基于MIL-STD-1553B的运载火箭故障诊断与故障注入方法

针对运载火箭系统众多,故障形式多样,出现故障难以准确定位的特点,研究了一种基于MIL-STD-1553B总线(下称1553B总线)的故障诊断和故障注入方法,采用故障树分析法确定失效故障链,实时诊断和预测系统故障;由于实际的系统故障数据较少,通过失效机理分析获得运载火箭的故障库,采用1553B总线对系统注入特定故障;在运载火箭地面故障诊断与注入系统中,原有的拓扑结构维持不变,故障诊断系统作为1553B总线监视器,故障注入系统作为1553B总线的远程终端,并与运载火箭的众多子系统互联,通过总线耦合器连接火箭外部的发射控制平台;最后通过基于实际工程型号开发的故障诊断平台和故障注入平台进行了测试,测试结果表明具有满意的故障覆盖率。     

基于故障传播与因果关系的故障溯源方法及其在牵引传动控制系统中的应用

针对故障溯源问题,提出一种基于故障传播与因果关系的故障溯源方法.该方法首先建立体现时空特性的系统故障传播模型;其次利用Granger因果关系技术判定不同观测点信号间的因果关系,确定适合提取信号故障特征用于故障诊断的观测点;然后提取系统运行时这些观测点故障特征和故障传播时间;最后同故障传播模型中对应观测点的时空特性相匹配,从而确定故障类型与位置,实现故障溯源.所提方法在高速列车牵引传动控制系统半实物仿真平台上进行了实验验证,结果表明该方法可行有效.     

基于ARINC739规范的控制显示组件仿真系统研究

通过对ARINC739规范的研究,利用接口仿真技术设计了具有真实航电组件接口特性和外形的多功能控制显示组件仿真系统;系统设计使用面向对象的设计语言,建立了符合ARINC739规范通信接口模型,解决了页面系统生成、协议故障注入等关键问题;仿真结果表明,仿真系统可以完成与其他飞机系统的数据交互和显示,协议故障注入功能对于测试其他仿真组件的故障处理功能有较大帮助。     

基于人工智能技术的不完备信息系统智能诊断方法研究

为了提高不完备信息系统故障诊断的正确性与效率,本文提出一种基于粗糙集理论、蚁群优化算法和RBF神经网络相结合的故障智能诊断方法。该方法首先利用“条件组合补齐算法”对不完备的数据进行完备化处理,再利用粗糙集对条件属性进行知识约简,得到具有最大完备度的最小规则集,接着用蚁群算法优化RBF神经网络的权值,并将最小规则集用于训练RBF神经网络模型,获得故障智能诊断模型。通过实际工程数据验证故障智能诊断模型的有效性,结果表明提出的方法能有效实现系统故障的诊断。     

基于多总线的飞机电气故障模拟实验系统设计

设计了新型的飞机电气故障模拟实验系统,用于模拟机载电源故障和用电设备故障,给出了模拟实验系统的总体设计方案;硬件设计部分集成了RS-485、USB和GPIB等多种总线,软件设计部分结合虚拟仪器技术,能够实现故障注入、实时监控故障过程和记录实验数据;针对某型飞机的电气系统故障,进行了相关模拟实验,达到了预期的效果;提出的系统可以模拟通用电气设备故障,具有很好的开放性和可扩展性。     

基于数据驱动残差评价策略的故障检测方法

提出一种基于残差评价策略的故障检测方法,在仅有系统残差数据的基础上,不依赖于系统解析模型进行故障检测,为基于数据驱动方法进行复杂系统的故障检测提供了新的理论依据.为了提高系统故障检测的准确性,在分析故障检测漏报率和误报率的基础上,对故障检测阈值进行优化设计,并通过对车辆电源系统可能发生的励磁系统故障进行故障检测,验证了所提出方法的准确性和有效性.     

FISDR:一种新的故障注入无线传感器网络性能评估系统

在无线传感器网络WSN中,可靠性和容错性是评价WSN稳定性的重要指标。在WSN的实际应用中常会发生很多故障(Fault)和干扰,采用故障注入FI技术可以向WSN人为地注入这些故障和干扰,通过观察注入故障后网络的反应来评价网络的可靠性和容错性,从而对网络机制进行改进来提高网络的可靠性和稳定性。本文提出的FISDR是一种采用故障注入的WSN性能评估系统,基于软件故障注入方法,采用一对一的方式通过特殊接口与WSN节点连接,向WSN节点注入故障命令。该系统一是可以有效地向WSN注入各种实际应用时可能遇到的故障和干扰并观察网络运行的状况;二是可以接收包括WSN节点和其它各种设备通过特殊接口发来的数据,并将其存储;三是配有上位机软件对网络拓扑结构进行监控、对传输成功率进行统计并对存储的大量信息进行分析,从而对WSN网络及其可靠性做出评价。本系统在一栋五层办公楼分别用数十个WSN节点和FISDR节点做实验,实验内容包括使用FISDR向WSN注入大规模的故障并统计网络的反应状况,验证FISDR故障注入的效果,从而对FISDR的性能进行测试和分析。实验结果表明,FISDR可以有效地向WSN注入各种故障以评价其可靠性,在测试WSN及其可靠性评价方面有很高的应用价值。     

BP神经网络模型在无人机系统故障预测中的应用分析

提出一种利用BP神经网络预测无人机系统故障的方法。对利用无人机系统故障数据集预测无人机故障的相关问题进行分析;给出BP神经网络的建模思路和计算方法;探讨使用特征变量显著性筛选技术识别故障影响因素。实际计算表明该方法能有效应用于无人机故障预测,具可行性。     

基于半实物仿真的电路板故障注入系统设计与实现

为了满足某型装备电路板测试性与诊断设计评价的需求,提出了一种基于DSP技术,利用半实物仿真方式实现的故障注入系统;该系统以TMS320C5416系列DSP器件为核心器件,利用CPLD扩展外部电路,主控计算机与该系统的通信通过USB接口实现,在故障注入时通过半实物仿真模式实现对电路板典型故障的注入;通过对典型电路的故障注入试验表明,该系统可靠性高,配置灵活,使用方便;目前该系统已经在工程实践中得到应用,效果明显,对提高电路板测试性设计水平具有重要意义。     

一种面向文件系统的通用故障注入工具

研究计算机I/O子系统对文件系统故障的容错能力,设计一种面向文件系统的通用软件故障注入工具.通过在内核态拦截和修改文件操作函数跳转表实现文件系统故障的注入,模拟计算机I/O子系统可能出现的多种暂时性或永久性故障,并结合性能测试工具分析故障注入前后文件系统的性能变化.实验结果表明,该故障注入工具能够有效地模拟文件操作异常类故障.     

基于WEBGIS的粗糙集配电网故障定位方法

提出一种WEBGIS环境下运用粗糙集理论，并采用电话报修信息实现配电网故障定位的约简新方法。该方法以根据配电网拓扑结构形成的决策表为主要工具。对决策表进行属性约简和值约简．导出故障诊断规则，生成统一的故障诊断专家知识库表，揭示了报修信息内在冗余性。本研究运用C#语言编程实现了配电网故障诊断决策表的约简流程，结合WEBGIS平台。充分利用企业内部网络中的数据库资源。进行简单快速的故障诊断运算。实现故障区域定位可视化。算例结果表明了该方法的可行性和有效性。     

基于批量匹配算法模型的配电网故障诊断方法

配电网发生故障后线路电流增加、电压迅速下降,对配电网的电能质量和供电可靠性产生影响,本研究建立配电网故障诊断系统,利用采集到的线路故障信息迅速发现并定位故障位置。采集断路器跳闸前两个周波的变压器低压侧相电压波形,并进行傅里叶加窗变换计算基波的有效值,分析发生故障后低压侧相电压的变化规律。系统应用基于多语义交互的批量匹配算法,利用改善后的编码器进行故障文本信息的编码。实验结果显示本研究系统的故障诊断模型的训练速度较快,故障诊断准确率最高达到100%,语言推送任务测试中,SNL数据集的准确率为100%。     

基于机器学习的配电网监控信息智能分析规则库构建方法

为构建一种具有实时性的配电网监控信息智能分析规则库,提出了基于机器学习的配电网监控信息智能分析规则库构建方法。将规则库中全部配电网监控规则头排序并设成主链,将规则导进链表里生成规则集,保证各个监控信息数据包都存在一个分析规则。使用基于机器学习的配电网故障数据分类方法,识别配电网监控信息中的故障数据,并提取故障数据频繁项集。使用基于MapReduce的并行关联规则增量更新算法,更新分析规则库中的信息智能分析规则,保证分析规则库中的信息智能分析规则具有实时性。实验结果表明,所提方法的识别结果准确度、检出率均值都大于0.97,假阳性率都是0.01,可以及时识别出配电网监控系统实时检测故障信息,保证信息智能分析规则更新具有实时性。     

基于遗传粒子群法的配电网故障定位研究

针对分布式电源接入后配电网故障定位困难的现状,构造了适应多分布式电源接入的故障电流编码方式、开关函数和评价函数。提出了基于改进遗传粒子群法的配电网故障定位方法,该方法有效融合了遗传算法在全局搜索方面和粒子群法在局部搜索方面的优势。建立配电网故障定位仿真实例,通过配电网系统单重故障和多重故障及FTU上传故障信息出现畸变情况的仿真对比分析,结果表明本方法具有更高的定位准确率和较快的收敛速度,且本方法抗干扰性更强。本研究成果可为配电网故障定位提供有效的参考和技术指导。     

一种无线传感器网络节点的故障检测算法

在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。     

基于因果规则的电力营销系统故障定位算法

现有的故障定位算法无法有效地应用于带有负载均衡机制的因果关系频繁变动的复杂系统。为此,本文提出一种基于因果规则的故障定位算法（CRFLA）。首先利用改进的因果关联兴趣度度量方法自适应地学习出故障和事件之间因果规则,然后根据得到的因果规则中故障原因集对已发生事件集的影响程度进行根因推断。该方法考虑了因果关系的同时无需明确具体的因果网络结构,并且能够灵活地结合先验知识。利用电力营销系统中真实生产环境产生的数据进行故障定位,实验结果表明,CRFLA优于传统的方法,能够迅速、有效地定位故障根因。     

基于蜂群算法的网络入侵检测模型优化

基于网络入侵检测的蜂群算法优化模式是一个用于网络入侵检测开发的专用编程接口．基于该编程接口,在Linux平台上设计和实现了一个复杂的入侵检测系统．基于网络入侵检测的蜂群算法与差分进化算法（DE）混合,采取数据信息处理模式,可以按照双群结构的要求,进行数据信息独立分析,从而能够产生数据信息交换功能．通过分布式技术对蜂群进行空间分析,通过空间信息搜索工具,保证学习策略功能能够完成．从仿真实验看提高种群解的质量．设计了一种简单入侵检测模式的描述语言,对入侵检测的特征数据库进行优化,对网络异常行为进行入侵检测．     

一种交通视频专网故障定位方法*

针对复杂异构网络环境中故障定位难的问题,采用代理技术,分析视频专网服务质量（QoS）,提出了一种基于改进代码书的网络故障定位算法。该算法采用视频QoS阈值进行故障事件检测,引入时间参数,建立具有三个维度参数的专网故障代码书,实现了视频监控质量评估与网络故障的快速定位。实验结果表明该算法可实现文中的故障事件实例检测,准确率比原有方法有较大提升,是一种有效的故障定位方法。     

一种新的网络故障检测方法

文章提出了一种基于粗糙集和径向基函数思想的网络层故障检测算法——RSMNBP。这种新的方法提供网络层状态数据的采集、分析、存储和响应功能,具有简化样本、适应性强、容错性高等特点,能有效处理网络层故障诊断中噪声和不相容的信息。由于检测问题的实质是一种映射,该方法用一种前馈型网络来逼近这种映射关系,实现对故障的有效分类。同时,RSMNBP的网络结构可以随着网络层中各种服务和应用的变化而构造。仿真表明,利用该方法实现的系统与同类的其他方法相比,提高了检测准确率和诊断速度。