基于免疫抗体生成算法的电力变压器故障诊断

提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。     

动态网络中的高效多故障诊断技术

针对已有算法复杂度较高,不适用于规模较大网络的问题,将被管系统建立成动态贝叶斯模型,并提出一种能处理多故障的近似推理算法. 通过复杂度分析,证明该近似算法时间复杂度为多项式级,远远低于精确算法的时间复杂度下限,可以用于解决大规模动态网络的故障诊断问题. 实验结果证明,新算法在准确度方面虽然略低于精确算法,但执行效率上远远高于精确算法.     

基于TD-SCDMA的煤矿智能电力故障检测与分析系统

针对煤矿井下供电设备故障给煤矿安全生产带来很大隐患的问题,提出了一种基于TD-SCDMA技术的煤矿智能电力故障检测与分析系统。该系统通过供电检测采集系统实时采集各段母线电压、各分支电流、功率、断路器状态以及故障信息,然后通过TD-SCDMA/工业以太网络支撑系统将煤矿供配电系统各设备运行状态、运行参数、故障信息传输到智能电力故障分析系统,完成煤矿供配电系统的信息加工、分析和故障诊断与处理。应用结果表明,该系统提高了供电可靠性,为煤矿的安全生产提供了保障。     

一种开关磁阻电动机功率变换器故障诊断方法

针对现有开关磁阻电动机功率变换器故障诊断方法存在可靠性不高等问题,提出了一种新型的功率管故障诊断方法。该方法以不对称半桥型功率变换器主电路为研究对象,以常见的功率管开路和短路2种故障情况为诊断对象,通过比较母线电流估算值和实测值来判断故障,结合故障相绕组电流实现故障相的识别,必要时通过中断测试来确定故障点。选取电动机空载、低速度和高速度运行等较难实现故障诊断的工况进行了试验分析,结果表明,该方法均能完成故障类型的定性及故障点的准确定位。     

实时分布式系统性能测试技术研究

实时分布式系统的性能是关注核心,对其进行评估和测试关系着系统的应用前景。基于实时分布式系统的性能测试需求,对系统关键的处理性能、存储性能、传输性能以及实时恢复性能这四种性能测试方法进行了研究和探讨,同时分别利用实时分布式系统中e600架构的处理器、flash存储器、FC网络以及分区调度策略针对这些方法开展了测试,并对获得的测试结果进行了分析。分析结果表明,性能测试结果可信,方法可行,可作为实时分布式系统评测依据。     

湛江电网故障统计分布及台风演化分析

研究湛江电网故障统计分布规律,发现湛江电网故障具有明显的幂律特性,去除故障极值日的数据呈指数分布.而故障极值日均伴有极端天气,表明湛江电网故障的幂律特性因极端天气引发.     

基于BondGraph模型的定性故障诊断方法

研究一种基于键合图（Bond Graph）模型的定性故障诊断方法。根据Bond Graph模型元件中有关参数和变量的特定因果关系,推导出当某观测参量发生变化时,系统内所有可能产生故障的部位,并在此基础上预测每个故障的将来状态,通过与系统实际观测特征比较,在可能产生故障的集合中准确定位故障源。通过实例仿真验证,该方法是便捷有效的。     

企业内部信息系统的故障监控研究与应用

针对大型企业内部网络中信息系统的故障监控缺乏有效手段的问题,从Web网页、应用服务器、数据库服务器、服务器网络硬件、C/S系统等多个角度入手进行研究,提出一个对内网信息系统进行实时监控的故障监控系统,并详述了它的工作流程和实现细节。目前实现的系统通过试用效果良好,方案亦被证明是行之有效的,并可在相近环境中推广应用。     

基于联盟链的工业物联网数据存储模型

由于工业物联网数据具备较强的私密性,数据是否能够安全存储成为工业物联网发展的关键问题。针对这一问题,提出一种基于联盟链的工业物联网数据存储模型。为保证数据存储的效率与安全,首先,在原有PBFT算法的基础上搭建节点状态信用评估模型同时增加投票机制;其次,结合节点状态在SM9数字签名算法中设置多密钥生成中心共同参与密钥生成。对模型的吞吐量、共识时延及通信开销进行实验分析,结果表明,该模型相较于传统模型在数据存储、安全性方面得到了进一步保障,降低了黑客攻击并防止数据泄露或被窜改,并在通信开销方面提升了40%。     

Boundary scan test,test methodology,and fault modeling

The test technique called boundary scan test (BST) offers new opportunities in testing but confronts users with new problems too. The implementation of BST in a chip has become an IEEE standard and users on board level are the next group to begin thinking about using the new possibilities. This article addresses some of the questions about changes in board-level testing and fault diagnosis. The fault model itself is also affected by using BST. Trivial items are extended with more sophisticated details in order to complete the fault model. Finally, BST appears to be a test technique that offers a high degree of detectability on board level, but for diagnosis, some additional effort has to be made.