电路故障快速诊断与定位

故障快速诊断是现代电子设备提高可靠性的重要手段。本文提出了一种电子线路故障快速诊断与定位的方法。该方法适合于较复杂系统故障诊断的功能测试技术。以微处理机为核心构成故障诊断系统,文章对该系统的原理、方法和软硬件设计进行了论述。     

基于故障特征信息熵的故障诊断策略优化方法

针对复杂电子设备的顺序故障诊断策略问题,为实现快速的故障检测与隔离,提出了一种基于故障特征信息熵的故障诊断策略树生成算法。该算法综合考虑测试费用和故障概率因素,依据故障特征信息熵的大小依次选择测试点来生成优化的故障诊断策略树。实例表明该算法可行,能以较低的测试费用和较少的测试步骤实现复杂电子设备的故障检测和隔离。     

灰色动态预测在AUV传感器故障诊断中的应用

针对自主水下机器人(AUV)传感器故障诊断中样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中。在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,可以实现AUV传感器的实时故障诊断。文章详细阐述了基于灰色动态预测的传感器故障诊断的具体实现方法和步骤,对AUV传感器中典型的四种故障模式进行了仿真研究。结果表明该方法能快速、准确地诊断出传感器故障,并且在传感器发生故障后的一段时间内能够实现信号恢复。     

基于改进BP算法的电子设备模块化故障诊断研究

电子设备逐渐成为越来越复杂的大系统,对其进行高效、快速的故障诊断,使其保持良好的工作状态,具有重要的意义.介绍了BP神经网络的原理,针对传统BP算法即梯度下降法收敛速度慢、容易陷入局部极小值等缺点,提出了基于附加动量法的改进方法,并将改进后的BP算法应用于电子设备模块化故障诊断中.结果表明,与传统方法相比,该模型提高了电子设备故障诊断的效率,将代表故障的信息输入训练好的神经网络后,由输出的结果,便可以判断发生故障的类型,从而实现对故障模块的精确定位,具有一定的应用价值.     

发动机运行状态的主分量灰色诊断模型研究

针对灰色理论在故障诊断领域应用中存在的准确度较差问题,提出了一种主分量空间下的灰色故障诊断模型。该诊断模型的应用首先将高维相关特征参数转化为低维相互独立的特征参数,在此基础上利用灰色理论中的灰色关联方法进行故障模式的诊断。用该方法对某电喷发动机的运行状态进行了识别。实验结果表明,基于主分量分析方法的灰色故障诊断算法可以有效消除特征参数之间的相关性,找出故障描述的最佳特征参数,突出不同参数的重要性,从而提高灰色诊断结果的准确率,可以在实践中发挥有效作用。     

基于灰色区间的神经网络在复杂系统故障诊断中的应用

复杂系统变压器的油中溶解气体分析是变压器绝缘寿命估计和绝缘故障诊断的重要依据,针对传统BP算法收敛速度慢,学习效率低等缺点,运用灰色系统理论,通过缩小神经网络输入样本的灰色区间,避免输入样本矢量的无限制增长,提高了神经网络学习性能,加快了网络的收敛速度;在此基础上,提出了一种基于灰色区间神经网络的变压器故障诊断模型;实例诊断结果表明,该模型能够快速找出故障类型而且能确定故障部位,具有很高的故障诊断率,并且大大提高了收敛速度,验证了其有效性。     

机载电子设备故障诊断技术研究

随着机载电子设备复杂度不断提升,故障诊断成为迫切需要解决的问题.在简要介绍了机载维护系统成员系统规范的基础上,以某型飞机驾驶舱语音记录器的故障诊断为例,重点讨论了采用故障树分析方式进行故障诊断的方法.该方法对机载电子设备故障诊断具有一定的参考价值,能够避免无效故障定义,减少设计人员分析工作量,提高故障诊断准确率与效率.     

基于故障字典和神经网络理论的故障诊断方法

鉴于传统的故障诊断方法对复杂系统或设备进行故障诊断时,有诊断速度慢、对多故障同时发生的情况难以准确定位等缺点,提出了基于故障字典法和神经网络理论的综合故障诊断方法;在叙述该综合诊断方法的基础上,以某型飞机自动驾驶仪飞控盒的主要故障为例,分析说明了运用该方法进行设备故障诊断的具体过程,并进行了仿真研究;实现了对此设备单故障和多故障的快速准确定位;结果表明该综合故障诊断方法解决此类故障诊断问题是有效的.     

基于多小波熵灰色理论的故障诊断应用研究

为了有效地对其进行故障诊断,提出了一种基于多小波熵特征提取与灰色理论相结合的故障分类方法,小波熵测度由于结合了小波变换和信息熵理论的优势,能快速准确地提取电流信号故障特征,但由于设备故障的不确定性和多样性,依靠单一的小波熵测度诊断故障可能出现诊断困难或诊断失真等问题,对多种小波熵进行了特征提取,并结合灰色理论进行故障关联,以飞机液压试验台上采集的压力信号进行故障分类,试验结果表明该方法能提高对故障诊断结果的支持度及故障诊断的准确性和实时性,为设备故障诊断提供了一种可行的新方法。     

基于谐波小波包和DAG-RVM的滚动轴承故障诊断

针对传统滚动轴承故障诊断方法受人为因素影响较为严重,故障成因相对复杂等问题,在现有的研究基础上提出一种基于小波包分析和有向无环图相关向量机相结合的故障诊断方法。将滚动轴承在不同的故障条件下的振动信号进行谐波小波包分解与重构,提取频带能量作为特征向量,应用有向无环图相关向量机建立从特征向量到故障模式之间的映射,最终做到对滚动轴承的故障诊断。结果表明,该方法能够快速准确地诊断出滚动轴承故障,验证了该方法的有效性和稳定性。此外,通过与支持向量机(SVM)的对比分析,显示了RVM在智能故障诊断应用中的优越性。     

基于LabVIEW和PXI的某装备组合故障诊断系统设计

为了解决某装备电子组合故障诊断过程中诊断效率低的问题,设计并研制了基于LabVIEW软件和PXI总线技术的电子组合故障诊断系统。首先,采用PXI总线技术和多通道转换测试技术,将大量被测参数送到固定的测试点;其次,使用LabVIEW编程语言,将组合的所有被测参数一次性全部获取、储存与显示,并依据技术指标给出故障诊断结果和故障排除方法。实验结果表明,该系统具有数据获取快、测试效率高、故障诊断准等优点;经实践应用证明,该故障诊断系统操作简单、携带方便,是对某型装备电子组合进行测试和诊断的理想工具。     

基于改进灰色神经网络的故障预测方法研究

故障预测技术是电子装备预测与健康管理（PHM）领域的核心内容, 对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合, 构建灰色神经网络模型并对其进行分析; 然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进, 提出一种基于改进灰色神经网络的故障预测模型; 最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例, 以采集的原始频率数据为基础进行仿真验证。预测结果表明, 将该预测方法应用于电子装备PHM是行之有效的, 可有效提高故障预测精度。     

基于灰关联理论的滚动轴承故障诊断研究

针对实际工程中滚动轴承故障的复杂灰特性以及不确定性问题,提出了基于灰关联理论故障诊断方法。灰关联理论具有"小样本、贫信息、不确定性"问题处理能力强、计算复杂度低等优点。通过对灰关联原理、灰关联系数与分辨系数的关系,以及分辨系数的性质和取值原则的研究,成功地将灰关联理论应用于滚动轴承的故障诊断。仿真实例研究结果表明,灰关联故障诊断方法计算简单、诊断结果与定性分析结论一致,便于形成知识库中的规则,对工程实践具有理论指导作用,且对样本数量及其分布规律没有特殊要求,有较大实用价值。     

基于LabVIEW与Multisim的火控系统半实物联合仿真方法

针对当前装甲装备火控系统电路组成与功能特点,对火控系统维修保养过程中的故障诊断方法与测试需求进行了研究,提出了一种火控系统半实物联合仿真方法,介绍了该仿真建模方法的设计思路与实现方法;该方法可充分发挥LabVIEW和Multisim软件的优势,通过半实物联合仿真的方法,以仿真模型代替部分或者全部火控系统部组件,能够很好地实现火控系统不同级别的电路功能模拟、故障复现,快速完成故障诊断分析,解决了当前装甲装备火控系统维修诊断设备通用性差、规范化程度低、开放性差,难以真实的模拟系统级、部件级功能、故障注入和故障检测等问题,为装甲装备火控系统故障诊断与测试设备开发提供了有效平台,为基层部队开展维修训练和维护保障提供了有效途径。     

基于群灰色关联分析的化工设备故障诊断

针对化工生产设备,提出一种基于群灰色关联分析的化工生产设备故障诊断方法,较好地解决了化工设备状态预测和故障模式识别问题,与传统的灰色关联分析相比,该方法提高了灰色关联分析的准确性和可靠性,降低了对单个参考信号的依赖性,最后将该方法应用于化工设备化学反应器的故障识别,识别结果显示,该方法比传统的灰色关联分析效果更佳、更可靠,具有简便易行、计算量小、不需复杂的诊断设备等优点.     

装备仿真测试技术研究

仿真测试技术是现代复杂武器装备设计与测试技术研究的一个重要领域。为深度强化技术方法研究，提出一种以基于模型的方法开展装备虚拟仿真测试思路，在软件环境建立产品子系统、整机系统和测试系统，对实际装备作业工况进行虚拟测试，完成与实际测试相同或类似的装备测试任务。结合仿真测试系统的硬件特点，重点阐述了基于模型虚拟测试技术的关键技术。通过具体虚拟试验系统的研究应用，表明所提出的装备仿真测试技术能够改变长期以来的测试理念和手段，为产品研发、故障诊断提供了有效的改进思路和数据支持。     

一起500千伏变压器多维状态监测与故障诊断

为了提升变压器故障诊断水平并有效实现状态检修,本文针对一起500千伏主变压器内部潜伏性故障案例介绍了利用多种在线监测、离线检测等手段与故障诊断方法快速准确查找出变压器故障原因及位置。它通过采用油色谱检测、变压器振动及声音检测、容性设备在线监测、变压器局部放电检测、带电测试等多维状态监测技术开展变压器状态评价及故障诊断,并帮助实现对主变压器内部故障的准确定位和制定状态检修策略。该主变在通过状态监测及故障诊断后实现隐患故障快速准确定位,并通过紧急处理重新恢复正常运行状态,从而避免一起重大设备事故发生。结果表明,应用变压器油溶解气体色谱分析检测技术,可通过排除法准确地判断变压器故障性质和严重程度,它是早期发现变压器潜伏性故障特别有效的方法。同时,采用基于交叉小波的变压器振动信号特征量提取方法分析评价结果表明,变压器铁芯发生接地故障后其振动信号存在大量50赫兹谐波分量。借助振动及声音检测技术,能够有助于变压器故障诊断及准确定位,提高设备状态检修效率。     

基于知识的航电设备故障诊断专家系统

为了解决航电设备故障难以诊断的问题,设计一个基于知识的航电设备故障诊断专家系统。该系统中的知识表示形式及与之相配合的基于确定性理论模型的不确定性推理方法,以及基于示例的推理方法可以实现航电设备的故障推理和诊断,其规则的可信度可达到理想的程度。     

基于模糊推理的配电网单相接地故障诊断方法

提出了一种基于模糊推理的配电网单相接地故障诊断方法,即采用模糊理论对传统的零序电流群体比幅法、暂态零序电流互积求和法、信号注入法这三种传统的配电网单相接地故障诊断方法进行改进,根据模糊推理理论将三种故障诊断方法的诊断结果融合以综合判断;针对配电网支路多且复杂,但每条支路并不长的特点,对配电网络进行化简分层,并采用基于模糊推理的配电网单相接地故障诊断方法对分层后的配电网进行逐层判断,最终确定诊断结果。分析结果表明,该故障诊断及电网分层诊断方法能够准确、快速地判断出故障线路。