历史数据与邻居协作融合的无线传感器故障检测机制

针对历史数据与邻居协作融合的思想所引生的无线传感器网络故障检测问题,提出了一种检测机制,不仅适用于故障节点随机分布的场景,也适用于故障节点集中分布的场景. 仿真结果表明:当节点度数减小、节点故障率升高时,检测精度仍可以维持在96.7%以上. 本检测机制只需要交互较少的信息,从而节省了节点的通信能耗和信道带宽.     

灰关联分析在歼击机操纵面故障识别中的应用

为了提高歼击机操纵面的故障识别能力,探讨了基于关联分析的故障识别理论.首先介绍了运用灰色关联度分析法进行故障识别的原理、步骤和方法,描述了识别的具体实现过程,并根据歼击机操纵面的常见故障,运用灰色关联识别方法进行分析,最后用某歼击机的实例比较了该方法与神经网络方法的识别结果.方法分析与仿真结果表明,将灰色关联度分析法引入操纵面故障识别中是可行的,并具有简单、计算量小、识别结果可靠等特点.     

容灾信息系统的建模与仿真

针对容灾信息系统难以量化和评价的问题,提出了一种通用的容灾信息系统建模方法,设计并实现了容灾仿真系统. 基于网络3层架构模型构建了系统仿真模型,采用故障注入技术实现了灾难事件仿真,并基于脚本编程实现了容灾信息系统运行过程仿真. 设计了仿真一致性、恢复时间目标、恢复点目标和可用存储量指标实现对仿真系统的评价. 实验结果表明,容灾仿真系统满足设计目标,能够为信息系统灾备建设、容灾信息系统灾难恢复能力评价和系统维护提供数据支撑.     

基于神经网络和证据理论的液压系统故障诊断

针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S（Dempster-Shafer）证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。     

On improving control-loop robustness of model-matching controllers

This note first characterizes the class of all stabilizing controllers for a two-degree-of-Freedom control system which achieve a prescribed achievable transfer function. The characterization is in terms of an arbitrary proper stable transfer function. With this characterization, robust model matching is formulated as a standard H^∞-optimization problem. This means that standard controller designs for a nominal plant, such as linear-quadratic Gaussian ones, can be enhanced to give improved robustness properties using H^∞-design techniques.     

基于神经网络的故障诊断专家系统研究

针对传统专家系统和神经网络的各自特点,将两者有机结合,构造了一种基于神经网络的混合型故障诊断专家系统。提出了神经网络子模块NNM的概念并分析了NNM的具体实现方法。应用该故障诊断模型对某内燃机组供油系统故障进行了模拟验证,试验结果表明神经网络与专家系统结合是一种有效的诊断方法。     

基于迭代学习的离散线性时变系统故障诊断

针对一类离散线性时变系统的故障诊断问题,提出一种新的故障检测与估计算法.该算法通过引入虚拟故障构建离散故障跟踪估计器,在选取的优化时域内,利用估计器输出和系统实际输出产生的残差信号,采用迭代学习算法来调节虚拟故障,使虚拟故障逼近系统中实际发生的故障,从而达到对系统故障诊断的目的.该方法不仅能检测出系统不同类型的故障,还可以实现对故障信号的精确估计.仿真结果验证了所提出方法的有效性.     

Java based replicated server objects and their remote method invocations in a distributed environment

A distributed system is said to be fault‐tolerant if it is able to provide important services despite partial failures of the computers or software objects in the system. These systems are needed to support applications such as remote access and control, virtual mobile offices and wide area collaborative systems where there are chances of failures in the network and software objects. Fault‐tolerance is usually achieved by replicating the objects in the system. Traditional distributed applications constructed using Java RMI (remote method invocation) are not fault‐tolerant because of the lack of support of object replication. The objective of the present work is to design a remote method invocation that supports server object replication. To provide a fault‐tolerant service to the remote client objects, server objects are actively replicated. The problems associated with the method invocation in the context of active server object replication are presented and solutions are discussed and implemented. Copyright © 2001 John Wiley & Sons, Ltd.     

免疫检测器证据理论集成的机组复合故障诊断

针对机组复合故障诊断准确率较低的状况,基于免疫机理的人工免疫智能方法,构建对故障比较敏感的无量纲指标免疫检测器．采用自适应调节匹配阈值和从非己空间产生的候选检测器,能有效减少黑洞和边界不清晰．通过免疫编程优化策略获得最佳识别能力的新特征指标．利用证据理论对多类免疫检测器进行集成诊断,提炼出能直接应用于复合故障诊断的优秀无量纲免疫检测器,机组实验结果表明,所得免疫检测器能快速、准确地进行复合故障诊断．     

基于灰熵优化加权灰色关联度模型的核动力装置故障诊断技术

核动力装置作为一种复杂的灰色系统,故障和征兆间并无确定的对应关系,这使故障诊断变得十分困难。针对该问题,本文提出了基于灰熵优化加权灰色关联度的模型,并建立了故障诊断系统。为验证系统有效性,以核动力装置冷凝器典型故障为例进行了仿真研究。结果表明：该系统诊断结论准确可靠、计算速度较快,可满足实时诊断要求,且具有稳定性好、故障分辨率高等特点。