流接地故障选线中信号的采样、传输和存储问题,提出了一种基于压缩传感的小电流接地故障选线方法。该方法不用考虑奈奎斯特采样频率的限制,实现了对故障信号的低频采样。采样信号是有选择性的部分信号,通过设计重构算法来准确恢复原始信号。考虑到一般条件下信号稀疏度不确定性,采用一种交替乘子方向法(ADMM)来重构稀疏度不确定的信号。通过采用快速傅里叶变换矩阵与高斯随机矩阵,并和交替乘子方向法相结合,能够很好地实现信号压缩重构。仿真结果表明,在信号稀疏度不确定的情况下,该算法重构信号效果较好,可以在实际工程中大量推广。     

数学形态学在配电网故障选线中的应用

针对配电网故障选线的研究现状,提出了一种暂态选线新算法.该算法利用两结构元素并行复合形态滤波器对选线数据进行滤波预处理,然后利用形态学算子对滤波后的波形数据进行形态突变检测,由此确定故障线路.采用EMTP仿真和Matlab数据处理相结合的方法对该算法进行验证,结果表明当配电网发生单相接地故障时,该算法不受过渡电阻、故障时刻和系统运行方式变化的影响,能够准确地确定故障线路.     

模糊Petri网在压缩机故障诊断中的应用

为克服Petri网在推理分析复杂、不确定的故障信息中的不足,引入置信度最大及深度搜索优先的诊断方法,将Petri网和模糊推理知识相结合,提出模糊Petri网故障诊断方法及其概念与规则表示,采用反向推理算法根据已发生的故障来定位故障源,给出推理算法的具体步骤。通过逻辑推理和离心式压缩机故障的实例分析,验证了该算法的有效性和可行性,提高了故障诊断的准确性和高效性。