基于解析冗余关系的动态系统故障检测和隔离

利用解析冗余关系方法进行故障检测和隔离的关键就是系统解析冗余关系的建立.未知变量剔出法对模型复杂的非线性动态系统是非常困难的.通过在系统键合图模型中加入观测信号和虚拟传感器的方法建立系统的诊断键合图模型,根据诊断键合图模型的因果路径构建系统的解析冗余关系和系统故障特征矩阵,并利用系统实际观测特征与故障特征的比较进行系统的故障检测和隔离.将该方法应用到五箱系统的故障检测和隔离,仿真结果验证了该方法的便捷性、有效性和实用性.     

模态区间在液体火箭发动机故障诊断中的应用

基于模型的故障诊断方法在处理具有不确定参数的复杂非线性系统时,由于仿真结果的不精确导致诊断错误.而传统的区间算法又容易发散,为此,引入模态区间分析方法对含有不确定性参数的非线性系统进行建模仿真和故障诊断.模态区间分析方法通过定义逻辑谓词对区间进行语义解释,从而得出系统工作区间的精确包络线,在此基础上进行的故障检测与诊断是可靠的.利用模态区间分析方法对某大型液体火箭发动机进行模拟仿真与故障诊断,结果表明:得到的系统工作区间包络线是正确的,进行故障诊断得到的结果是真实可靠的.     

混合系统故障诊断的模态转换自适应阈值研究

混合系统是既有连续变量也有离散事件的复杂的动力学系统,混合系统中的模态转换及参数不确定性可引起残差突变,原因是不同的模态下有不同的元件参与,采用常数阈值或常规自适应阈值往往造成误诊和漏诊。通过搭建混合系统键合图诊断模型,在对参数不确定性进行区间估计的基础上,运用线性分式转换构造模态转换自适应阈值,解决混合系统故障诊断中的误诊和漏诊问题。通过车辆转向系统的故障诊断进行实例分析及检验,实验结果表明所提算法的正确性和可行性,为混合系统故障诊断提供了新的解决方案。     

基于EMD和有向因子图的航天器故障诊断

为了消除噪声对提取传感器信号中故障特征的影响,同时在系统模型不精确条件下,描述故障在系统部件间的传播方式.本文提出了一种基于经验模态分解(EMD)和有向因子图(DFG)的故障诊断方法.对传感器信号进行经验模态分解得到的内部模态函数(IMF),提出采用能量做为其零点区间包含噪声成分的评价指标,基于信号内部模态函数的区块能量消除其噪声成分.对无法精确建模的物理系统,提出使用有向因子图描述系统组成部件间的因果关系,应用概率推理实现故障诊断.通过对航天器电源系统供电模块的实例分析,验证了方法的有效性.     

机械系统的故障演化测试性建模及预计

采用部件级及系统级的分层建模思想,提出基于故障演化的测试性建模方法.在部件级,分析系统的故障演化机理,建立描述系统故障与征兆参数的定性相关性矩阵;在系统级,使用键合图的分析方法,建立系统中部件故障与子系统以及系统参数间的能量传递关系,进而获得征兆参数与测试间的动力学关系.在考虑故障可检测率、故障可隔离率的基础上,以故障可预测率以及故障可跟踪率分别描述系统对故障的检测、隔离、预测和跟踪的测试性水平.案例分析结果表明:故障与征兆参数的定性关系以及征兆参数与测试的动力学关系能准确刻画机械系统中故障演化与测试的关系,在此基础上提出的测试性预计方法能够有效评估机械系统对故障的检测、隔离、跟踪和预测能力,有助于提高机械系统对故障演化的跟踪和对失效的预测水平.     

VAV空气处理机组故障检测与诊断方法及应用

针对变风量空气处理机组故障,考虑到变风量空调系统的动态性,给出了一种变风量空气处理机组故障检测与诊断方法.残差累积和(cumlative sum,CUSUM)控制图被用于检测空气处理机组故障,残差CUSUM控制图不仅可很好地适应变风量空调系统的动态性,还可消除数据自相关性对控制图性能的不利影响,有助于提高故障检测的准确性.根据质量守恒、能量守恒和控制原理,设计了3个基于规则的故障分类器,可用于寻找故障源.该故障检测与诊断方法在实际建筑中进行了在线应用,利用多种变风量空气处理机组故障验证了故障诊断方法的有效性和可靠性.     

基于SDG深层知识模型的电站热力系统故障诊断方法

鉴于符号有向图(SignedDirectedGraph,SDG)深层知识模型的推理方法是一种完备的揭示系统故障的有效方法,提出将基于SDG的方法应用于电站热力系统的故障诊断中。应用该方法首先建立了除氧器系统的SDG模型,然后根据各个故障根源得出系统的子SDG模型,最后根据这些子图导出除氧器的故障诊断规则库。诊断时,通过将系统变量的定量值转换为定性值,将实际故障工况与所建立的故障规则进行比较,得到故障源的定性诊断结果。案例研究表明,该方法具有较好的解释性和诊断的快速性,且能有效解决仿真培训过程中误操作自诊断问题。     

蓄电池散热系统建模仿真

介绍了功率键合图方法；论述了电动汽车蓄电池散热系统的热量流向并应用键合图方法建立了键合图模型；由键合图模型导出了数学模型并进一步建立了仿真模型，得到仿真结果，与Advisor软件的仿真结果进行了比较分析。     

LMI方法的不确定离散时滞系统故障诊断

为了诊断出一类具有未知扰动和模型参数不确定的离散时滞系统中的故障,采用构建故障观测器的方法对系统的故障检测问题进行了研究.通过基于线性矩阵不等式(LMI)的方法,将故障诊断问题转化为系统鲁棒稳定性的分析问题,并给出了该问题的解的存在的LMI条件和求法.文中提出的方法既提高了故障对残差的敏感性,又有效的抑制了干扰,从而提高了故障检测的效果.     

基于EMD-SVM镜像延拓的转子故障诊断研究

利用EMD算法把机械中转子的振动信号进行分解,通过镜像延拓法对EMD算法产生的端部效应进行抑制,得到若干个能够反映转子故障信号内在变化特征及变化规律的固有模态函数分量;对每一个固有模态函数分量建立AR模型,将模型的自回归参数和残差的方差作为故障特征向量,以此建立SVM分类器并进行故障类型识别。结果表明,基于EMD-SVM镜像延拓的方法能够准确快速地得到转子故障的特征和状态,增加了转子故障诊断系统的可靠性和实用性。     

利用Hausdorff距离的快速人耳检测

为有效解决人耳检测中的遮挡和光照不均等问题,结合Hausdorff距离的模糊匹配的特点和较强的抗干扰能力,提出基于Hausdorff距离的人耳检测算法.算法首先用肤色模型检测出人脸区域,然后用canny算子提取边缘,并进行距离变换,再构造多分辨率金字塔模型,在不同分辨率层上采用不同的匹配策略进行Hausdorff距离匹配.算法采用多分辨率方法显著提高检测速度,采用部分Hausdorff距离提高它的抗干扰能力.仿真实验结果取得95%的正确率,并且对遮挡和光照不均具有较强的鲁棒性.     

Fault Diagnosis of Analog Circuit Based on PSO and BP Neural Network

In order to improve the speed and accuracy of analog circuit fault diagnosis,using Back Propagation Neural Network(BPNN),a new method is proposed based on Particle Swarm Optimization(PSO)to adjust weights of BP neural network.The model can not only overcome the limitations of the slow convergence and the local extreme values by basic BP algorithm,but also improve the learning ability and generalization ability with a higher precision.The response signals of analog circuit is preprocessed by Wavelet Packet Transform(WPT)as the fault feature.The simulation result shows that the proposed method has higher diagnostic accuracy and faster convergence speed,which is effective for fault location.     

面向故障诊断的供水管网水压监测点优化布置方法

为解决供水管网故障诊断中准确率不高、经济性不佳的问题,设计了一个基于改进的果蝇优化算法核极限学习机的供水管网故障诊断模型。经验证,该模型具有学习速度快、故障识别率高等优点。以该模型为核心提出了基于果蝇优化算法的供水管网水压监测点优化布置方法。该方法首先利用果蝇优化算法形成多组水压监测点方案,然后用供水管网故障诊断模型计算每种方案的诊断准确率,选择其中诊断准确率最高、经济性最好的方案作为候选最优方案,并以此方案为基础,使用果蝇优化算法不断循环迭代,最终找到故障诊断准确率高且经济性最好的水压监测点布置方案。利用Matlab语言代码对提出供水管网水压监测点优化布置方法进行了编码实现,使用实际管网数据进行了实验,结果表明,所提出的供水管网水压监测点优化布置方法是一个有效的水压监测点优化布置方法。     

直流系统接地检测装置问题分析及改进措施

为了提高青铜峡水电站绝缘监察检测装置的可靠性和安全性,在介绍现有直流系统接地检测技术原理和装置的基础上,分析了其存在的各种问题,提出采用高灵敏抗干扰型的传感器和具有DSP数字传输技术的微机型直流绝缘在线检测装置对系统进行改进,并对改进系统原理、功能优势和可行性进行分析．结果表明,该改进措施不仅可实现直流系统的在线检测,而且可以准确判别故障,并为及时有效检修故障提供了准确的历史记录,提高了检测装置和电网的可靠性和安全性．     

EEMD-PE与M-RVM相结合的轴承故障诊断方法

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提出了一种基于集合经验模态分解-排列熵(EEMD-PE)特征提取与多分类相关向量机(M-RVM)相结合的轴承故障诊断方法.首先,该方法利用EEMD对非线性和非平稳信号的自适应分解能力,将轴承故障信号分解为一组包含故障特征的本征模态函数(IMFs).然后,利用排列熵提取由EEMD分解得到的IMFs中的故障特征,并组成特征向量.最后,采用EEMD-PE对不同故障状态下的训练样本集进行特征提取,组成特征向量集对M-RVM分类器进行建模,以概率输出的形式实现对滚动轴承的故障诊断.实验结果表明:EEMD-PE特征提取方法能够对滚动轴承振动信号的故障特征进行有效提取,M-RVM能够对故障滚动轴承振动信号包含的故障特征进行识别.与现有轴承故障诊断方法相比较,所提出的方法能够提高故障识别准确率,达到99.58%.     

应用奇异值分解和峭度分离滚动轴承复合故障

滚动轴承多故障特征影响故障诊断结果,为此提出一种结合奇异值分解和峭度的复合故障诊断方法。将采集的双通道多故障特征振动信号进行多层奇异值分解,利用奇异值差分谱和归一化峭度进行筛选和重构,实现对多故障特征的分别提取;通过滚动轴承内外圈故障实验,最终分离出轴承的2种故障。与直接采用原始信号诊断相比,该方法能够在背景噪声下准确分离频率相近的微弱故障成分,提高提取瞬态冲击信号特征的能力,能有效识别滚动轴承的故障类型和发生部位,提高复合故障诊断的准确性。实验结果表明,该方法可以有效地分离和提取滚动轴承多故障特征。     

基于虚拟仪器的纸机轴承故障诊断系统的开发与研究

介绍了基于虚拟仪器的纸机轴承振动监测与诊断系统开发的原理、方法，初步开发了针对纸机滚动轴承的故障监测与诊断系统，井将虚拟仪器测试技术引入纸机的故障监测与诊断之中，应用实例表明该系统能对滚动轴承振动信号进行时域波形监测、功率谱分析等，并能精确定位故障源，系统有助于提高纸机故障监测与诊断水平。     

基于解析小波变换的奇异性检测和特征提取

为提高信号奇异性检测的精度和故障特征提取的有效性，利用信号和噪声的小波变换模极大值沿尺度方向的不同传播特性，提出了一种通过解析小波极大模重构进行信号奇异性检测和滤噪的方法，并将解析小波分析引入机械故障诊断中.分别采用实小波极大模和解析小波极大模分析汽车主减速器性能试验机上采集的几种故障振动信号，并进行主减速器故障诊断.试验结果表明，解析小波极大模相比实小波极大模具有更好的奇异性检测效果，能够突出故障特征，从而有效提高故障诊断的准确性.     

基于滑模观测器的故障检测与重构方法

针对不确定控制系统的故障诊断问题,提出了一种利用滑模观测器进行故障检测与重构的方法.首先设计滑模观测器,以实现系统的执行机构和传感器的故障重构,然后在对系统传感器的故障重构中,采用设计二级观测器构造一个虚拟等效系统的方法提高重构精度,通过运用低通滤波器,将原始的传感器故障以执行器故障的形式表示,并用线性矩阵不等式(LMI)方法来设计观测器.该方法能够更准确的估计出系统的传感器故障,最后给出的数值仿真实例说明了其有效可行性.