基于IOOA优化SVM的电力电子软故障诊断

针对电力电子电路的软故障特征区分度差、不易诊断等一系列问题,本文提出了一种基于改进鱼鹰优化算法(improved osprey optimization algorithm, IOOA)支持向量机(support vector machine, SVM)的故障诊断方法。该方法采用变分模态分解(variational mode decomposition, VMD)提取故障信号的时域与频域特征,利用IOOA优化支持向量机的惩罚参数和核参数,建立IOOA-SVM故障诊断模型。在基准函数测试中,IOOA的寻优精度和收敛速度均有提升,并且IOOA-SVM在电力电子软故障诊断中精度达到96.88%。

冗余捷联惯导软故障检测方法研究

针对冗余捷联惯导系统在软故障检测上仍然存在实时性低、检测性能易受环境影响的问题,提出了一种APV/FASPRT算法。首先根据硬件冗余配置构造奇偶空间,对奇偶残差执行SPRT算法,引入了渐消因子与周期重置提高对当前残差信息的跟踪速度;其次通过APV算法检测故障结束时刻以重置渐消SPRT并提供敏感轴信息;最后针对工程常用的四、六陀螺冗余配置提出了一种基于可容性故障的检测阈值确定方法以增强故障检测的稳定性。仿真结果表明,该算法在软故障检测上分别比GLT、SPRT、APV方法平均检测延迟减少了50.59%、70.21%、2.32%、平均虚警率降低了69.31%、99.33%、64.77%,在增强了软故障检测的实时性的同时减少了无故障时刻的虚警率。

考虑硬故障与软故障的船用设备传感器可靠性评估

船用设备传感器是感知船用设备运行状态数据的重要装置,其可靠性对船用设备的健康评估和视情维修有重要影响。由于传感器故障模式多样,且缺少有效的可靠性数据,难以开展其可靠性评估工作。文章通过分析船用设备传感器的故障模式及故障机理,建立了各故障模式的故障模型和传感器的可靠性模型,给出了可靠性模型的参数估计方法,并通过融合现场数据和退化数据的方法补充可靠性数据,提升了可靠性评估方法的精度。最后,通过实例验证了可靠性评估方法的有效性。

X射线荧光光谱关于分析数据异常的软故障处理

荧光光谱仪作为本检测中心的核心检测设备,一旦出现故障将严重影响检测中心的检测效率,本文将结合检测中心的1#荧光光谱仪关于分析数据异常的软故障处理步骤来进行详细阐述,以供同行参考。

基于VMD的电力电子电路软故障诊断方法

电路软故障诊断方法存在故障电压诊断异常问题,为提高电路软故障诊断的有效性,需要设计一种新的电路软故障VMD诊断方法。分析电路软故障信号采集电路软故障信息,基于VMD提取电路软故障特征,构建电路软故障智能诊断平台,从而实现电路软故障诊断。实验结果表明,设计的电路软故障VMD诊断方法诊断的电路故障电压与实际电路故障电压较接近,证明设计的电路软故障诊断方法的诊断效果较好,具有一定的应用价值,可以作为后续电路软故障维护的参考。

“高效能”理念下卷烟包装设备软故障的处理策略探究

为解决卷烟包装设备软故障,本文分析了卷烟包装设备停车剔除烟包和不停车剔除烟包故障,并提出了处理故障的解决措施。然后在“高效能”发展理念下,提出了卷烟包装设备软故障处理的新思路,通过软故障处理措施、设备管理措施、人才培养等,在设备故障处理质量和人才质量方面实现双提升,进一步降低了卷烟包装软故障发生率,提高了卷烟包装设备的运行效率和生产效率。

计算机网络故障与网络安全维护策略探究

随着科学技术的发展,计算机系统得到了广泛应用,为各行各业的可持续发展提供了支持,人们对承载计算机系统的计算机网络的依赖程度也越来越高。然而,在实际应用中,由于各种不稳定因素的影响,系统可能会突然出现故障,这些故障可以分为软故障和硬故障。本文对这两种故障进行了简单的概述,并进一步探讨了网络安全维护策略,旨在为保障计算机网络安全提供助力。

可诊断容差模拟电路软故障的新故障字典法

基于支路屏蔽的原理 ,本文提出一种可以诊断容差模拟电路软故障的新故障字典法 .文中讨论了该方法的诊断原理和字典的建立方法 。

基于SVM多类分类算法的模拟电路软故障诊断

给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.

VMD小波能量的光伏逆变器软故障诊断

针对光伏逆变器软故障特征提取难、诊断效果差等问题,对光伏逆变器三相桥臂中点间的线电压信号,采用排列熵优化变分模态分解的模态分量数后,利用小波分解提取出变分模态分解的各模态分量的小波能量,作为光伏逆变器的软故障特征;然后,利用支持向量机识别多种不同软故障;最后,对NPC三电平光伏逆变器分压电容软故障进行诊断实验。实验结果表明,相对于传统的小波能量、EMD小波能量等方法,该方法诊断精度高、速度快,适用于光伏逆变器的软故障诊断。

模拟电路软故障诊断的研究

分析了模拟电路软故障诊断的重要性及现有的各种软故障诊断方法。对模拟电路软故障诊断字典法中基于支路屏蔽原理、电路参数随元件参数变化轨迹、节点电压灵敏度序列守恒定理和节点电压增量关系方程的四个研究方向各自的基本原理和优缺点进行了探讨;介绍了基于神经网络,结合模糊理论、小波变换的现代模拟电路软故障诊断的两个方向的研究现状;同时从通用的软故障诊断方法、大规模模拟电路的诊断策略和数模混合集成电路的诊断需求三方面指出了模拟电路软故障诊断的发展趋势和亟待解决的问题。

基于模糊线性规划的模拟电路软故障诊断

研究阐述了一种新的容差条件下基于模糊线性规划理论的模拟电路软故障诊断方法。通过灵敏度分析建立电路测试节点电压增量方程,确立各个元件的模糊隶属函数,从而建立起模拟电路故障诊断的模糊线性规划方程组。通过求解方程组来确定电路中各元件在一定故障情况下的最小变化量。在容差条件下,将方程组的解与各元件容差范围相比较来定位故障元件。从而,兼顾故障元件定位和故障元件参数偏移量确定。实验结果表明,该方法可以有效地实现模拟电路元件参数在一定容差范围内随机变化条件下的软故障诊断。

大规模直流模拟电路软故障区间诊断方法

为了解决大规模模拟电路软故障诊断困难的问题,提出一种网络撕裂法、区间故障状态描述和模糊神经网络相结合的直流模拟电路软故障诊断方法.首先仿真出可能的故障元件单独在其全局取值范围内变化时对应的子网络中所有可测节点的电压区间值,再根据元件参数容差将电压区间值拆分成多个子区间,从而实现了元件故障状态的完整描述;考虑到神经网络难以处理区间数据的问题,先利用模糊算法对输入信号进行预处理,再采用神经网络来实现故障元件定位.最后通过电路诊断实例,验证了该方法的有效性.

模拟电路统一软故障诊断的研究

在模拟电路故障诊断的诸多方法中,模拟电路统一软故障诊断方法成为新的研究热点。从模拟电路统一软故障诊断方法的提出,到模拟电路统一软故障诊断方法的改进,将其与基于多种方法融合的模拟电路软故障诊断方法做了比较。最后重点分析了模拟电路统一软故障诊断的研究现状和存在的不足,基于实用化的角度,从统一的模拟电路故障诊断的功能模块划分原则和方法、通用的模拟电路故障可诊断性分析方法、通用的模拟电路模块化分级诊断软故障诊断方法、统一的诊断效果评估指标4个方面指出了模拟电路统一软故障诊断的发展趋势。

一种星载计算机数据流软故障纠正算法

在太空环境中，由于宇宙射线的存在，计算机系统的存储单元经常发生各种瞬态故障。此类故障通常都使用硬件或从系统角度加以解决，但其成本高重量大。针对此种故障类型提出了一种软件实现的数据流故障纠正算法，该算法通过对程序中变量进行简单编码和解码操作后，可对发生在程序数据空间内的单“位”错误进行检测并进而纠正。故障注入的实验结果表明，对于程序数据段错误，该算法可把错误输出从原始程序的27％～49％降低到0．01％～0．02％，同时故障纠正率接近100％；对于程序堆栈段错误，该算法可把错误输出从原始程序的10％～70％降低到1％～3％，故障纠正率也在73％以上。与其它软件实现的软故障检测或纠正算法相比，实验结果表明该算法实现简单，运算量小，具有较高的错误探测与纠正能力。

机载GPS接收机软故障检测方法的研究

针对Wald序贯概率比法检测机载GPS接收机软故障实时性差的缺点,提出了一种改进的序贯Bayes检测方法。该方法在检测过程中不断对检测统计值进行修正,在极大地减小检测机载GPS接收机软故障时延的同时,还使得检测决策的平均风险最小。仿真结果表明,改进的序贯Bayes检测方法相比于修正的Wald序贯概率比方法,可以更加快速地检测出机载GPS接收机的软故障,表明这种改进方法具备良好的实时特性,从而降低了机载GPS接收机的误警率,使其具备更高的可靠性和稳定性。

基于量子神经网络的容差模拟电路的软故障诊断

给出了容差模拟电路软故障诊断的量子神经网络方法,将传统的模拟电路故障诊断方法与量子神经网络结合起来,多层激励函数的量子神经网络不仅具有BP网络所有的优点,还克服了BP网络在模糊分类方面的缺点,即利用量子神经网络对其输入的容错能力在一定程度上克服了模拟元件的参数容差的影响,模拟电路故障的复杂性及广泛非线性也能利用量子神经网络的非线性映射能力加以解决,同时还可对模糊数据进行模糊分类;通过应用量子神经网络,实现了容差模拟电路单软、多软软故障的诊断。

非线性模拟电路软故障诊断方法

针对非线性模拟电路故障诊断中软故障诊断的难题,提出了Volterra级数结合隐马尔科夫模型(HMM)进行故障诊断的方法。首先利用梯度搜索算法求解Volterra级数并提取出故障特征,然后利用提取出来的故障特征构造出观察变量对隐马尔科夫模型进行训练,最后用训练好的隐马尔科夫模型完成故障诊断。实验结果表明,该方法能有效提取故障特征,提高故障诊断效果。

模拟电路软故障诊断测试节点优选的仿真研究

基于斜率故障模型和线性相关系数故障模型,提出了一种模拟电路软故障诊断字典法中的测试节点优选算法。针对模拟电路中的单故障和双故障,分别利用节点电压增量计算出的斜率和线性相关系数作为统一故障特征,建立故障字典;给出了在字典建立过程中,利用PSPICE仿真工具对电路进行故障仿真,采用特征函数描述故障统一特征的差别,根据故障隔离度优选测试节点的算法和步骤;并用仿真实例验证了该测试节点优选方法的有效性。

模拟电路中三极管和运放的软故障诊断

基于文献[1]中的斜率故障模型,提出了一种诊断模拟电路中晶体三极管和集成运算放大器软故障的字典法。在含有三极管和运放的电路中,通过对三极管和运放进行等效模型替代,对替代之后的等效电路,利用电路中的两节点电压增量计算出的斜率作为统一故障特征,建立故障字典,实现原电路中三极管和运放的软故障诊断。给出了三极管和运放的等效模型分析和诊断步骤,并用仿真实例证明了诊断方法的有效性。