基于深度学习的机器人电路板自主故障检测系统

机器人在生产制造以及使用过程中,由电路板问题导致机器人故障的情况屡见不鲜,因此印刷电路板的故障检测是保障机器人可靠性的关键.基于深度学习的电路板故障缺陷检测方法不仅能够有效克服人工目视检测和线上仪器检测的弊端,提高效率,同时能为生产节省很大的成本.随着深度学习在目标检测领域的不断发展,深度学习网络可以快速准确地从图像中...     

基于贝叶斯网络的电容型设备故障诊断方法

提出了基于贝叶斯网络的电容型设备故障诊断方法,阐述了贝叶斯网络的构建过程.通过广泛收集有关电容型设备的故障资料,综合其各种检测数据和故障征兆,获得了较为全面的故障集和征兆集.经过对数据的统计分析获得了各故障类型下各征兆量有明显体现的条件概率,在此基础上建立了基于贝叶斯网络的电容型设备故障诊断模型,并根据电容型设备故障诊断的特点改进了贝叶斯网络的推理过程,采用连概率计算过程进行故障类型的概率信息计算,根据概率信息进行故障分类,提高了该方法的实用性.通过电容型设备故障实例分析,诊断结果验证了该方法的正确性和有效性.     

应用于智能电网故障检测的关联规则挖掘算法优化

针对于目前故障检测方法在智能电网应用中存在较大误差的问题,介绍了一种基于贝叶斯网络和关联规则数据挖掘的算法模型,通过Hash技术优化Apriori算法,对原数据挖掘,去除不期望的候选项集,并通过贝叶斯网络训练样本,减少检测误差,最终得到电网故障检测结果。仿真结果表明,这种基于贝叶斯网络和关联规则挖掘算法的故障检测模型,比传统算法在电网故障检测方面更有效率,且检测误差大幅降低。     

一种新颖的电路板短路和断路故障检测算法

自动光学检查是利用图像处理算法进行电路板故障检测与定位的技术.电路板短路和断路故障是电路板生产过程常见故障,快速准确地检测与定位是评价电路板检测系统性能的主要指标之一.本文提出一种新颖的检测电路板短路和断路故障算法,首先对目标图像进行边缘轮廓的提取,然后利用Hough变换确定目标的数目和位置,最后通过连通域搜索找到发生短路和断路的位置,实验证实了该算法的性能.     

微网故障检测关联规则挖掘算法研究

针对于目前故障检测方法在微网应用中存在较大误差的问题,介绍了一种基于贝叶斯网络和关联规则数据挖掘的算法模型。首先,通过hash技术优化Apriori算法,对原数据挖掘,去除不期望的候选项集。然后,通过贝叶斯网络训练样本,减少检测误差,最终得到微网故障检测结果。仿真结果表明这种基于贝叶斯网络和关联规则挖掘算法的故障检测模型,比传统算法在配电网故障检测方面更有效率,并且检测误差大幅降低。     

基于贝叶斯网络的复杂装备测试性评估

针对关联模型在复杂装备测试性评估中对不确定问题描述与分析的缺陷,提出了基于贝叶斯网络的测试性评估方法。首先建立贝叶斯网络测试性评估模型,以有向边表述故障模式与测试信号之间的因果关系,利用条件概率描述系统的不确定信息。然后,将测试准备和执行时间引入贝叶斯网络,使基于贝叶斯网络的测试性评估与故障检测隔离时间相关,使测试性评估结果更加全面、客观。最后通过实例分析验证了方法的有效性。     

基于贝叶斯网络和故障区域识别的电网故障诊断研究

针对电网中因元件故障导致多个保护连锁动作的现象,提出了基于故障区域识别和贝叶斯网络的新型电网故障诊断方法.以电网元件为根节点分别建立贝叶斯网络,利用实时接线分析法确定故障区域以缩小诊断范围,再对故障区域中各元件的贝叶斯网络,利用反向推理得到各元件故障概率.结合SCADA/RMS系统信息,正向推理和相应计算推断出故障元件、拒动与误动的保护装置及断路器.算例的仿真结果证明了该方法的有效性,对于级联跳闸情况可准确诊断出故障.     

基于贝叶斯网络的电容型设备故障诊断

电容型设备的绝缘故障不仅影响整个变电站的安全运行,还危及其它设备及人身安全,因此对电容型设备进行准确的故障诊断具有重要意义。基于贝叶斯网络理论,综合电容型设备的各种检测数据,提出了电容型设备故障诊断的贝叶斯网络模型,将贝叶斯网络方法引入电容型设备的故障诊断中,根据电容型设备故障诊断及维修的特点改进了贝叶斯网络的推断过程。故障实例的诊断结果验证了文中方法的正确性和有效性。     

结合非线性频谱与贝叶斯网络的复杂装备传动系统故障诊断

针对复杂装备传动系统的故障诊断问题,提出了一种非线性频谱特征与贝叶斯网络相结合的故障诊断方法。为了克服基于Volterra级数的广义频率响应函数所存在的计算量膨胀问题,采用一维的非线性输出频率响应函数获取传递频谱特征。针对非线性频谱故障征兆与多故障模式之间存在不确定性,采用朴素贝叶斯网络进行故障识别。建立了数控装备伺服传动系统模型,重点研究了伺服传动系统永磁同步电动机定子过热与机电过载故障的诊断问题。通过前3阶非线性频谱特征构建了伺服传动系统贝叶斯诊断网络模型,给出了故障检测与识别的具体算法。故障诊断实验结果表明提出方法的故障识别率高、实时性好,平均识别率和识别时间分别为97.5%和0.26 ms。     

基于图像匹配的电路板故障检测与定位算法

自动光学检查是利用图像处理算法进行电路板故障检测与定位的技术,它可以解决传统电路板测试无法克服的缺陷.图像相减是自动光学检查中最简单和最直接的办法,但具有一定的局限性,这是由于二值化预处理造成的.本文提出一种基于图像匹配的加载电路板故障检测与定位算法,无需进行二值化预处理操作,利用图像差的绝对值、平方以及相关操作,检测与定位元件的倒装与漏装故障,并具有与图像相减类似的简易性,实验证实了该算法的性能.     

基于多代理系统的水电机组故障诊断研究

以水轮发电机组故障诊断为研究对象,以MAS(多代理系统)理论为基础,研究面向故障类型的MAS故障诊断技术。针对现在水电机组故障诊断系统结构不完善以及知识表示方法和诊断算法单一等缺点,设计基于MAS的水电机组故障诊断系统。采用模糊算法进行诊断任务的分解,采用神经网络进行面向故障类型的精确诊断。对水电机组发生的故障进行仿真,结果表明基于MAS的水电机组故障诊断系统可以准确诊断出水电机组所发生故障的类型及严重程度。     

Research on fault diagnosis for MMC-HVDCSystems

Introduction: With the development of flexible HVDC technology, the fault diagnosis of MMC-HVDC becomes a new research direction. Based on the fault diagnosis theory, this paper proposes a robust fault diagnosis method to study the fault diagnosis problem of MMC-HVDC systems. Methods: By optimizing the gain matrix in the fault observer, fault detection with good sensitivity and robustness to disturbance is achieved. In the MMC-HVDC system, because of the inherently uncertain system and the presence of various random disturbances, the study of robust fault diagnosis method is particularly important. Results: Simulation studies during various AC faults have been carried out based on a 61-level MMC-HVDC mathematical model. The results validate the feasibility and effectiveness of the proposed fault diagnosis method. Conclusions: So this fault diagnosis method can be further applied to the actual project, to quickly achieve system fault diagnosis and accurately complete fault identification.     

电网故障诊断系统在线运行状况分析及其改进措施

对于投入在线运行的电网故障诊断系统,为了分析统计诊断结果的正确率和追查错误根源,研究开发了记录该系统各环节生成的历史故障数据的功能,利用该功能记录了某地区电网故障诊断系统从2008年11月到2010年2月试运行期间的历史故障数据,研究制定了一个用历史数据分析电网故障诊断系统在线运行状况的流程,统计了这期间该系统总体运行情况,详细分析总结了故障诊断系统未启动和诊断结果错误的原因,并提出相应的改进措施。最后提出将历史数据用于在线电网故障诊断的思路及其需要解决的关键问题,阐述了研究开发自动维护电网二次数据工具的必要性。     

Research on fault diagnosis for MMC-HVDC Systems

Based on the fault diagnosis theory, this paper proposes a robust fault diagnosis method to study the fault diagnosis problem of MMC-HVDC systems. By optimizing the gain matrix in the fault observer, fault detection with good sensitivity and robustness to disturbance is achieved. In the MMC-HVDC system, because of the inherently uncertain system and the presence of various random disturbances, the study of robust fault diagnosis method is particularly important. Simulation studies during various AC faults have been carried out based on a 61-level MMC-HVDC mathematical model. The results validate the feasibility and effectiveness of the proposed fault diagnosis method.     

汽轮机振动故障诊断知识信息服务系统

汽轮机组故障诊断推理过程大多在信息不完备的情况下进行,需要解决规则不确定性、推理不确定性及规则参数获取等问题。针对上述问题,依据故障诊断规则的充分性、必要性属性提出了基于双参数的加权推理方法。汽轮机组故障诊断的专家经验知识是故障诊断工作的重要保障,知识信息服务系统的研究是开发故障诊断专家系统的基础。文中设计并实现了结合数据库技术、网络技术的知识信息服务系统,实际工程应用表明,该系统具有广阔的应用前景。     

基于GA与RS的电力系统输电线路故障诊断

针对电力系统中存在着各种故障,及断路器跳闸进而引起大范围停电的情况,提出了一种基于建模-简约-优化的多源信息融合的智能故障诊断方法.通过对电力系统输电线路故障的原因分析,确定基于遗传算法的故障诊断规则.再利用粗糙集理论对故障动作决策表进行最大限度的约简,此方法保留了关键信息同时得到了知识的最小表达,能够更快更准确的诊断出故障发生的位置.通过实验证明:文中所提出故障诊断模型高效便捷,可应用于大型电力系统的故障诊断,尤其是输电线路方面的故障诊断,在诊断电力线路故障方面提供了一个切实有效的方法.     

基于C/S模式的测控装备故障诊断系统研制

为了实现通过本地或IP网络对放置在站址的测控装备进行实时故障诊断,开发了一套基于客户端/服务器模式的故障诊断系统.本系统的信号检测模块采用虚拟仪器的PXI体系结构.故障诊断采用基于故障字典和故障树的方法,用户界面设计时采用了LabVIEW图形化软件,后台数据保存则采用Microsoft SQL Server 2005中...     

基于时空自注意力的航天器电源系统故障诊断

航天器电源系统是航天器关键子系统之一,其运行状态直接影响整个航天器系统的寿命和性能,因此采用先进的技术对电源系统进行故障诊断,以此提高航天器在轨可靠性和安全性成为目前故障诊断领域的研究重点。基于深度学习的方法具有拟合能力强、特征提取丰富等优势,成为故障诊断领域的主流方法。然而,在航天器电源系统故障诊断领域,主流的故障诊断方法无法捕获序列的长期依赖关系且局限于时间维度建模,严重影响故障诊断方法的性能。因此,本文提出一种基于时空自注意力机制的方法,对航天器电源系统进行高效准确的故障诊断。方法采用基于Transformer的编码器结构提取空间航天器遥测数据中的高维特征,并对其中的自注意力机制进行优化,采用时间卷积提取处理时序特征信息,并采用时间、空间双向自注意力机制提取数据中的时空特征,然后对模型提取的特征进行映射得到空间航天器故障诊断结果。最后在航空电源系统数据集上开展相关实验。实验结果表明与目前故障诊断领域常用的方法进行相比,所提方法具有更强的故障表征提取能力,可有效提高航天器电源系统故障诊断能力。     

基于预警单元的逆变器并联系统分层故障诊断系统

随着逆变器并联系统规模的增大,电源系统对故障诊断提出了新的要求.结合逆变器并联系统故障诊断的特点,对所存在的问题进行了分析,并通过新的应用思路,将神经网络和专家系统应用到逆变器并联系统的故障诊断中.提出并定义了故障预警的一系列相关概念,设计了预警单元的工作结构.在此基础上提出了一种新的基于故障预警单元的分层故障诊断专家系统,详细阐述了故障预警单元的实现以及诊断系统的工作原理.通过原理分析及仿真结果可以看出,提出的方法对神经网络和专家系统在故障诊断中的有效应用具有很好的推动作用和一定的指导意义.     

基于深度置信网络的电网安全稳定控制系统故障诊断方法

安全稳定控制系统（安控系统）控制节点多,控制链条长,若因故障导致拒动或者误动,将给电网的运行造成严重危害。安控系统的故障诊断是电力系统安全稳定运行的基础。现有安控系统的故障诊断主要依赖于技术人员依据通信报文辅助判别异常原因,难以对安控系统各个环节故障进行实时诊断。为此,分析了安控系统故障的存在环节和产生原因,提取了安控系统故障特征量;进而建立了基于深度置信网络的安控系统故障诊断模型,提出了安控系统故障诊断方法;最后选取安控系统运行故障样本,验证了故障诊断方法的正确性。