高效带宽傅里叶分解及其轴承故障诊断应用

自适应带宽傅里叶分解(Adaptive Bandwidth Fourier Decomposition,ABFD)是一种基于带宽优化的非平稳信号分析方法。然而,以中心频率重叠度作为分解终止条件在实际应用中会分解出若干冗余的模式分量,造成分解效率降低,为后续分析增加负担。为此,提出高效带宽傅里叶分解(Efficient Bandwidth Fourier Decomposition,EBFD)的轴承故障诊断方法。该方法构建重加权峭度引导的快速停止准则,能够高效地确定最优分解模式数目,避免大量冗余分量的干扰。进一步地,根据重加权峭度指标定位出目标故障分量,实现轴承故障诊断。滚动轴承故障试验信号分析结果表明:所提出方法能够高效终止分解进程,得到所有潜在的模式分量,并准确定位出故障分量;由EBFD与ABFD提取故障分量的归一化频率能量比均为1.0,EBFD运行所需时间为3.3 s,分解速度相较于ABFD提高33.8 s;相较于其他信号分析方法,采用所提出方法能够更准确识别出轴承故障特征。

电力通信光缆资源管理中的数字化技术应用

阐述电力通信光缆资源管理技术的特点,分析光纤资源管理技术、带宽资源管理技术、故障管理技术和网络优化技术的应用,保障电力通信系统能够实现高效、可靠和高性能地传输数据。

链路可靠性感知的差异保护虚拟光网络映射

针对弹性光网络的多链路故障影响虚拟光网络映射性能问题,提出一种链路可靠性感知的差异保护虚拟光网络映射(RA-DPVONE)方法.根据光节点的资源特性与相邻链路故障概率,该方法设计了光节点重要性评估准则和优先映射方法.根据候选光路上的可用频谱资源和链路故障概率,设计虚拟链路映射的工作光路和保护光路的链路代价更新公式,仅为不满足可靠性需求的虚拟链路映射资源共享保护光路.仿真结果表明,所提方法能降低网络的带宽阻塞率,提高虚拟网络请求接受率和弹性光网络的频谱资源利用率.

一种容错的数据中心网络结构

在分析现有数据中心网络结构的基础上,提出一种容错的数据中心网络结构DCUBE。采用模块化方式定义增强扩展性,通过对服务器结点的失效处理提高容错性,利用服务器之间的并行路径,提高结点之间的带宽吞吐量。实验结果表明,DCUBE能较好地满足数据中心对网络结构的要求,而且可提供更高的带宽吞吐量。

城域网故障管理中智能轮询策略

为提高故障检测所要求的实时性和高效性,对基于SNMP的故障轮询策略进行了研究和改进,提出了一种智能轮询算法,该算法能够根据网络设备性能参数值的变化,动态调节轮询间隔时间·通过仿真实验证明,与传统的等时间间隔轮询方式相比,智能轮询算法能更准确地刻画数据变化细节,有效地减小数据采集造成的失真,并能够合理利用网络带宽,上述优点在一系列实践中也得到了验证·

电机故障特征值的倍频小波分析

该文对异步电动机在鼠笼转子发生不同断条故障情况下的定子电流分别进行了实验测量;并对测量电流进行倍频小波分析,利用小波系数,在各个频段上进行小波信号重构;通过计算各个频段的信号能量特征值,诊断电机故障。这样,既可以从低频频段来诊断异步电动机鼠笼转子断条故障,也可以从某些高频频段来识别故障是否发生,从该文的实验诊断表明,倍频小波分析方法取得了较好的效果。

利用全频带综合小波能量相对熵的配网故障选线方法

谐振接地系统故障选线是配电网故障选线的难点,其中缆-线混合线路出线的故障选线尤为困难,是选线研究的热点问题。谐振接地系统缆-线混合线路发生单相接地故障时,各馈线的小波能量分布不同,为此提出综合小波能量相对熵新概念,并利用综合小波能量相对熵实现故障选线。对各馈线故障零序电流首个1/4周期波形进行小波分解,并对各尺度下的小波分解系数进行单支重构,利用重构系数计算各馈线在各个频带下的小波能量。结合相对熵对信号间细微差别的超强识别能力,计算各馈线在各个频带下的小波能量相对熵并求取每条馈线的综合小波能量相对熵,通过比较各馈线全频带的综合小波能量相对熵大小选出故障线路。理论分析和大量仿真表明,该方法有效避开了TA饱和间断角对选线的影响,对于缆-线混合线路、纯电缆线路和纯架空线路,该方法均适用。

最小故障风险损失的弹性光网络多链路故障概率保护策略

针对弹性光网络中多链路故障100%保护的资源消耗冗余度较高的问题,该文提出一种最小故障风险损失的概率保护(MFRL-PP)策略,在多链路故障时为业务提供高效率的概率保护。在MFRL-PP策略中,该文设计了一个综合考虑链路负载和故障风险的代价函数,为业务选择故障风险小且频谱资源消耗少的概率保护光路。当最小故障风险路径无法传输时,为进一步降低概率保护光路的故障风险损失,该文还设计了一种非对称业务流分流的最小故障风险损失概率保护机制,以便选择故障风险损失最小的分流路径组作为传输光路。同时,在传输光路的频谱分配阶段,提出了基于最大频谱重合度的可用频谱块选择策略,以减少频谱碎片的产生。仿真结果表明所提策略不仅有效地提升了频谱利用率,还较好地实现了带宽阻塞率与故障风险的平衡。

差分振子在滚动轴承故障诊断中的应用

提出了差分振子检测微弱信号特征频率的方法,通过观察系统的相图变化判断系统是否含有待检测频率。介绍了差分振子的参数设置原则,通过仿真说明了差分振子的检测带宽特性和幅值检测特性,并将其应用于圆锥滚子轴承的故障检测,通过连续观察相图大小的变化,发现故障信号幅值的变化,从而在线观察故障变化趋势,做出故障判断。

基于灾难预测多区域故障的虚拟光网络生存性映射

生存性虚拟光网络映射是提高光网络应对灾难故障的重要技术保障措施。为解决灾难性多区域故障导致弹性光网络的带宽容量损失问题,该文提出基于灾难预测故障模型的蚁群优化虚拟光网络映射(DFM-ACO-VNM)算法。在该算法中,设计基于光节点资源和相邻链路的全局潜在故障概率的光节点排序映射准则,并设计启发式信息公式实现多区域故障下最小带宽容量损失的虚拟节点和虚拟链路协同映射。仿真结果表明,该文所提算法在多区域故障时能降低带宽容量损失,减少带宽阻塞率和提高频谱利用率。

变电站信息数字化综合传输方案

阐述了采用 IP技术实现变电站的遥测、遥信、遥控、遥调、遥视、远程诊断维护、故障录波等信息综合数字化传输的原则、技术条件和实现方法。指出其中的关键技术问题是如何分配各类信息的传输带宽和如何控制信息的传输流量 ,给出了一种优先保证实时性强的信息传输带宽的带宽分配方法和一种通过控制发送方各类信息的传输速率来控制传输流量的方法。在通信软件的编制方法上 ,提出了通信软接口的概念。将通信软件分为 2个层次 :IP传送层和协议编解码层 ,有利于传输协议的标准化。所提出的方法经 E1信道测试可以满足各类数据实时性的要求 ,其结论同样适合于基于 IP技术的宽带数据传输。

基于改进BREMD与ELM的断路器机械故障诊断

为了准确快速的从断路器的振动信号中获取故障信息,提出了一种基于改进限制带宽经验模态分解的故障特征提取方法,并与极限学习机相结合实现断路器故障诊断。针对限制带宽经验模特分解在选取最优带宽频率上的不足,该方法先建立优化函数,确定最优限制带宽信号频率,再在经验模态分解的过程中引入该信号频率。提出的方法通过选取限制带宽经验模态分解的最优带宽频率,从而提高了频率分辨能力,能够对从断路器中提取的正常与故障时的振动信号进行有效分析。实验结果表明,采用本方法建立故障诊断知识库,再利用极限学习机进行训练得到的故障诊断模型,其正确率达到98.3%,具有较高的精确度和较强的鲁棒性,可以用于诊断断路器的机械故障。

基于BFD和MSCNN的风电滚动轴承智能故障诊断

针对变工况下风电滚动轴承的健康状态评估问题,提出了一种基于带宽傅里叶分解(BFD)和多尺度卷积神经网络(MSCNN)的智能故障诊断方法.首先,通过BFD算法将原始振动信号分解为一系列带宽模态函数(BMF);然后,通过希尔伯特阶次变换(HOT)计算各BMF的包络阶次谱,并根据特征阶次比筛选出分解结果中包含故障信息最多的有效分量.最后,通过MSCNN学习有效分量的包络阶次谱与故障类别之间的映射关系以实现滚动轴承健康状态的自动识别.实验结果表明,所提方法采用BFD分解结果的包络阶次谱作为故障识别的特征量,能有效提高模型在不同工况下的泛化能力,其测试准确率达到97%以上,可应用于变工况条件下风电滚动轴承的智能故障诊断.

DPClos:基于3级Clos结构的集装箱数据中心网络设计

集装箱数据中心因其部署便捷在应急数据处理中发挥着基础性作用.为满足集装箱数据中心对网络带宽和容错性的需要,提出了一种基于3级Clos结构的集装箱数据中心网络,记为DPClos.DPClos能够充分利用Clos结构和双端口服务器的特点,为集装箱数据中心提供2倍网络带宽容量.DPClos网络的平均路径长度小于4,且不同层次链路之间负载均衡.双层网络结构赋予DPClos良好的容错性能,当20%设备故障时数据流的成功到达率仍超过85%.理论分析和实验表明,DPClos结构能够满足集装箱数据中心对网络性能的需求.

基于(k+2,k)MSR的多容错低修复带宽编码

传统(k+2,k)最小存储再生码(MSR)在双节点失效的情况下,会有较高的修复带宽。为此,提出一种多容错编码方案。通过引入4个备份校验节点,使编码的上下部分均形成最小存储再生码结构。仿真结果表明,与现有的(k+2,k)MSR方案相比,该方案能降低双节点失效时的修复带宽。

基于阶次谱的Vold-Kalman滤波带宽优选方法

Vold-Kalman滤波阶次跟踪分析技术以其能够在时域中提取阶次分量,同时避免了传统计算阶次分析的重采样和时、阶次域变换带来的误差等优点,已经成为了一种重要的非平稳状态下旋转机械的故障诊断方法。滤波带宽作为Vold-Kalman滤波阶次跟踪分析技术实现过程的核心参数,决定了该方法分析结果的准确性和稳定性,然而目前针对滤波带宽的选择主要依靠实践经验确定,严重制约了该方法的深入研究和实践应用。因此提出了一种基于阶次谱的Vold-Kalman滤波带宽优选方法,该方法结合了阶次数据的时域、阶次域的特点,并利用标准差指标,实现监测过程可控的Vold-Kalman滤波阶次跟踪分析。该方法可以根据不同故障类型以及使用者精度要求对滤波带宽进行适时更新,具有很大的应用价值。最后通过实验数据说明了该方法的实现过程及其有效性。

带宽有效聚类结合RVBT的传感器网络容错路由算法

针对现存骨干结构算法在转换重要节点时不能形成完整骨干结构的问题,提出一种带宽有效聚类结合随机虚拟骨干树(BC-RVBT)的WSN故障容错路由算法。带宽聚类提供更好的骨干树构建条件,在构建骨干的过程中选取树节点和非树节点,每个节点至少与一个树节点密切相关,根据树节点的适合度值将非树节点随机地重新分布到所有合格的树节点中,提高虚拟骨干树的性能。在NS2仿真器上的实验结果显示,相比其他几种容错算法,该文算法在传输数据时总能耗最低;平均路由路径长度和家属节点方差均为最低,分别为3.14和37.36。存在故障节点时,恢复延迟也表现优秀,有效提高了WSN的使用寿命。

定量带宽表示下的迭代变分模式分解方法在机械故障诊断中的应用研究

针对变分模式分解方法在实际应用中无法客观地确定平衡参数和分量分解个数的问题,提出了一种基于定量带宽表示下的迭代变分模式分解方法。该方法利用定量带宽与平衡参数关系曲线,在确定信号带宽之后找到最佳平衡参数,并根据最佳平衡参数迭代提取信号分量,再利用峭度准则确定包含故障信息最丰富的分量,最后通过该分量的包络谱进行机械故障特征提取及诊断。该方法减少了人为因素对参数选择的影响,仿真与实验信号分析结果验证了该方法的有效性。

改进MVMD方法及其在轴承故障诊断中应用

随着多传感器采集系统的发展,多元信号的同步处理变得尤为重要。多变量变分模式分解(Multivariate Variational Mode Decomposition,MVMD)方法是一种在变分模式分解方法基础上发展起来的多元信号分析方法,具有物理意义清晰、抗干扰能力强等特点。然而,须预先设置分解模式个数和带宽平衡参数对其在实际工程中的应用产生限制。为此,提出一种改进MVMD方法。该方法构建带宽估计策略和MVMD单分量迭代分解策略,能够合理确定带宽平衡参数,并在固定带宽下基于峭度准则迭代分解出故障分量。多通道的轴承故障试验信号分析结果表明:提出的方法能够合理确定目标分量的带宽,且无须预设模式分量个数;该方法运行所需时间为8.3 s,相较于传统的固定参数MVMD、多维经验模态分解和快速谱峭度,可在没有损失时间效率的前提下更准确地识别出多通道故障特征。

IP骨干网络故障带宽仿真分析

介绍了采用ns-3仿真分析“IP骨干网络中链路故障对全网负荷影响”的方法。通过在ns-3中建立的网络仿真系统(NSS,Network Simulation System),构建了高承载的支持动态路由的骨干网络,并发送仿真网络流量,计算了网络故障带宽,分析单链路故障对全网负荷的影响。为骨干网带宽扩容中的故障带宽分析、网络安全分析提供建议。