基于电源端电压的电动汽车电弧故障检测

当电动汽车主电路的电气接触点接触不良时,极易产生电弧故障,直接威胁车内人员的生命安全。论文提出了一种基于自定义差分阈值滤波-分段最大值标准化-统计数值规律的电弧故障检测方法。首先围绕真实电动汽车吉利帝豪EV450搭建了电动汽车电弧故障实验平台,开展了电动汽车在不同工作模式下的电弧故障实验。然后以电源端电压为对象,对信号进行小波分解,对小波分解得到的低频系数进行自定义差分阈值滤波和分段最大值标准化。最后统计标准化后数据相同值个数,并通过阈值法检测串联型电弧故障。论文对模型样本长度、差分阈值比例、最大值标准化分段数、预处理方法选择等进行了深入分析,并对参数进行了优化设置,进一步提升模型性能。结果表明,所建模型对电动汽车电弧故障检测准确率为98.35%,且实时性较好。通过对模型进行泛化性分析、算法时间复杂度分析及与其他电弧故障检测模型对比分析,证明论文所建模型对电动汽车电弧故障检测具有较好的适用性。

应用CEEMD降噪与自适应MOMEDA的轴承故障特征提取方法

针对滚动轴承早期故障信号中冲击成分能量低且易被强烈的背景噪声所淹没的问题,该文提出一种基于互补集合经验模态分解(complete ensemble empirical mode decomposition,CEEMD)-小波阈值降噪和参数自适应多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)的滚动轴承故障特征提取方法。将CEEMD与小波阈值降噪结合对原始信号进行降噪;提出一种新的复合指标:峭度-包络波形因子,并以其为适应度函数设计变步长搜索法,对MOMEDA算法的滤波器长度进行寻优;基于寻优的滤波器长度对降噪的信号进行MOMEDA解卷积,并通过包络谱分析识别滚动轴承的故障特征频率。对比实验结果表明:以该文寻找的最优滤波器长度作为MOMEDA的参数,解卷积后包络谱故障频率更加清晰;且相较于传统的MOMEDA算法和小波阈值降噪-MOMEDA方法,该文提出的方法能够更有效地提取强噪声背景下微弱的故障特征信息。

面向残差评价的中点钳位型逆变器开路故障诊断方法

在基于解析模型的故障诊断系统中,为了显化残差信号所包含故障信息的能力,提出一种面向残差评价的中点钳位型三电平三相逆变器快速开路故障诊断方法。首先,构建诊断观测器获取三相电流观测值并通过观测矩阵计算电流残差;其次,通过引入基于范数的标准评价函数,计算残差性能指标与阈值,将残差转换为可用的特征信号并与阈值相比较实现高效实时的故障检测;再次,推导不同功率开关器件开路故障状态下的电流残差特性,并依据此特性实现精准的故障隔离;最后,在仿真平台及半实物实验平台上验证了该文所提算法的有效性与可行性。仿真与实验平台结果表明,相较于传统基于信号与知识的诊断方法,残差性能评价的引入使得诊断速度提高80%以上。针对NPC型三电平三相逆变器常见的四种开路故障情况,均可实现快速且精准的故障检测及定位。

基于无迹卡尔曼滤波的液体火箭发动机故障诊断

针对火箭发动机故障数据难以获取的问题,设计了一种基于无迹卡尔曼滤波(UKF)的液体火箭发动机故障诊断算法。采用MATLAB/Simulink平台搭建了液体火箭发动机故障仿真模型,实现发动机正常运行仿真和预燃室氧阀门故障、氧主泵汽蚀、氢主涡轮叶片脱落3种故障仿真。将正常运行仿真值与设计值、试车值进行了对比。结果表明:模型参数与设计值最大误差不超过5%,仿真精度较高;仿真参数变化趋势与试车值基本一致,且稳态值误差较小。使用UKF算法求取发动机正常运行阈值范围,并对故障序列进行滤波处理,若故障数据连续3次超出阈值区间,且在0.1 s内有至少2个涡轮泵发出报警,则判定故障发生,故障发生时间为第2个涡轮泵报警时间。使用设计算法对3种故障序列进行诊断,判定故障发生时间分别为20.08 s、20.05 s、20.18 s。相比于传统红线阈值算法,文中所设计算法响应更为及时,且误报率较低。

基于软阈值降噪的脉冲卷积神经网络轴承故障诊断方法

针对工业场景下滚动轴承信号易受噪声干扰,导致故障诊断准确率低和稳定性差的问题,本文提出一种基于软阈值降噪的脉冲卷积神经网络诊断方法。该方法使用软阈值滤波去噪,运用带时间标签的卷积层处理二维信号,增强动态特征提取能力。同时,通过引入IF和LIF神经元实现对时域和频域信息的联合编码,并采用替代梯度法进行端到端训练。实验结果显示,在信噪比为6dB时,所提方法的诊断准确率达100%,在信噪比为-6dB时诊断准确率达77.33%,优于其他常用方法,表明所提方法在噪声下具有良好的诊断效果和稳定性。

Resilience4j的熔断策略研究

该文研究了新一代轻量级的容错框架Resilience4j结构功能,结合熔断器工作方式与熔断参数,针对服务的熔断阈值配置问题,提出了一个Resilience4j在微服务平台上的配置方案。根据不同服务的紧迫性,实行不同的配置策略,提升服务性能,有效保护微服务系统。

一种旋转机械综合故障检测和模式识别模型

针对传统故障诊断方法只关注故障检测部分,而对样本是否存在故障的研究较少的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)-注意熵(AE)和黏菌算法优化极限学习机(SMA-ELM)的旋转机械综合故障诊断模型。首先,针对正常样本和故障样本的复杂性差异,建立了注意熵阈值,计算旋转机械的AE,并将其与阈值进行了比较,若熵值小于该阈值则表明样本存在故障,反之样本是健康的;然后,利用CEEMDAN对故障样本的振动信号进行了分解,提取前6阶分量的AE值;最后,将故障特征输入至SMA-ELM模型中进行了故障识别,利用3种旋转机械故障数据集对该综合故障诊断模型的可靠性进行了研究。研究结果表明:该阈值设置方法可以100%准确地检测样本是否存在故障,后续的故障诊断模型能够准确地检测出样本的故障类型,识别准确率分别达到了99.44%、100%和98%。该综合故障诊断模型能够避免正常样本被误判为故障样本,为旋转机械的故障检测提供了一种可行的思路。

基于小波阈值降噪算法的滚动轴承故障诊断

滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强的故障诊断能力.因此,WTD算法具有有效性.

基于H_(∞)及动态阈值的主燃油回路故障检测

为了解决航空发动机主燃油伺服回路传感器故障率高、固定阈值判定算法精度低的问题,提出了一种基于有限频H_(∞)性能指标的扩展型观测器设计方法和一种动态阈值设计算法,实现主燃油伺服回路早期的故障检测。建立了包含非线性特性的主燃油控制回路数学模型,基于执行器及传感器所受扰动的频率分布区间,采用有限频H_(∞)性能指标,设计了观测器增益保证扰动到残差输出的无穷范数最小,增强了故障检测系统的抗干扰性。基于白噪声的概率统计特性提出了一种自适应动态阈值设计方法,降低了传统故障检测方法中的误报率和漏报率,提高了故障的检测精度,并通过仿真对该方法进行了验证。结果表明:针对不同的故障类型,该方法均可提高故障检测实时性,并提高故障检测精度,误报率和漏报率分别从5.5%和20.5%降至1%和9%,对航空发动机的健康维护具有重要意义。

基于深度SVDD-CVAE的轴承自适应阈值故障检测

通过状态监测进行轴承故障报警,能有效避免设备灾难性事故的发生。基于数据时序特征重构的故障检测法由于仅采用正常数据进行训练,能有效避免故障数据不足而导致的模型检测精度下降。然而,此类方法的故障阈值确定依赖于大量的历史数据,且对检测精度有着极大的影响。为此,提出基于深度SVDD-CVAE的轴承自适应阈值故障检测方法。针对时序信号特征增强提取构建ConvLSTM作为基础单元的CVAE特征压缩提取框架,有效提取轴承故障微弱特征;结合SVDD自适应学习特征空间超球面,实现故障检测阈值的自适应确定;最后,通过全局误差损失反向传播对深度SVDD-CVAE框架进行迭代优化。实验结果表明:所提出的方法能有效提取轴承微弱故障特征、自适应确定阈值,并在IMS轴承数据集上取得97.7%的检测准确率。

混合级联型HVDC系统的后续换相失败预判方法

白鹤滩—江苏±800k V特高压直流输电工程于2022年7月1日在中国投运,在世界上首次创造性地研发应用了特高压混合级联直流输电新技术方案。基于此系统背景对逆变侧电网换相换流器(line commutated converter,LCC)进行具有一定时间裕度的后续换相失败预判。分析了LCC控制器对电气量的控制作用和模块化多电平换流器(modular multilevel converters,MMC)对LCC的电压支撑作用,明确了混合级联直流输电系统逆变侧LCC发生后续换相失败的机理。推导了逆变侧LCC在首次换相失败后恢复过程末期关断角与故障后线路传输功率最小值的关系,定义了阈值功率的概念。然后建立了关断角与阈值功率的定量关系,提出一种故障后直流传输功率最小值与功率阈值相比较的后续换相失败预判方法。最后在PSCAD/EMTDC中搭建了相应的仿真模型,验证了理论分析和预测方法的准确性。

船舶发电机定子绕组匝间短路故障预警

为保障船舶的安全航行,需要对船舶发电机定子绕组早期匝间短路故障进行预警。首先,通过同步发电机的数学模型对正常运行和不同程度的匝间短路故障进行仿真,选取负序电流分量和电磁转矩作为故障特征量并进行信息融合;然后,使用CNN-BiLSTM网络对特征量进行回归预测得到网络预测的残差;最后,根据残差的变化趋势和设定的阈值来判断故障的发展情况。结果表明,建立的模型可以实现定子绕组匝间短路故障的预警,并且基于自适应原理设置的动态阈值会比固定阈值提前确认故障。

基于α⁃shape和多边形偏置的断层自动提取方法

断层解释在储层预测和地质建模中至关重要,目前采用人工方式解释断层工作量大、效率低,不能满足油田勘探开发的精细要求。为此,以传统相干属性或断层智能预测数据体分析、优选为基础,提出一种基于α⁃shape和多边形偏置的断层自动提取方法。首先通过人机交互确定目标断层位置;其次研发并利用α⁃shape断点边缘提取算法和倾角约束多边形偏置算法,实现对断层空间边界的精确刻画;最后以该边界为约束条件设置目标断层重合度阈值,约束区域生长算法的延展范围,完成三维断层自动提取。所提方法在胜利油田多个地区应用均取得较好效果,在征6地区刻画断层空间展布形态,断层完整性及精确度明显优于某商业软件;在辛50地区开展断层自动提取,大幅提高了工作效率。

适用于有源区域电磁波时程精细积分仿真的大时间步长矩阵数值积分方法

时程精细积分(PITD)法是一种全波电磁数值方法,具有相当宽松的数值稳定性条件,且数值色散误差几乎不受时间步长的影响,因而近年来在电磁学领域中受到广泛关注。在有源区域的电磁数值模拟中,PITD法需要计算激励源添加引入的非齐次项所产生的矩阵积分,其计算或存在矩阵求逆运算,易不稳定,或难以在大时间步长下保证计算结果的精度,这使得PITD法的推广应用受到一定限制。该文将响应矩阵法引入有源区域的电磁波PITD仿真中,不仅避免了矩阵的求逆运算,并且能够在保证计算结果精度的条件下,增大时间步长的选择范围,提高算法的计算效率。最后,进行了实例计算,并与直接近似积分方法和数值积分方法的结果进行了对比,验证了该文所提方法的实用性和有效性。

基于CWT-IDRSN的风机滚动轴承故障诊断

针对强噪声环境下传统轴承故障诊断方法对故障识别率低,深度残差收缩网络在降噪时对频域信号丢失的问题,提出了一种基于连续小波变换(continuous wavelet transform,CWT)和改进的深度残差收缩网络(improved deep residual shrinkage network,IDRSN)的故障诊断模型。首先,利用CWT将轴承振动信号转换为二维时频图,作为输入样本,用于解决深度残差收缩网络在直接处理振动信号时引起的频域失真问题;其次,设计了一种改进的软阈值函数(improved soft threshold function,ISTF),解决了因软阈值化引起的信号失真,设计了改进的软阈值模块(improved soft threshold block,ISTB)和自适应斜率模块(adaptive slope block,ASB),构建了改进的残差收缩单元(improved residual shrinkage building unit,IRSBU)以实现自适应地确定最佳阈值并进一步调整输出;最后,利用凯斯西储大学滚动轴承数据集与风机轴承振动数据采集实验台收集的滚动轴承数据集对所提方法进行实验验证。结果证明相较于其他方法,所提的故障诊断方法有更好的泛化性和通用性,分类准确率分别达到了99.75%和99.69%。

高精度数控机床液压控制系统故障诊断试验研究

高精度数控机床是一种高度集成的复杂机电液自动化控制系统,部件间的故障极易导致数控机床的失稳。针对高精度数控机床的故障诊断和故障响应问题,在整个机床控制系统结构基础上,对各个子系统进行故障诊断功能系统划分,构建了高精度数控机床液压控制系统故障监测状态机。采用差异阈值故障监测策略对相关的部件进行故障诊断,对不同的故障严重度事件进行分级故障响应,在搭建的高精度数控机床液压控制系统故障诊断模拟实验环境中验证了故障诊断方法的可行性。实验结果分析后可以看出,该故障诊断方法能够快速有效地监测出整个机床液压控制系统的故障状态。

基于极端梯度提升及可靠性评价的磨煤机故障预警方法

磨煤机实时监测预警及可靠性评价因模型复杂而存在应用困难的问题。基于XGBoost(eXtreme gradient boosting)算法建立了特征参数的实时估计模型。引入一种能适应工况变化的动态阈值确定方法,通过时间序列的不断迭代完成阈值的在线更新。进一步,采用可靠度评价方法对设备的运行状态进行实时评估,为故障后的决策指导提供可靠的依据。算例结果表明,该故障预警方法具有更高的预警准确率,可靠性评价方法正确有效,适合于工程应用。

基于系统动力学飞机气源系统故障分析

针对飞机气源系统故障难以预先发现,日常维护时难以接近而导致的突发故障问题。文章首先通过分析FMEA数据得到常见的飞机气源系统故障,接着通过系统动力学分析故障的原因及故障相关性,利用故障阈值评估非线性和线性的故障影响效果,克服故障影响表征难题;最后,借助调整气源系统故障温度、压力、流量的触发阈值,通过验证该方法可提前预测故障,预先维修。

基于小波降噪的配电网蓄电池系统短路故障检测

为降低噪声干扰、提升配电网蓄电池系统短路故障检测可靠性,提出基于小波降噪的配电网蓄电池系统短路故障检测方法。该方法采用多分辨率小波分析降低蓄电池系统充电电压信号噪声,将降噪后的信号组成待检测时间序列。采用模糊聚类算法处理序列中的不平衡数据,形成新的待检测时间序列,采用基于动态时间规整方法检测该序列中的短路故障。测试结果表明:在小波基取值为5 dB时,该方法可在保证电压有效信号完整性的基础上实现信号最大程度降噪,并且在序列长度差异的情况下,依旧可完成故障准确检测。

应用阻抗谱的锂电池模组早期内短路故障诊断

针对锂电池模组内部内短路故障单体诊断困难、检测效率低下的问题,提出应用电荷传递内阻和固体电解质界面膜内阻比值变化幅度的锂电池模组早期内短路故障诊断方法。所提方法基于电化学阻抗谱对内短路故障演化过程中锂电池内部电化学反应变化进行监测,利用弛豫时间分布方法针对阻抗谱特征进行量化分析。在阻抗谱由单体维度到模组维度正向推衍的基础上,筛选满荷电状态下电荷传递内阻和固体电解质界面膜内阻作为主要的评估指标,并根据阈值诊断模型搭建实验平台进行验证。实验结果表明:欧姆内阻和电荷传递内阻随着内短路故障程度的加深逐渐增大,固体电解质界面膜内阻整体呈现出逐渐减小的趋势;当模组电池数控制在8节以下时,通过阈值诊断模型对存在故障单体的模组识别准确率可以达到100%。通过对阻抗谱特征的精确辨识与分析,该方法能够有效实现锂电池模组早期内短路故障的准确诊断。