基于互测PMC模型的条件诊断算法

本文以条件诊断系统为研究对象,首先对条件诊断系统的互测PMC模型进行研究,把传统诊断系统的有向图表达式G(V,E)转换成互测有向图表达式G(F,T,M,HF),然后对条件诊断互测有向图表达式中相互关联的F、T、M、HF四个集合的性质和定理进行研究,最后提出一种基于互测PMC模型的条件诊断算法,该算法可简单、快速地找出故障模式,并对具体症侯是否有唯一故障模式进行判定.     

基于互测PMC模型的故障诊断方法及其应用

PMC模型是一种基于测试的系统级故障模型.针对传统诊断算法的弱点,作者于2003年建立起了PMC模型方程诊断算法的框架.本文的主要工作是:(1)对以往的理论进一步补充完善;(2)给出一个直接求绝对故障基的简便方法;(3)通过引入直和的概念,将高维PMC故障模型分拆成低维模型进行诊断;(4)举例说明方程诊断算法的应用.     

PMC故障模型的方程诊断

首次建立起PMC方程模型的定义(即PMC模型的方程描述).PMC模型是一种最常见的系统级故障模型,针对传统的图论诊断算法离不开"t-可诊断性"和"相信大多数"(即假定系统中故障机的台数少于处理机总台数的一半)的特点,文中引入"绝对故障基"等概念,并充分运用"集团"工具,在不以"t-可诊断性"和"相信大多数"作前提假设的情况下,找到了求PMC模型全体相容故障模式的具体方法——方程诊断算法.     

Hypermesh网络在PMC模型下的两种可诊断数

通过对元维Hypermesh网络t-可诊断性与t/t-可诊断性的研究,证明了在PMC模型下,Hypermesh网络是n(k-1)-可诊断的(n≥2,k≥3),且是［2n(k-1)-k］/［2n(k-1)-k］-可诊断的(n≥3,k≥3)。     

Folded Hypercubes 在PMC模型下的可诊断数

可诊断数是衡量多处理器系统可靠性的一个重要参数。文中通过对折叠立方体的可诊断性研究,证明了在PMC模型下,折叠立方体是(n+2)-可诊断的(n≥3),且是(2n+2)/(2n+2)-可诊断的(n≥4)     

交换超立方网络的(t, k)故障诊断度研究

故障诊断是网络系统修复的一个重要环节,PMC诊断模型是一种简单、易于理解的故障诊断模型。通过对以交换超立方网 为拓扑模型的多处理器系统进行结构分析,给出了该网络系统的一般化的故障诊断方法——(t,k)诊断方法,证明了在PMC模型下交换超立方网络 是 可诊断的,且是条件 可诊断的。结果表明,交换超立方网的(t,k)诊断度 大于其传统诊断度s+1,条件(t,k)诊断度 大于其传统条件诊断度4s?3。这些结果为交换超立方网络的故障诊断提供了重要的理论依据。     

基于诊断信息流模型的印刷电路板故障诊断

从故障诊断的角度分析印刷电路板的原理图,建立了电路板的诊断信息流模型。模型反映了试验之间及试验与故障之间的观察关系,基于该模型讨论了印刷电路板的故障诊断问题,实例说明了模型的有效性。同时该模型具有一定处理多故障的能力。     

基于FPGA的传感器故障诊断算法研究与实现

对于目前传感器设备故障诊断方法在诊断过程中会导致实际生产中弱故障诊断不灵敏,无法有效识别故障,并且充分考虑实际生产过程中的特点,提出基于FPGA的传感器故障诊断算法设计。在不同残差空间中分析故障,使系统对于弱故障诊断的精准性得到提高。使用迭代算法对主元分析算法模型进行更新,利用残差空间平方加权预测误差变量的重构对故障进行确定,从而对传感器故障进行在线诊断。最后,通过企业实际数据实现此方法的在线故障诊断实验。实验结果表明,此种方法能够有效诊断传感器设备故障。     

基于BP网络的电力机车充电机故障诊断研究

充电机作为电力机车的一个重要装置,直接影响电力机车的安全运行.文章以BP神经网络故障诊断理论为基础,提出了以充电机输入和输出以及晶闸管触发信号为神经网络输入的特征参数,建立了充电机的23种故障模式和特征量之间非线性关系.仿真及实验结果表明了该诊断模型和算法的可行性以及有效性,同时特征参数的有效提取提高了诊断的精确性.     

流程工业系统故障预警及故障诊断模型

流程工业故障预警是建立在对流程工业故障预警模型的分析基础之上的。现代流程工业生产系统是一个多循环、紧密耦合的复杂动力学系统。本文通过一个流程工业系统中各个设备问的结构和功能的分析,找到输入量、输出量和设备状态间的函数关系,建立对应的复杂系统动力学模型。通过对系统动力学模型的数量分析,找出动力学系统的稳定状态,一旦输入、输出和状态变量的变化范围超出系统所能容忍的范围,整个动力学系统就会偏离稳定状态,从而导致系统故障。     

关于系统级故障诊断的烟花-反向传播神经网络算法

为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法—烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。

     

An Efficient Cuckoo Search Algorithm for System-Level Fault Diagnosis

We propose a new efficient algorithm named Cuckoo search fault diagnosis (CSFD) to solve system-level fault diagnosis problem.KMP algorithm is proposed for initialization based on the K-means partition algorithm;a fitness function is designed according to the equation constraints satisfied by the test model;the binary mapping method is advanced by optimizing existing binary mapping algorithm.Experiments show that KMP algorithm significantly reduces the disparity between the initial solution and the actual solution,and CSFD algorithm improves the efficiency and correctness significantly compared with existing typical swarm intelligence diagnosis algorithm.     

基于指定元分析的多级相对微小故障诊断方法

 设备运作过程中可能出现的微小故障,往往会因其呈现的异常征兆较小而被淹没在显著故障或噪声中,从而现有的方法难以很好地对其进行监控.本文在DCA空间投影框架下建立了观测空间的多级分解思想,并在此基础上提出一种多级相对微小故障诊断算法.将观测数据关于显著指定模式进行DCA分析,并移除显著变化模式的影响,以提高微小故障信号的信噪比.根据其向故障子空间投影能量的显著性判断残差数据中是否还包含仍未被诊断出、且具有一定影响的微小故障;根据各故障方向上投影能量的显著性进行微小故障诊断;重复以上过程,直到各级微小故障均被诊断出来.包含四种共存故障的观测数据的仿真研究,验证了该算法的有效性.     

一种基于时序数据的FPC故障诊断方法

文中针对柔性线路板(Flexible PCB,FPC)多层、线宽精细和间距超精细,无法获取充分故障信息的问题,提出了时序数据测量和基于时序数据的故障诊断方法,在限定的测量节点上,获取了更多的故障信息,将故障识别率从原来的86.5%提高到94.6%.     

开关电流电路故障诊断技术的初步研究

开关电流(SI)技术是模拟采样数据处理技术。介绍了开关电流电路的基本单元结构,讨论了影响故障诊断精度的主要因素,重点分析了电荷注入误差。对于开关电流电路故障诊断的仿真,介绍了一种故障模型,仿真后通过误差电流的不同来进行故障定位,但在PSpice仿真上实现还存在一定困难。