SFT中的因素作用路径与作用历史

为了描述SFT中系统或元件在不同工作环境状态下经历变化的特征,提出了因素作用路径和作用历史的概念。作用路径描述系统或元件在不同工作状态变化过程中所经历状态的集合。作用历史描述经历作用路径过程中的可积累状态量。给出使用作用路径和作用历史分析问题的步骤。列举一例子,计算在设定条件下的元件维护成本。计算作用路径分别为AB和ACB两种,作用历史中使元件故障概率等于20%的维护成本,该维护成本是通过调整使用时间t和使用温度c产生的。最后给出以实例为背景的作用历史计算方法的不足、面临的问题和可能的解决方法。     

非平稳时序循环平稳趋势提取与机械故障诊断

在简单介绍非平稳时序模型周期趋势项提取方法的基础上，提出了机械故障诊断和分析方法，该方法利用旋转机械出现故障以后所呈现的循环平稳特性，使用循环平稳分析方法剔除非平稳时间序列模型中的趋势项，然后建立平稳时序模型，用该模型进行机械故障诊断分析。并运用仿真和实例对方法的正确性进行了验证。     

Conditional diagnosability and strong diagnosability of shuffle-cubes under the comparison model

The growing size of multiprocessor systems increases the vulnerability to component failures. It is crucial to locate and replace faulty processors to maintain the system's high reliability. Processor fault diagnosis is essential to the reliability of a multiprocessor system and the diagnosabilities of many well-known networks (such as hierarchical hypercubes and crossed cubes [S. Zhou, L. Lin and J.-M. Xu, Conditional fault diagnosis of hierarchical hypercubes, Int. J. Comput. Math. 89(16) (2012), pp. 2152–2164 and S. Zhou, The conditional diagnosability of crossed cubes under the comparison model, Int. J. Comput. Math. 87(15) (2010), pp. 3387–3396]) have been investigated in the literature. A system is t-diagnosable if all faulty nodes can be identified without replacement when the number of faults does not exceed t, where t is some positive integer. Furthermore, a system is strongly t-diagnosable if it is t-diagnosable and can achieve (t+1)-diagnosability except for the case where a node's neighbours are all faulty. In addition, conditional diagnosability has been widely accepted as a new measure of diagnosability by assuming that any fault-set cannot contain all neighbours of any node in a multiprocessor system. In this paper, we determine the conditional diagnosability and strong diagnosability of an n-dimensional shuffle-cube SQ_n, a variant of hypercube for multiprocessor systems, under the comparison model. We show that the conditional diagnosability of shuffle-cube SQ_n (n=4k+2 and k≥2) is 3n?9, and SQ_n is strongly n-diagnosable under the comparison model.     

一种改进的实时嵌入式系统容错优化方法

容错技术中硬件冗余会产生较高的设计和生产成本.针对该问题,提出一种改进的实时嵌入式系统容错优化方法,基于检查点容错技术综合分析系统故障性能、硬实时任务时间约束和软实时任务的效用函数值.以设计的容错模型为基础,计算系统故障概率保证其在故障最大概率值内,给出硬任务截止时间确定可调度性,并应用改进的禁忌搜索算法获得软任务效用函数最佳值,算法有2种简单的邻节点结构,其禁忌准则遵循邻节点方法禁忌,优化效率明显改善.实验结果表明,该方法可进行故障分析等综合分析,并能迅速获得最大效用函数值.     

基于PSO-SVM的小电流接地故障选线方法

针对小电流接地系统,现有故障选线方法的精度不高,为此提出基于粒子群优化向量机（PSO‐SVM ）的选线方案。在搭建小电流接地系统仿真模型的基础上,采用M atlab进行PSO优化算法仿真实验,根据不同的接地情况获得故障时各线路零序电流,利用小波包变换（WPT ）与傅里叶变换（FFT ）从零序电流中提取暂态分量、谐波分量、五次谐波分量作为PSO‐SVM输入特征进行训练,用训练好的SVM 对测试样本行检测,得到选线结果。仿真结果表明,该方法使学习训练速度加快、自适应能力增强、选线精度提高进,且其不受接地电阻、故障距离等因素影响。     

基于有向图的静止气象卫星故障检测模型

为解决基于卫星单个遥测值超限进行报警的方法会引起故障的误报和漏报这一问题,提出一种基于有向图的静止气象卫星故障检测模型。定义组合条件报警故障知识规则的描述方法和故障知识库,能够同时对卫星多个通道的遥测值进行综合分析与诊断,提高故障的诊断效率;基于有向图实施卫星故障的自动检测,省去关联故障的判别工作,减少冗余告警,提高故障检测的正确性。实际业务运行结果验证了该模型的可行性与有效性。     

深度信念网络在故障指示器检测中的应用

电子产品在生产过程中需进行产品检测,以故障指示器的检测为例,结合深度信念网络(DBN)技术实现了自动检测.深度信念网络由于其具有无监督预训练的优势,将其应用于实际系统,对现场的故障指示器视频图像的动作状态进行了分类实验.实验结果表明:深度信念网络分类算法相比于支持向量机(SVM)分类算法和BP分类算法有明显的优势,正确识别率达到了100％.该算法在产品检验的应用中满足生产测试的要求,且降低了人工测试的劳动强度,缓解了视觉疲劳问题.     

基于MultiBoost 的集成支持向量机分类方法及其应用

针对网络故障诊断中的模式识别问题, 提出一种基于多重提升(MultiBoost) 的优化支持向量机集成学习方法. 首先, 利用自适应的荷尔蒙调节遗传算法(HMGA), 对支持向量机基分类器进行建模参数优化; 然后, 通过构建MultiBoost 集成学习方法将多个基分类器集成, 建立以多分类器优化集成为核心的故障诊断系统. 实验结果表明, 所提出的方法在网络故障诊断中, 迭代次数少、建模时间短, 并且能够明显提高故障分类的准确率.     

模糊神经网络抓斗纠偏系统故障诊断

针对抓斗纠偏系统复杂性、不确定性、模糊性的特点,提出基于故障树的模糊神经网络作为抓斗纠偏系统故障诊断的方法。该方法利用故障树知识提取抓斗纠偏系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,采用模糊隶属函数来描述故障的程度,利用Levenberg-Marquardt优化算法对神经网络进行训练,系统推理速度快、容错能力强,并通过实例分析验证了抓斗纠偏系统模糊神经网络故障诊断的有效性。