基于RBR和PCA的2.4米风洞故障诊断系统应用研究

为解决2.4米风洞试验装备的故障监测与诊断（FDD）问题,设计了一种基于规则推理（RBR）和主元分析（PCA）的并行故障诊断系统。对试验流程和因果关系较强的单一装备故障,采用RBR诊断方法;而对控制过程和重要传感器的故障,通过构建PCA模型,根据平方预报误差（SPE）实现系统故障的诊断。运行效果表明：该系统实时性好、诊断结果与实际相符合、且对过程故障具有较强的针对性。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点。通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型。基于此模型设计了诊断策略构建方法。实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间。     

复杂机载电子系统故障综合诊断技术研究

故障综合诊断技术一直是复杂机载电子系统研发过程中的关键部分,当前的故障诊断技术同时需要机内测试（BIT）和场外自动化测试设备（ATE）的测试结果才能得出诊断结果,诊断效率低,时间长并且不能在线诊断。针对新一代战斗机将更加依赖航空电子系统的趋势,迫切需要一种诊断时间短,且能够实现在线诊断的故障诊断技术。因此,一种基于模型的故障诊断方法被提出。该方法通过融合多信号模型和整数编码故障字典模型,模块间采用多信号模型,单个模块中采用整数编码故障字典模型,克服了多信号模型对测试信息的浪费和整数编码故障字典模型建模困难的缺点,并提出一种多目标测试优选方法,通过优化检测方案,充分发挥BIT的检测性能。该方法通过充分使用BIT的测试信息,摆脱了对场外ATE的依赖,实现了在线快速定位故障并识别故障模式。     

基于极限学习机与规则推理的NPC三电平逆变器二级故障诊断方法

针对NPC三电平逆变器故障诊断问题,提出一种基于极限学习机与规则推理的二级故障诊断方法。分析了依据输出电流诊断故障的可区分性,以及故障模式的分类。然后对输出电流提取故障特征,并采用极限学习机完成故障初级分类。对于初级分类结果为电流不可区分故障情况,再根据桥臂电压信息运用规则推理法实现故障二级精确诊断。诊断实验表明,该方法能够实现NPC三电平的多模式故障诊断,且故障诊断方法简单、定位精确、快速、鲁棒性强。     

一种便携集成式伴随保障系统

为解决弱测试性武器装备的外场级快速保障问题,提出并研发了一种便携集成式伴随保障系统,该系统由平板电脑、数据采集机箱、信号调理单元以及测试电缆组成,兼备IETM、远程数据终端、测试维修设备等多种功能。硬件部分的平板电脑具有IETM的完整功能,可与装备通信系统实现无缝链接;数据采集机箱与信号调理单元之间采用卡具连接,便于功能拓展,与平板电脑无线连接后,应用诊断软件能够实现典型装备的系统级故障诊断。软件部分基于Lab windows、Visio VBA和Access数据库联合开发,重点解决了基于顶层故障现象智能推理、故障树自动生成、判断节点自动检测等功能。该系统经过试验验证,能够准确调用软件各功能模块,能够完成装备系统级故障诊断以及与指控通信系统之间的数据传输。     

基于故障树的地铁屏蔽门故障诊断专家系统的设计

在地铁屏蔽门系统的故障诊断中,传统方法存在效率低、人工负担重等缺陷。为此,设计了基于故障树的故障诊断专家系统。先用屏蔽门的资料构建出扩展故障树,然后使用早期不交化和模块化等方法将其简化成基本故障树,求出最小割集。在故障树的基础上,设计了专家系统的知识获取和表示机制,建立了知识库。在构建推理机时,采用了双向推理、全自动推理、半自动推理、人工回溯等策略,提高了诊断效率和可信度。该系统可与综合监控系统进行接口,能对相关信息进行推理分析,对潜在故障进行预警,对已发生故障进行快速定位和诊断,出具故障报告和处理建议书,并提供故障模拟及培训功能。试用者的反馈意见表明该系统具有较好的实用价值。     

复杂模拟电路知识表示的关键技术研究

在装备中应用复杂模拟和数模混合电路,可大幅度提升装备性能,但同时对电路故障诊断提出了更高的要求;研究故障特征优选、测试节点优化等关键技术,实现了最优测试点集构造和基于故障特征提取的知识表示自动生成功能,可有效解决当前模拟和数模电路故障诊断存在的问题,提高故障诊断效率;采用典型装备电路的试验验证,实现了多类型知识表示的生成,并且所构造最优测试点集数量为全部测试点的32%,试验表明,所述技术具有很好的实用与推广价值。     

基于LXI的热电阻与热电偶信号故障注入器设计

为满足装备试验中的热电阻和热电偶信号自动故障注入的要求,设计了基于LXI的热电阻与热电偶信号故障注入器。通过将故障注入器串接入热电阻和热电偶信号传输线路,模拟多种热电阻和热电偶信号传输过程中的故障类型,实现对被测设备热电阻和热电偶信号的仿真。该故障注入器已应用于多类型装备的测试性验证试验中,具有良好的推广价值和应用前景。     

基于案例推理和故障树诊断的专家系统设计

以A320自动飞行控制系统的故障为例,在故障诊断方案设计中将案例推理和故障树分析法两种常见的故障诊断方法进行融合,通过对两种诊断方法优缺点的相互弥补而得到一个较为完善的故障诊断方案,所设计出的故障诊断方案可为航空公司构建更完善的专家系统提供参考。     

某型飞机发动机故障诊断专家系统设计

针对某型飞机发动机故障诊断困难以及视情维修对维修技术提出的更高要求,利用专家系统人工智能技术设计了该型飞机发动机故障诊断专家系统。该系统利用自动检测技术获得发动机状态参数,通过智能诊断实现故障定位。系统利用模块化设计思想进行了人机交互界面设计、故障知识数据库建立、推理机制设计、获取知识程序设计、解释程序设计,实现了发动机故障的快速定位,提高了发动机诊断维修的时效性,保证了发动机的完好率。     

基于列车智能显示器故障记录处理的设计与研究

列车在外部环境的影响下导致各设备的软硬件产生缺陷从而引发故障,在一定程度上影响了列车的性能和安全。显示器是列车必不可少的重要部件,是人机交互的桥梁,也是列车各设备故障状态信息显示的窗口。针对传统列车显示器的故障误报和易产生故障空白记录的现象,文章设计和实现了基于故障码的列车显示器故障信息搜索和分析方法,大大提高了列车显示器应用设计人员的开发效率,减少了故障记录过程的工作量。并基于实际测试环境对该方法进行了实验,结果表明,该方法对列车显示器故障记录的处理具有高效性、健壮性,并保证了显示器故障信息显示的准确性。     

故障树分析法在装甲车辆电源系统故障诊断中的应用

为了能够准确地进行装甲车辆电源系统的故障诊断,深入地研究了故障树分析法在其中的应用;首先,以某型装甲车辆电源系统为研究对象,根据系统失效模型和故障机理,将故障树分析法运用于装甲车辆电源系统故障诊断中,建立电源系统故障树模型,进行故障分析与诊断;其次利用电源系统故障诊断平台对电源系统4个模块进行故障模拟仿真研究,可看出故障树分析法能够准确地诊断出电源系统各个模块的故障,检测精度可达94%,取得了预期效果。     

基于故障树的氧碘化学激光器故障分析

为方便快捷地查找出氧碘化学激光器故障发生的原因,以氧碘化学激光器常见故障为例,建立了其功率失常的故障树模型,用最小割集理论按下行法对模型进行了定性分析和定量分析。分析表明:氧碘化学激光器7个子系统中,碘供给子系统的可靠性最低,氯气供给子系统次之,这与实际情况相符。计算出的氧碘化学激光器出光不正常发生概率为3.99%,其可靠度为96.01%。     

Sensor and Actuator Fault Diagnosis for Robot Joint Based on Deep CNN

This paper proposes a data-driven method-based fault diagnosis method using the deep convolutional neural network (DCNN). The DCNN is used to deal with sensor and actuator faults of robot joints, such as gain error, offset error, and malfunction for both sensors and actuators, and different fault types are diagnosed using the trained neural network. In order to achieve the above goal, the fused data of sensors and actuators are used, where both types of fault are described in one formulation. Then, the deep convolutional neural network is applied to learn characteristic features from the merged data to try to find discriminative information for each kind of fault. After that, the fully connected layer does prediction work based on learned features. In order to verify the effectiveness of the proposed deep convolutional neural network model, different fault diagnosis methods including support vector machine (SVM), artificial neural network (ANN), conventional neural network (CNN) using the LeNet-5 method, and long-term memory network (LTMN) are investigated and compared with DCNN method. The results show that the DCNN fault diagnosis method can realize high fault recognition accuracy while needing less model training time.     

基于遗传算法的自动驾驶仪测试性分析

为了提高自动驾驶仪故障测试与诊断的快速性与准确性,提出了一种基于遗传算法的自动驾驶仪测试性分析方法;此方法解决了遗传算法应用于测试项目选择的难点,构建了最优的故障测试策略,能以最短时间完成测试并满足测试覆盖性的要求;利用故障测试获得的知识,简化故障与测试间的相关性矩阵,加快了故障诊断的速度;最终获得了故障测试与诊断一体化的方法;实验结果表明,此方法有效提高了故障测试与诊断的速度,并且易于实现。     

基于故障矩阵的贝叶斯故障定位方法

故障的准确诊断和定位是云计算系统提供持续服务的前提条件。为了提高系统故障诊断和定位的性能,本文提出了一种基于故障矩阵的贝叶斯故障定位方法。首先,对云计算系统的软件结构进行了抽象,对事物进行了定义,并描述了事务的执行路径。其次,将系统运行的多个执行路径表示为故障矩阵,并给出了组件健康状态的逻辑命题表达式。最后,应用贝叶斯概率分析了系统故障的概率。实验表明,本文提出的方法与其它相关方法相比,故障识别的准确性更高,所用的执行时间更短。     

融入模糊推理的新型故障树诊断方法

在以预防为主、准确、高效武器装备故障诊断的指导思想下,针对故障树诊断法固有的优缺点属性,本文将产生式规则和模糊理论引入故障树中,设计了故障树的确定性诊断和不确定性推理的故障诊断推理方法,将模糊故障机理以“故障树”的方式进行表达,使故障树诊断从确定性诊断领域扩展到模糊诊断领域,并构建了相应诊断算法流程。通过仿真对比,说明了该故障诊断推理方法的正确性,同时还证明了该方法具备快速性、准确性,以及处理模糊故障机理问题的能力。     

基于云服务的统计测试非监督故障诊断预测

为了对系统中的潜在故障进行有效地预测,提出一种基于统计测试的非监督故障预测方法。首先,将云服务系统定义为运行在相同的软/硬件环境下,具有相同输入数据的并行系统。在数据预处理过程中,对性能计数器中的数据进行标准化,并选取了一定分位数下的计数器数据信息。最后根据具有相同软/硬件环境和输入数据的节点将产生相同的输出这一原则提出了一种统计测试方法用于系统故障的预测。实验表明,本文提出的基于统计测试的故障预测方法与其它相关算法相比,具有预测准确性高和执行效率快等优点。     

超导限流器限流性能的检测

在电网中加入超导限流器是限制电网短路电流的一种新技术。超导限流器的形式很多,不同工作原理的限流器其限漉特性也会有所差异,因此准确测量超导限流器的限流性能对研制超导限流器具有十分重要的意义。文中根据超导限流器的主要性能参数,设计了一套限流性能检测实验装置,该系统设计为三相380V/500A,可以模拟任意一相对地短路故障,能够检测出限流器正常阻抗、故障阻抗、响应时间和恢复时间等限流特性参数。