基于最小生成树的网络故障定位算法研究

针对网络中某一个设备故障可能会使其他设备产生告警甚至影响整个网络运行的这种情况,提出一种基于最小生成树的网络故障定位算法以找出故障源。该算法包括时间关联分析和空间关联分析,时间关联分析通过压缩、过滤、计数和抑止规则对告警信息进行处理以减少冗余。空间关联分析通过预处理、告警分析、调整最小生成树和链路关联四部分对进行冗余处理后的告警信息进行处理以确定出真正的故障源。算法结果表明,其可以有效支持校园网络的故障管理,帮助网络管理员快速找出故障设备,以提高工作效率。     

配电网故障恢复研究现状及展望

配电网作为输电与用电的中间环节,一旦发生故障不仅会对上级电网产生影响,而且也给下级电力客户带来重大损失。因此,制定合理、有效的配电网故障恢复策略十分重要。介绍了配电网故障恢复建模中常见的几种约束条件和目标函数,对求解配电网故障恢复方案的传统启发式算法以及现代智能优化算法进行分析,总结了各类算法的优缺点并分析了求解算法的发展趋势。结合配电网的实际状况及发展趋势,阐述了多故障及含分布式发电状况下的配电网故障恢复研究现状,探讨了配电网故障恢复的研究趋势和有待研究的五大问题。     

基于Petri网与粒子群算法的主动配电网故障定位

针对主动配电网故障定位的容错性差、运算时间长及通用性差等问题,引入一种基于Petri网与粒子群算法结合的故障定位方法。根据主动配电网的拓扑结构和馈线终端单元上传的故障信息建立开关函数,提出基于Petri网的并行粒子群算法定位故障区段。通过实验对所提方法的有效性进行验证。结果表明:Petri网与粒子群算法相结合的故障搜寻方法对于接线复杂、分支众多的主动配电网结构具有较好的适应性与收敛性。     

煤电钻供电线路串联故障电弧检测技术研究

为了避免煤电钻供电线路串联故障电弧发热电流引起的火灾和点燃瓦斯造成爆炸事故,探讨为煤电钻综合保护装置增加故障电弧保护功能。通过将串联故障电弧电流与正常工作电流的波形数据比对,找出其差异特征,分析了采用现有检测技术的不足,提出利用单片机作为信号处理单元,应用高次谐波周期差别算法对电流信号进行检测和判断的故障电弧检测方法。分析结果表明采用高次谐波周期差别算法的故障电弧检测方法,可以对由于电缆芯线接头被氧化或松脱造成接触不良产生的电弧故障进行保护。     

VMD和CICA在齿轮箱故障诊断中的应用

针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(variational mode decomposition, VMD)的约束独立分量分析(constrained independent component analysis, CICA)算法。利用单通道加速度传感器采集齿轮箱的混合故障信号,通过VMD算法将混合信号分解为多个不同的本征模态函数(intrinsic mode function, IMF),然后依据峭度和互相关系数选取有效的IMF分量进行重构信号,对于重构信号利用CICA进行降噪处理,根据CICA降噪后得到齿轮和轴承的故障特征,对齿轮和轴承混合故障进行仿真及实验研究,结果表明,VMD-CICA算法可以很好地提取齿轮和轴承的故障特征频率,同时与经验模态分解-约束独立分量分析(EMD-CICA)和集成经验模态分解-约束独立分量分析(EEMD-CICA)算法相比得到的故障特征频率更明显。     

基于稀疏矩阵和集合运算的配电网故障定位与隔离算法

针对含有分布式电源的配电网,提出一种基于稀疏矩阵和集合运算的通用故障定位与隔离算法。采用网络拓扑结构的关联信息构成区域-节点矩阵以及不同节点的电流信息构成故障信息矩阵,以三元组稀疏矩阵方式在计算机中存储,在此基础上,使用简单的集合运算代替现有算法中高阶矩阵运算,实现多重故障的一次性定位与隔离。此外,研究了算法在故障信息丢失和故障信息错误等异常情况下的容错性能。在Matlab中对故障定位功能以及交互性能进行实现,算例计算结果验证了该方法的可行性与有效性。     

基于神经网络汽车离合器故障诊断的研究

利用神经网络中三种不同的算法,对汽车离合器的故障进行诊断,并利用MATLAB将诊断结果可视化输出,实现汽车离合器故障的在线诊断．     

神经网络应用于工程机械故障诊断的研究

神经网络的数学算法可将样本的输入输出转变为非线性优化算法。工程机械由若干系统组成,其神经网络的故障诊断器由相应的故障分类器构成,利用判决规则进行故障判断。     

基于改进黏菌算法的接地网封闭图形遍历诊断方法

为更高效地进行接地网故障诊断，提出一种基于改进黏菌算法(ISMA)的封闭图形遍历诊断方法。首先，基于电网络理论建立接地网模型，本研究设计封闭图形遍历方法进行诊断：设计合适的封闭图形将接地网划分出若干区域，先对这些区域进行移步遍历诊断，得到适应度最小的故障区域后，再对故障区域进行停步遍历诊断，从而找到故障支路。其次，针对该模型，采用改进黏菌算法进行求解：该算法引入Bernoulli混沌映射改善种群初始值，并采用柯西变异跳出局部最优。最后，在某接地网的故障诊断仿真实验中，通过封闭图形遍历诊断方法与普通诊断方法进行对比，结果表明：所提方法具有更强的收敛能力与更高的求解精度。     

基于PSO算法构建环状母线电网故障自愈系统

为了提高电网故障自愈系统所产生的社会效益,对电网故障自愈系统中存在的各个因素进行了详细分析,并提出了影响电网故障自愈系统的社会效益系数。通过将自愈负荷量、分断开关操作代价以及社会效益综合,构建电网故障自愈系统的目标函数,利用多目标PSO算法对目标函数进行了分析和评估,并在环状母线的基础上对电网故障自愈系统目标函数进行了验证,最终得出本文提出的电网故障自愈系统目标函数具有较强的收敛性,社会效益得到大幅提高。     

改进Hilbert-Huang变换的滚动轴承故障诊断

以自适应噪声完备集合经验模态分解(CEEMDAN)为基础,提出了一种改进的Hilbert-Huang变换(HHT)时频分析法。对滚动轴承振动信号进行CEEMDAN获得一组本征模态函数(IMF)。通过自动提取敏感IMF算法,筛选特征敏感IMF分量,计算特征敏感IMF分量的Hilbert包络谱和HHT二维时频谱,提取故障特征频率信息。研究结果表明:CEEMDAN算法有效降低了模态混叠,比经验模态分解(EMD)算法和集合经验模态分解(EEMD)算法具有优越性。将改进的HHT与自动提取敏感IMF算法相结合,可以有效分解信号的特征信息,筛选出含有故障特征信息的敏感IMF,剔除背景噪声和无故障IMF的干扰,有效提取轴承振动的故障特征频率,诊断出轴承故障的发生部位。     

预维修诊断系统开发的关键技术

介绍预维修诊断系统研究现状,得出国内外预维修诊断系统开发的前提和两项关键技术——数据处理过程和诊断故障所在位置算法的选择;然后分别对这两项技术进行探讨,得到数据处理的方法与步骤,诊断故障位置算法的特性与发展趋势,结果表明,多种算法结合的准确率较高,并给出预维修诊断系统的开发实例以说明其关键技术的应用过程.     

基于MEEMD和SVM的贯通式同相牵引直接供电系统牵引网故障识别

针对贯通式同向牵引直接供电系统牵引网故障识别,提出了一种基于改进总体平均经验模态分解和支持向量机的故障识别方法.利用PSCAD仿真平台搭建3种不同类型(雷击故障,雷击干扰,接地故障)的故障模型,通过模拟仿真得到故障暂态电流,并对其解耦得到故障电流相模分量.采用MEEMD算法对故障电流相模分量进行分解,提取特征向量,通过...     

基于案例推理的复杂装备故障诊断系统研究

将案例推理技术引入到复杂装备故障诊断系统中,通过检索故障的相似案例对故障进行诊断。具体讨论了基于案例推理的案例表示,探讨了这种基于案例推理的推理过程,最后讨论了相似度定义和基于矢量计算的检索相似案例的算法,从而得到一种对复杂装备故障进行诊断较为行之有效的方法。     

基于模糊故障树的压路机振动液压系统故障诊断与维护策略

为了研究压路机的振动液压系统故障发生的原因,以压路机振动液压系统作为研究对象,通过分析该系统的工作原理及其故障形式,提出了对压路机振动液压系统的故障基于模糊故障树理论的诊断方法,建立了该系统的模糊故障树,并对该故障树进行了事件模糊化分析和算法研究,指出广度优先算法可用于进行模糊故障树分析故障诊断问题,最后提出了压路机振动液压系统故障的预防和维护措施。     

利用SOM网络可视化方法诊断液压系统故障

由于液压系统的非线性、故障机理的复杂性和多样性,很难准确判断复杂液压系统的故障原因,利用神经网络具有良好的非线性映射能力、自学习适应能力和并行信息处理能力,为解决未知不确定非线性系统的问题提供了一条新的思路.介绍了基于自组织特征映射神经网络(SOM网络)进行液压系统故障诊断的方法.SOM网络是一种重要的无导师学习训练算法的神经网络,使用该算法进行训练后,可以将高维输入空间映射到二维空间上,并对故障现象进行自动分类,从而得出它们对应的故障原因.同时为了便于识别故障,利用U矩阵图对神经网络仿真结果进行可视化.以某工程机械的水平支腿液压系统为例,应用SOM网络进行仿真,并对结果进行可视化.仿真结果表明,SOM网络可视化方法具有故障模式识别能力,为液压系统故障诊断提供一条新途径.     

基于S-G滤波的交通流故障数据识别与修复算法

为了提高检测器采集到的交通流数据的有效性,基于S-G滤波法和数据驱动方法,提出一套交通流故障数据识别与修复的算法。以北京市某路段上单个交通流检测器所收集的数据为基础,结合实时数据与历史数据,完成故障数据识别与修复过程。与传统方法相比,该方法整合了交通流故障数据识别与故障数据修复两部分功能,运算更加高效而可靠。通过对北京市某路段实测数据的处理实例对算法进行验证。结果表明该方法实用性较高、运算速度快,为异常数据处理提出了新的思路。     

燃气管网故障管段隔离决策算法

建立了燃气管网故障管段隔离决策算法,用于管段（或阀门）发生故障时,为了从管网隔离故障管段（或阀门）,确定需关闭的阀门。由该算法编制的程序计算结果可给出相应的故障管段（或阀门）隔离影响区、影响供气量等。基于该算法,利用GIS的管网数据库,可实现在线故障管段（或阀门）隔离决策。     

小波包和Apriori算法燃气调压器故障诊断与预警

提出一种基于小波包和Apriori算法的燃气调压器故障诊断与预警模型。首先通过小波包算法分析调压器出口压力、负载压力,得出各故障类型的频带能量值,然后采用皮尔逊相关系数法计算出口压力与工况流速、工况流速与阀位相对开度、出口压力与负载压力的相关系数,经事务型转换后应用Apriori算法求得多变量相关系数与故障类型之间的强关联规则。采用小波包算法对调压器出口压力及负载压力进行分解得到的频带能量值可作为基础判据。Apriori算法得出的多变量相关系数与故障类型之间的强关联规则可以作为关键判据,提升高-中压燃气调压器故障诊断与预警模型的精准度。应用小波包算法和Apriori算法相结合的方法建立的高-中压燃气调压器故障诊断与预警模型经实例验证可行。     

一种基于神经网络的电梯故障诊断方法

针对电梯控制系统的安全性问题,提出了一种基于GCAQBP学习算法的神经网络模型,并将该模型应用于电梯故障诊断系统中。使用该方法对电梯的几种典型故障进行诊断分析。结果表明,该方法具有较好的实用效果。