基于空间故障树理论的系统故障定位方法研究

为了系统发生不同类型故障后快速定位可能引起该故障的系统元件,通过分析系统结构和元件故障概率分布,以及系统在不同工作环境中发生各类型故障的统计数量,提出基于空间故障树(Space Fault Tree,SFT)理论的系统故障定位方法.该方法使用SFT概念得到系统内部结构及元件的故障概率矩阵P(X_i),分析元件X_i故障对于所在割集S_j及系统T故障的贡献度,结合系统故障次数统计矩阵Γ(m_q),最终得到元件X_(1~I)与故障m_(1~Q)的相关度矩阵.这个矩阵可反映出对于任意系统故障m_q与故障元件X_(1~I)的相关性排序、对应的割集、及保证结论正确的可能性,还可优化系统故障分类.实例研究表明:方法可确定各故障的至因故障元件,并根据可能性进行排序,排序靠前的元件组合正是系统的割集,这从侧面也说明了方法正确性.     

基于部件等级更新和组重要度的维修策略

针对多部件系统,提出一种基于部件等级更新和组重要度并考虑备件订购的维修策略.首先定义部件等级来确定系统结构,引入生存signature来更新随部件等级更新的系统结构,基于系统可靠度和维修成本建立一个组重要度,并基于当前的系统结构、部件平均故障时间和订购成本设计一个备件订购规则.基于以上,提出适应性故障维修规则和两层面预防维修规则并建立相应的维修模型,使用遗传算法对其优化.最后,以变电站自动化系统为例验证了该策略既可改善系统可靠度,又可降低维修费用,对维修的理论和实践有较大价值.     

利用组合群验数学模型分析汽车故障

利用组合群验的理论和方法建立数学模型,依据汽车可靠度对汽车系统定量分析,为确定故障部位,汽车维修,故障分析提供方法.     

基于模拟退火算法的船用核动力装置故障诊断研究北大核心

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于模拟退火算法的船用核动力装置故障诊断研究

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于模糊集和COPRAS的改进FMEA方法

本文针对传统故障模式及影响分析(FMEA)方法在复杂不确定环境下存在的缺陷,提出了一种基于模糊集理论和COPRAS(Complex Proportional Assessment)的改进FMEA方法。该方法首先应用模糊集理论并结合专家知识建立评价故障模式的模糊语言术语集,然后由FMEA专家小组对各种故障模式根据其风险因子进行模糊评价,最后利用COPRAS方法并综合考虑风险因子的相对权重确定各故障模式的风险顺序,从而识别出关键故障模式。通过将改进FMEA方法应用到企业仓储管理中,并与传统FMEA方法结果进行比较,验证了该方法的有效性和准确性。     

基于T-S模糊模型的非线性不确定系统奇偶方程鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统,构造了相应的测量冗余方程和奇偶方程,给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理.采用奇偶方程故障检测与诊断方法,研究了非线性不确定系统的鲁棒故障检测和诊断.最后,通过仿真示例说明了本文所提出的方法是有效的.     

基于T—S模糊模型的非线性不确定系统奇偶方程鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统，构造了相应的测量冗余方程和奇偶方程，给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理．采用奇偶方程故障检测与诊断方法，研究了非线性不确定系统的鲁棒故障检测和诊断．最后，通过仿真示例说明了本文所提出的方法是有效的．     

基于模糊证据推理和灰色关联理论的FMEA方法

在对传统FMEA研究的基础上,提出了基于模糊证据推理和灰色关联理论的FMEA方法.结合模糊证据推理理论建立评价故障模式的模糊王信结构,对各种故障模式进行评价,利用灰色关联理论计算各种故障模式的关联度,通过排序来确定故障模式的风险顺序.该方法克服了传统FMEA的缺陷,提高了FMEA应用的准确性和可靠性.     

Fuzzy数学在涡喷发动机滑油故障诊断中的应用

将模糊数学方法引入到涡喷发动机滑油故障诊断中 ,提出了由历史数据及专家优序数综合确定模糊隶属度的方法 ,建立了模糊诊断模型 ,解决了针对一种或数种故障征兆 ,如何准确 ,快速地找到引起故障的真正原因 ,从而为飞机的故障诊断维修工作提供了一种科学、可行的新方法 .     

系统多故障状态模糊决策的研究

复杂系统发生故障时，往往出现两个或两个以上故障现象，并且故障原因与故障现象之间常存在交叉关系，传统的故障树分析法无法对系统多故障进行诊断。本将模糊决策的基本原理和故障树定量分析中常用的重要度分析法相结合，提出了一种对多故障状态的分析方法，并对液化气储配站烃泵灌装系统多故障状态进行了分析，取得了良好的应用结果。     

基于GA-PLS和AdaBoost的故障诊断方法

提出一种基于GA-PLS和AdaBoost的液压系统故障诊断方法。该方法用遗传算法与偏最小二乘法相结合(Genetic algorithm-partial least squares,GA-PLS)的算法对初始特征向量进行筛选,提取出与故障信息相关程度高的特征向量,把该特征向量作为输入,运用AdaBoost(Adaptive Boost)方法建立分类器,以识别液压系统的工作状态和故障类型。对实验数据分析的结果说明,该方法能准确地选择出特征向量,并有效地应用于液压系统的故障诊断。     

基于故障树和混沌粒子群算法的锻压机床故障诊断方法

锻压机床由于生产效率高和材料利用率高的特点,被广泛应用于各领域.然而,锻压机床发生故障时,其故障种类繁多、故障数据量大,所以对锻压机床故障源的快速、准确诊断较困难.针对该问题,文章提出一种将故障树分析法和混沌粒子群算法相融合的方法,对锻压机床的故障源进行故障诊断.该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率,然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本,再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置.文章提出的方法以锻压机床的伺服系统为例进行了故障诊断实验,将该实验结果与遗传算法、粒子群算法进行对比.实验结果表明,文章的算法在锻压机床伺服系统的故障诊断中准确度更高、速度更快.     

Dynamic output feedback fault tolerant controller design for discrete-time switched systems with actuator fault

This paper investigates the problem of dynamic output feedback fault tolerant controller design for discrete-time switched systems with actuator fault. By using reduced-order observer method and switched Lyapunov function technique, a fault estimation algorithm is achieved for the discrete-time switched system with actuator fault. Then based on the obtained online fault estimation information, a switched dynamic output feedback fault tolerant controller is employed to compensate for the effect of faults by stabilizing the closed-loop systems. Finally, an example is proposed to illustrate the obtained results.     

基于Matlab灰色神经网络的电力变压器故障诊断研究

针对电力变压器故障的特点及传统诊断方法在变压器故障诊断中的局限性,提出了基于灰色神经网络的变压器故障诊断方法.首先将典型油中气体浓度样本集作为参考序列,挖掘出样本集中的故障信息,然后利用灰色神经网络进行变压器的故障诊断.通过大量的实例,并将诊断结果与IEC三比值法和改良三比值法的诊断结果相比较,表明基于matlab灰色神经网络的诊断方法具有更高的精确度.     

聚类分析方法在机械故障部位诊断中的应用

润滑油光谱分析技术是不解体检测磨损故障的一种有效方法，但到目前为止，光谱分析的结论是关于整机是否正常，而不能指示出发生磨损故障的具体部位。本文提出了用聚类分析方法来诊断故障部位。通过对大量机车柴油的分析表明，该方法的诊断结果是令人满意的     

基于信息熵的汽车故障诊断复杂性评价

由于大量高新技术在现代汽车中的综合运用,仅利用设备维修复杂系数作为制定设备维修工时定额的方法已不能体现现代汽车修理工作量差异,而现代汽车维修工时定额更应考虑该故障诊断复杂性差异对维修工时的影响,所以对汽车故障诊断复杂性进行评价很有必要.应用信息熵的方法探讨了汽车故障诊断复杂性的评价方法,首先介绍了信息熵评价复杂性的相关理论,给出了汽车故障诊断整体复杂性评价指标以及复杂性熵尺度评价模型,最后以发动机过热为实例,分析了故障判断层次结构,利用信息熵方法计算出故障诊断的复杂性值.实证结果表明评价方法和模型具有一定的实用性和可行性,可实现对现有的汽车维修工时定额的修正.     

Detection,isolation and identification of multiple actuator and sensor faults in nonlinear dynamic systems: Application to a waste water treatment process

The goal in many fault detection and isolation schemes is to increase the isolation and identification speed. This paper, presents a new approach of a nonlinear model based adaptive observer method, for detection, isolation and identification of actuator and sensor faults. Firstly, we will design a new method for the actuator fault problem where, after the fault detection and before the fault isolation, we will try to estimate the output of the instrument. The method is based on the formation of nonlinear observer banks where each bank isolates each actuator fault. Secondly, for the sensor problem we will reformulate the system by introducing a new state variable, so that an augmented system can be constructed to treat sensor faults as actuator faults. A method based on the design of an adaptive observers’ bank will be used for the fault treatment. These approaches use the system model and the outputs of the adaptive observers to generate residues. Residuals are defined in such way to isolate the faulty instrument after detecting the fault occurrence. The advantages of these methods are that we can treat not only single actuator and sensor faults but also multiple faults, more over the isolation time has been decreased. In this study, we consider that only abrupt faults in the system can occur. The validity of the methods will be tested firstly in simulation by using a nonlinear model of waste water treatment process with and without measurement noise and secondly with the same nonlinear model but by using this time real data.     

商业建筑人员疏散系统模型的构建与决策

针对我国商业建筑火灾事故频发、群死群伤事故严重的现状,对全国商业建筑特大火灾案例进行统计调查,建立人员疏散系统模型数据采用贝叶斯统计分析方法进行分析,克服了火灾数据缺乏、且难以进行大量重复实验的困难,得到各基本事件发生概率的条件期望估计与方差.通过误差传播对系统进行敏感性分析.通过对系统故障树的分析,得到在火灾发生情况下商业建筑人员疏散失败的概率及方差,并进行系统决策.     

配电设备实时故障风险评估方法

现有配电设备故障风险评估方法在因素分析方面不够全面,未能综合考虑天气等环境因素与设备健康状态因素对设备故障风险的影响,且数据来源主要为长期历史数据,缺乏时效性。为解决此问题,本文提出了一种配电设备实时故障风险评估方法,结合天气状况、设备状态两大因素计算配电设备实时故障概率,通过负荷损失量、停电用户数量、负荷重要等级三个因素评估配电设备故障影响程度,并以设备故障概率和故障影响程度为准则建立风险评估模型。通过IEEE-RBTS BUS2算例分析,证明该模型能够有效评估配电设备实时故障风险,对于电力企业优化设备检修工作,提升应急管理水平具有重要的指导意义。