一种分层式系统级故障诊断方法

介绍了一种分层式自适应分布式系统级故障诊断算法（ Ｈｉ－ Ａ Ｄ Ｓ Ｄ算法）。 Ｈｉ－ Ａ Ｄ Ｓ Ｄ算法把节点映射成逐渐扩大的机群,采用“分而治之”的策略,使该算法的诊断延时达到（ Ｌｏｇ２ Ｎ）２ 个测试周期。对该算法的正确性和诊断延时也进行了论证分析     

非线性系统传感器故障诊断方法

传感器故障诊断的实施能够保证诊断系统获取实时准确信息,避免因错误的或可疑的信息千造成的负效应,保证数据的正确性,提高数据的可信度。因此,传感器的故障诊断是提高整个故障诊断系统可靠性的重要手段。基于强跟踪滤波器提出了非线性系统传感器故障诊断的一类算法,由于强跟踪滤波器方法是基于参数估计为主的一种方法,将系统的各种邦联都归结为一种参数偏差型邦联进行处理,所以,只要非线性系统的状态及参数是可以辨识的,那     

一种启发式的计算机局域网故障诊断方法

介绍了概率诊断的思想;给出了一种考虑网络对象相关性的局域网故障诊断概率模型。由于故障诊断问题是一个NP-C问题,提出了一种启发式算法,克服了现有故障诊断算法在故障相关性、计算复杂度等方面存在的不足。通过分析比较,该启发式算法有效地降低了计算复杂度。实验仿真结果表明该启发式算法具有较好的性能,诊断概率高。     

一个基于实际网络的系统级故障诊断算法研究

系统级故障诊断在网络中的应用很重要,至少国内外在算法的研究上已进行了大量的工作,提出了很多诊断算法.本文基于实际网络设计并实现一个故障诊断算法,对系统级故障诊断从理论到真正的实际应用,起到了有益的促进作用.     

基于非齐次线性方程组的系统级故障诊断方法

针对系统级故障诊断研究中的测试模型，提出了非齐次线性方程组的方法，把测试模型等价地转化为非齐次线性方程组，从而以简明的方法寻找所有相容故障模式，并进一步推出最优诊断．理论分拆和实验结果表明，该方法相对于基于图论的传统方法更加实用，其方程模型更加简洁明了。     

一种电力电缆故障诊断装置电源系统

本文介绍了作者研制的一种低压电力缆故障诊断装置电源系统的原理，实现方法。并讨论了实际研制过程中出现的问题及解决的办法。     

一种模糊因果故障诊断方法

目的对Bandekar提出的一种因果故障诊断方法进行改进,提出一种能够利用故障概率、对根故障集进行排序的方法.方法在因果关系图基础上,利用模糊阈值和模糊评判矩阵,提出了一种可给出根故障集中各元素故障概率的模糊诊断方法.结果与结论根据根故障集中各元素的故障概率,可很方便地对故障进行定位,同时该方法具有较快的诊断速度.由于使用了模糊阈值和模糊评判矩阵,还使诊断结果对噪声及参数选择更具鲁棒性.     

一种往复泵故障诊断的智能方法

1往复泵故障特点与诊断现状 往复泵是一种石化企业应用非常普遍的设备,由于结构复杂、激励源多,对其进行故障诊断较为困难。为了提高往复泵故障诊断的有效性,针对往复泵的常见故障类型,本文介绍一种基于小波分析的往复泵泵阀故障的智能诊断方法。     

一种用于滚动轴承故障诊断的方法

采用振动分析法来进行滚动轴承元件的故障诊断.通过带通滤波、包络谱分析和小波包分析提取了反映滚动轴承故障的5个频域特征参数,同时还提取了对轴承早期冲击故障较敏感的5个时域指标.基于上述10个故障特征值,采用BP神经网络、基于遗传算法的RBF神经网络进行故障分类训练.试验结果表明上述10个特征值对不同的滚动轴承故障非常敏感;BP网络和基于遗传算法的RBF网络都能有效地分类不同故障;基于遗传算法的RBF网络在训练时间、训练误差以及识别精度上优于BP网络.试验证明了上述方法在滚动轴承故障诊断中的有效性.     

一种基于模糊神经网络的故障诊断方法的研究

针对故障与征兆之间的复杂非线性映射关系，提出了一种新的诊断系统结构模型。用模糊神经网络从以往诊断实例的统计中得到诊断矩阵，用模糊变换法进行推理，通过动态权值综合法综合各规则的推理结论得出最后诊断结果，从而解决了规则不正交的问题，使诊断结果具有统计意义，且解决了常用方法中规则获取的困难和在使用中不易修改的问题。经对A320飞机故障实例的诊断仿真，得出了比较满意的结果。     

一种改进的间歇过程故障诊断方法

针对单一故障诊断方法对间歇过程故障诊断效率和准确率低的缺点,提出将快速独立主元分析(FastICA)与递推最小二乘支持向量机(RLSSVM)相结合的集合型故障诊断方法 FastICA-RLSSVM。利用FastICA对非高斯间歇过程数据快速提取特征分量,通过RLSSVM对该时变过程进行快速分类。为验证该方法的有效性,将该方法应用于青霉素发酵过程故障诊断,并与提升小波—递推最小二乘支持向量机(LW-RLSSVM)方法进行对比分析,实验结果证明FastICA-RLSSVM诊断间歇过程故障准确率高,适应性好,分类效果稳定。     

分布式故障诊断系统中模型库系统研究

为了解决分布式故障诊断系统中管理系统的任务分解、任务分配、结果综合的海量信息及数据的处理问题,系统采用智能决策支持系(IDSS)来辅助系统进行诊断.在IDSS中,模型库系统是提高IDSS决策能力的关键部分.在分析了结构化模型库系统的基础上,提出了适合分布式故障诊断系统的面向对象模型库系统,使故障诊断系统能有效地对模型进行任意的选取,辅助系统在最短的时间内处理大量信息数据,最终获得最佳策略,提高诊断效率,满足诊断需要.     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点，提出基于小波神经网络的模拟电路故障诊断方法。采用能量分布特征提取方法和改进BP算法，用正弦信号仿真模拟电路，应用小波变换对模拟电路的采样信号进行多尺度分解，再进行能量分布特征提取，然后利用神经网络对各种状态下的特征向量进行分类识别，实现模拟电路故障诊断。相对于传统的故障诊断方法，用小波变换对故障信号进行预处理，大大减少了神经网络的输入数目，从而简化了神经网络的结构和减少了它的训练时间，并提高了辨识故障类别的能力。对实例电路仿真结果表明，该方法能正确识别各种故障状态，准确率高。     

一种基于ICA—SVM的故障诊断方法

提出了一种基于独立分量分析和支撑向量机(ICA—SVM)对系统性能进行监控的整体框架．这一框架包括特征提取和故障识别两部分．独立分量分析被用于从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵，而这些投影系数矩阵则被用于训练多个支撑向量机，以实现故障类型的识别．Tennessee Eastman过程的仿真结果证明了该算法的有效性．     

光网络的故障诊断综述

光网络具有高带宽、低时延和功耗等良好特性,是新一代通信网络的发展方向。为提高光网络的可靠性和可用性,保证光网络正常、高效的运行,实现光网络的故障诊断极为重要。文章阐述光网络故障诊断的研究意义、进展与发展动态,指出未来可从光网络的增强通信模式、拓扑结构性质、不同诊断度以及高效自主故障诊断算法4方面对故障诊断进行研究。     

一种高阶离散事件系统的诊断方法

为了保证诊断结果的正确性及唯一性,提出了高阶离散事件系统的可诊断性定义和可诊断性判定算法。在待诊断系统的诊断过程中,构建了可同时用于可诊断性判定的诊断机,对每个状态编译故障行为,所以不需在每次重构系统行为后遍历全部模型进行故障判断,并且在不影响诊断结果的前提下,根据约束条件对诊断机状态之间的转移进行限制,减少不必要节点的产生。     

基于遗传聚类的一种故障诊断方法

把遗传算法引入聚类分析,把对类中心的优化转化成对遗传个体编码串的搜索.算法不但对初始化条件无特殊要求,而且由于引入小生境淘汰算法,既有效防止了算法早熟,又可能搜索到包括局部和整体在内的所有最优解.对液体火箭发动机仿真故障数据聚类试算表明,该算法对高维故障数据的聚类分析有良好的效果.