复杂过程的故障诊断技术

对于具有控制复杂,难以精确描述数学模型的复杂过程,介绍了智能化故障诊断方法。故障检测由基于知识系统实现,通过过程的深层浅层知识获得故障检测产生式规则。通过智能故障诊断技术实现故障诊断功能。     

基于EMD和AFD的齿轮断齿诊断技术研究

断齿作为齿轮失效的形式之一,对其进行故障诊断具有重要意义.传统的诊断方法如自适应滤波方法对于非平稳振动信号的分析效果不太明显.EMD(Empirical Mode Decomposition,简称EMD)方法是把复杂的振动信号分解为有限个本征模函数(Intrinsic Mode Function,简称IMF)之和,得到的IMF包含真实的物理信息,而且都是平稳的.这种基于信号的局部特征时问尺度分解的方法非常适用于非线性和非平稳过程的分析,该方法能够实现通过时域的分析,得到故障特征信号.本文提出基于EMD和自适应滤波分解(Adaptive Filtering Decompositon,简称AFD)的方法,利用边际谱分析齿轮故障特征.实验结果表明,该方法能够有效、准确地提取齿轮断齿的故障特征.     

基于小波变换的小电流接地故障检测技术研究

文章介绍了小电流接地故障检测技术,并将小波变换用于信号突变点的检测,使得小电流接地故障检测更加准确、可靠。     

基于R-NN的可控硅励磁系统故障诊断

基于同步发电机可控硅励磁系统经常发生故障,提出一种基于粗糙集—神经网络(Roughset-NeuralNetwork)相结合的故障诊断方法。以励磁系统中三相桥式可控硅整流回路为核心进行故障诊断研究,对整流回路故障波形的采样数据样本信息进行预处理,通过运用粗糙集理论的知识约简方法形成故障诊断的确定性规则,从而实现故障分类;然后将其结果与故障信息中的输出样本值作为神经网络的输入,实现故障元的定位。通过计算机仿真,结果表明:该方法对三相桥式可控硅整流回路故障诊断简便准确,诊断速度快。     

故障智能诊断系统在通信设备检修中的应用

首先介绍了用于通信设备故障诊断系统的总体框架，说明了各模块的功能及开发策略，然后介绍了该专家系统中知识的获取和表示方法，阐述了模糊推理与规则推理相结合的混合诊断推理方法。     

系统级故障诊断软件仿真系统的设计与实现

文章介绍了系统级故障诊断软件仿真系统的设计与实现,着重讨论了系统的功能设计、测试图生成、诊断算法,并给出了一个诊断实例。     

BP神经网络和Elman神经网络在模拟电路故障诊断中的应用

通过分析BP神经网络和Elman神经网络的基本结构和算法,研究了基于神经网络的模拟电路故障诊断方法,并通过仿真实验对比分析了BP神经网络和Elman神经网络的诊断能力。结果表明,BP神经网络的收敛速度相对较慢、训练时间长;Elman神经网络的结构参数调整简单、训练时间短、性能稳定,更适合存在容差、非线性等问题的模拟电路故障诊断。     

A fully informed model-based checkpointing protocol for preventing useless checkpoints

Checkpointing and rollback recovery are widely used techniques for handling failures in distributed systems. When processes involved in a distributed computation are allowed to take checkpoints independently without any coordination with each other, some or all of the checkpoints taken may not be part of any consistent global checkpoint, and hence, are useless for recovery. Communication-induced checkpointing algorithms allow processes to take checkpoints independently and also ensure that each checkpoint taken is part of a consistent global checkpoint by forcing processes to take some additional checkpoints. It is well known that it is impossible to design an optimal communication-induced checkpointing algorithm (i.e. a checkpointing algorithm that takes minimum number of forced checkpoints). So, researchers have designed communication-induced checkpointing algorithms that reduce forced checkpoints using different heuristics. In this paper, we present a communication-induced checkpointing algorithm which takes less number of forced checkpoints when compared to some of the existing checkpointing algorithms in its class.     

非线性模拟电路的故障诊断方法

为了诊断非线性模拟电路中的故障,提出了一种基于节点电压增量线性相关性原理的诊断方法.通过对非线性元件的分段线性建模,说明故障造成的节点电压增量满足分段线性相关性.以节点电压平面上的折线作为故障特征构造故障字典,以实测工作点到故障特征折线的距离来衡量电路状态与故障特征的符合程度,可以诊断非线性电路中元件参数的软故障和硬故障.实例验证表明,该方法是一种易于计算机实现的实用化方法.     

基于LE与ICROA-RVM的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。