改进梯度提升树算法的输电线路故障识别

为精准识别输电线路的短路故障类型,提高输电线路短路故障诊断精度,提出一种贝叶斯优化梯度提升树的输电线路短路故障识别方法。通过变分模态分解和对称分量法,提取故障特征,构建特征集。采用贝叶斯优化梯度提升树挖掘特征集与短路故障类型之间的关系,建立短路故障识别模型,利用Simulink识别输电线路的故障精度。结果表明,该诊断模型能够快速且准确地识别短路故障类型,识别准确率高达99.75%。与传统方法相比,该方法显著减少了过渡电阻、故障距离和故障初始角对模型识别准确率的影响。

故障树定性和定量分析的算法

本文从工程实际出发，提出了故障树定性和定量分析的算法。定性分析算法基于Ｆｕｓｓｌｌ下行法，它与素数法相结合，可以算出故障树的全割集和最小割集。定量分析算法以最小割集为媒介，根据最小割集的事件性质，采用不同的计算方法，可以计算出顶事件的发生概率、各底事件的结构重要度和概率重要度。

遗传算法在故障树分析中的应用

本文将遗传算法引入软件可靠性的重要技术故障树分析中 ,使得传统的故障树分析方法有了更强的科学性和实用性 。

基于感知机的故障树最小割集算法

在人工神经元网络原理的基础上,提出了一种计算复杂系统最小割集的方法。该方法根据逻辑“与”和“或”门具有线性可分割的特点,选用了基于M-P模型算法的感知机网络作为计算模型,理论推导出故障树中的逻辑关系与感知机模型中神经网络基本单元之间的转换规则,利用该规则可将所建故障树转化成便于编程求解的由神经网络基本单元组成的神经网络树。实例计算结果表明,感知机网络模型适合表达故障树中的逻辑关系,神经网络树所反映的基本事件与顶事件之间的映射关系便于编程求解,并可快速准确地获得复杂系统故障树的最小割集。

基于T-S故障树和混合μPSO算法的可靠性优化方法

针对可靠性框图构造系统可靠度函数时需不交化处理的不足,提出了基于T-S故障树算法构造系统故障概率函数并结合可靠性费用函数构造可靠性优化模型的方法,降低了构造复杂系统可靠性优化模型的难度。针对微粒子群优化(μPSO)算法局部收敛性差、粒子群优化(PSO)算法全局搜索能力弱的不足,将μPSO算法和PSO算法进行综合,并结合死亡罚函数法构造了适应度函数,提出了混合μPSO算法,即μPSO-PSO算法。结合串联系统和桥式系统可靠性优化实例,考虑不同的粒子个数,证明了混合μPSO算法的优化结果比PSO算法、μPSO算法及PSO-μPSO算法的优化结果更为理想。

求取故障树最小割集的新算法

本文提出一种采用微机直接求取故障树最小割集的新算法。该法程序实现简洁,与常用的Fussell 算法比较,可成倍地提高计算速度,节省内存。

基于故障树的数控机床故障诊断算法设计的研究

根据故障树分析法的具体理论基础,以数控机床急停实例分析了算法流程;设计了递归算法、基于BDD图求解MCS算法及模块化分解算法;并进行了故障树相关的定量分析,为基于故障树的数控机床故障诊断奠定了基础。

非单调关联故障树顶事件失效概率的新算法

提出了一种计算非单调关联故障树顶事件失效概率的新方法，其基本思想是利用ＢＤＤ进行故障树中顶事件的不交化工作，可避免求ＰＩＳ和ＰＩＳ的最小覆盖的运算过程，为有效解决其运算的ＮＰ困难问题提供了一条新的途径。

基于故障树与Rete算法的电泵井工况诊断方法研究

为了实现对电泵井运行过程中电泵工况与电机工况的智能诊断,对基于故障树与Rete算法的电泵井工况诊断方法进行研究。通过对电泵井工况故障的特征表现进行分析,构建了支持电泵工况与电机工况诊断的故障树与知识库,并结合Rete算法实现了基于产生式的规则引擎,用于推理得到电泵井的工况诊断结果,从而给出相应的优化建议。最后在电泵井基础数据和电机测试数据的事实数据基础上,对63口井进行了工况诊断。实践表明,诊断结果与实际相符,提高了工况故障定位的效率与精确度。

基于最小生成树理论的配电网故障恢复算法

依据图论简化的要求,对配电网络建立了以综合网损最小、开关动作次数最少、电网可靠性最高为目标的函数模型,并且保证配电网连通性、辐射状运行、电源容量等约束条件,得到配电网故障恢复的最优解和一系列次优解。算法具有简单、实用、实时性强等特点,在配电自动化系统中有很强的适用性。算法经过测试,证明了其优越性。

遗传算法与故障树法在受锚土质边坡工程量清单计价的应用

提出了由设计物、工程环境和设计者3部分组成的受锚土质边坡工程量清单和计价系统,建立了以清单元素为搜索对象的遗传算法全局搜索计算流程,编制了以受锚边坡清单元素为基本事件的故障树分析图和逻辑关系式,运用故障树分析法和遗传优化算对受锚土质边坡工程量清单和计价进行定量分析,找出其规律,为工程投资估算和设计提供借鉴。

基于半监督学习标签传播-极端随机树算法的光伏阵列故障诊断及定位

对光伏阵列故障进行精确诊断和定位有助于提升光伏发电系统的可靠性。针对现有的诊断方法过度依赖大量有标签样本,难以同时兼顾故障类型诊断、故障定位及低成本等问题,将多传感器法与半监督学习算法相结合,构建了一种融合标签传播算法(label propagation,LP)和极端随机树(extra-trees,ET)的半监督学习算法LP-ET。为克服工程实际故障样本较少且往往缺失故障标签的问题,搭建了光伏阵列故障仿真模型获取样本,引入LP算法,基于少量含故障类型及定位信息的有标签故障样本,实现原始故障样本集全标注;继而引入ET模型,持续构建大量决策树形成极端随机树,采用多数投票机制(Bagging)获得故障类型及定位结果。实验结果表明,所提出的LP-ET模型可以在含有大比例未标注样本数据集情况下实现短路、断路、退化及遮阴故障的较高精度诊断,兼顾单组件及多组件故障,有效解决光伏阵列故障诊断及定位问题。

基于D算法与故障树法相结合的电路板故障诊断

针对数字电路板故障诊断中测试码生成效率低以及会出现多个故障的测试向量相同的情况,提出了故障树与D算法结合生成测试码的方法。以电路板故障作为顶事件进行故障树的建立,用D算法按照故障树中各故障的优先级顺序生成故障的测试向量,这使得故障诊断的速度大大提高,并且有效地解决了因不同故障的测试码相同造成的不能准确定位故障的问题。最后,将此诊断方法应用于某电路板的故障诊断,充分地验证了诊断效果。

XML树匹配算法在城市照明故障诊断专家库中的应用

针对照明系统故障诊断专家库中故障诊断信息的特点,提出用XML文档来构建专家库的思想。在研究无序树包含匹配的基础上,提出了一种改进的基于XML文档树型结构编码的XML树匹配算法。并通过实例阐述算法在城市照明故障诊断系统中的应用。实验结果表明,这种设计思想和算法在故障诊断信息查询匹配过程中具有较高的查全率和查准率,能够有效降低照明系统中的故障发生率。

矩阵算法在联合站仪器仪表故障树分析中的应用

综合分析了影响联合站仪器仪表可靠性的主要因素,建立了联合站仪器仪表失效故障树,并运用矩阵算法求出了故障树的最小割集,确定了主要失效形式,并提出了提高联合站仪器仪表可靠性的措施。

基于改进蚁群算法的故障树最优检测次序研究

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用.在阐述蚁群算法概念和基本原理的基础上,把一种改进的蚁群算法引入到故障诊断中,并与故障树分析法相结合,可以很好地确定故障树的最优检测次序.仿真实例表明,在故障树中引入该改进算法可行、有效.

一种故障树结构匹配算法及其应用

面对以故障树形式汇集的大量历史事故案例,故障树结构匹配是借鉴历史经验在有限时间、人力和成本下实现对新事故准确和全面调查的有效手段。根据事件演化的时序和因果推理的结构特征,提出一种故障树结构匹配算法。通过构造故障树结构匹配的隐马尔可夫模型,利用维特比算法预测待匹配序列的最佳序列。实验数据显示,相对于基于节点的结构匹配算法,该算法在匹配的准确性、结构缺陷的检测效果等方面有显著提升。

故障树计算机辅助分析优化算法研究与应用

提出了一种故障树计算机辅助分析优化算法,分析了其设计思路,探讨了算法的具体设计与实现,并简要概括了算法的优点,旨在为相关研究和实践提供参考。

故障树自动生成系统的树图布局算法研究

为使自动生成的故障树图满足树图美学标准的要求,基于一般树形结构原则与树图美学定律原则,开发一种自动生成故障树绘制布局的算法。采用初始坐标、修改坐标和最终坐标表征树节点的位置关系,通过初始坐标完成兄弟节点间的相对布局,通过后序遍历形成的修改坐标完成节点之间的重叠规避。结果表明:绘制出的故障树图有视觉效果良好、空间利用率高以及能够满足友好的用户交互需求等优点,为故障树进行风险评价与可靠性分析提供有效的图形可视化与数据交互解决方案。

基于阶跃函数的故障树最小割集算法

运用阶跃函数表达故障树,提出了一种计算故障树最小割集的方法。通过对故障树中逻辑"与"门和"或"门的特点进行分析,推导出故障树逻辑关系与阶跃函数之间的转换规则,利用该规则可将故障树转化为便于编程求解的函数表达式。并对算法进行改进,从而大大降低了计算量。通过实例验证了该方法能快速准确地获得故障树的最小割集。