改进Elman神经网络在火控系统故障诊断中的应用

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,选用了对非线性对象有较好的控制及扰动消除效果的Elman神经网络方法,并将其应用于火控系统的故障诊断,为了提高网络性能,对Elman网络进行了相应的改进,在结构单元增加了自反馈增益因子α,并建立了基于Elman神经网络的火控系统故障诊断模型,通过一定的故障样本进行了训练和测试,结果证明该方法能有效地识别出故障原因,故障诊断准确率较高,有较强的鲁棒性.     

通信数字ASIC的测试

本文追述了通信数字电路测试的一些主要技术，介绍了通信数字ＡＳＩＣ测试方法在国际上的最新进展，展望了它的发展方向。     

基于光纤智能结构的PCB电子电路故障诊断

提出了基于光纤智能结构的电子电路板故障诊断的方法。以集成电路的发热模式为基础,借助于粘贴在电路板上的光纤智能结构对板上芯片做有效的温度检测,正常工作时的热模式与有故障时对比,根据隶属度来确定故障元件。论证了该方法对几种故障检测的可行性和有效性,拓展了光纤智能结构在电子电路诊断上的应用。     

EMD算法在检测电力故障信号中的应用

分析了电力系统中常见的几种故障类型,研究提出了利用EMD分解正确定位信号故障点的方法。该方法将故障信号分解成几个IMF分量,然后使用希尔伯特变换求出信号的时频关系,从而正确定位信号的故障点。Matlab的仿真结果表明,提出的方法能够更加准确地检测出突变信号,从而正确定位出信号的故障点。     

基于边界扫描的EPM9320LC84电路板故障诊断

结合自适应算法、CX-TB导通测试算法以及二进制计数测试序列，给出了用软件控制EPM9320LC84边界扫描链路，以输出图形并采集引脚对图形的响应，然后通过比较输出测试图形与采集测试图形的差异实现芯片I／O引脚印刷电路板故障的诊断方法。该测试图形便于实现，测试方法快捷、通用性强，诊断结果准确，故障覆盖率高。文中在以PC机作为边界扫描测试向量生成和故障诊断的基础上，对单芯片——EPM9320LC84的印刷电路板故障诊断进行了一些讨论。     

无人值守变电站电力设备音频监测及故障诊断系统

针对智能变电站的无人值守需求及现有故障诊断系统的不足,提出一种电力设备音频监测及故障诊断系统。根据变电站电力设备音频信号信噪比较低的特点,采用具有强鲁棒性的梅尔频率倒谱系数作为判断音频信号异常的特征参数,在此基础上根据音频特征构成多样本观测序列,并采用隐马尔科夫模型进行故障诊断,通过对比对数似然估计概率的输出值确定故障类型。该方法具有实时性较强的优势,也避免了现有故障诊断方法要求较大样本容量的缺陷。实验结果表明,该故障诊断系统具有较高的识别率和鲁棒性。     

基于无消相干子空间的量子避错码设计

针对量子系统的联合消相干模型,可以找到一些不受消相干错误影响的系统状态,这种状态被称为相干保持态,所有相干保持态构成的空间就称为无消相干子空间(decoherencefreesubspace,缩写为DFS).利用DFS的特性可以实现自动容错的量子避错码.首先提出一种DFS的定义,并且以定理的形式证明其他DFS的定义都是等价的.然后给出了DFS的存在性定理.最后利用群论的方法设计一种构造DFS的简单方法 关键词： 相干保持态 无消相干子空间 量子避错码 容错量子计算     

强流脉冲电子束辐照下单晶铝中的堆垛层错四面体

利用强流脉冲电子束技术对单晶铝进行了辐照,并利用透射电镜对强流脉冲电子束诱发的空位簇缺陷进行分析.实验结果表明,强流脉冲电子束能够诱发位错圈、孔洞甚至堆垛层错四面体这种通常在高层错能金属中不能形成的空位簇缺陷,并且三种不同类型的空位簇缺陷的形核过程并不同时发生,三种空位簇缺陷存在着密切的关系.根据实验结果提出了堆垛层错四面体形成与生长机理. 关键词： 强流脉冲电子束 堆垛层错四面体 单晶铝 空位簇缺陷     

故障树模块化在装甲车辆灭火系统故障诊断中的应用

为了实现装甲装备灭火系统故障的快速诊断,提出了一种故障树模块化分析方法;对灭火系统故障树进行深度优先最左遍历,并记录遍历过程,按照遍历顺序对故障树中的每个事件进行标定,并将灭火系统故障树划分为相互独立的模块,依据划分的模块可以通过故障现象对模块内的故障进行排查及修复;实验结果分析表明,该方法可以快速修复模块故障,恢复系统功能,简化了以往对灭火系统所有子事件遍历查错的繁琐过程。该方法同样可以计算故障模块的失效概率,并可以实现故障模块的整体更换,恢复系统性能;证明了故障树模块化方法在灭火系统故障诊断中具有较高的效率,简化了灭火系统诊断流程,在装甲车辆其他系统故障诊断中具有借鉴作用,符合现代作战对于装备保障的需求。     

基于改进小波包分析的导航设备故障诊断的特征提取

针对故障诊断信号特征提取问题,提出了小波包分析的改进算法,该算法通过对小波包分解系数的重新排序,解决了小波包分析的频带混叠问题,给出了应用改进小波包分析进行故障诊断特征提取的算法,并在此基础上提出了基于改进小波包分析预处理的神经网络故障字典法．通过仿真比较,该方法剔除了样本信号的冗余成分,大幅度地减少了神经网络的规模,加快了网络的收敛速度,为导航设备故障诊断的特征提取提供了行之有效的手段。