基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

一种基于层次模型的卫星故障动态仿真方法

针对卫星静态仿真方法未实现故障时序发展过程及影响范围仿真的问题,在故障仿真方法进行分析的基础上,提出了一种基于层次模型的动态故障仿真方法,即通过建立不同层级的故障模型,利用动态仿真推进方法实现故障的时序发展过程仿真.此方法能够有效提高故障仿真的精细化程度,为故障处置提供支撑.通过某卫星能源安全模式故障仿真,对方法的有效...     

基于神经网络和模糊综合评判的梁故障诊断研究

设计了一个简单的人工智能故障诊断系统模型,它包括知识库、模糊推理、神经网络和控制模块等。模糊推理模块利用模糊综合评判方法进行故障的预诊,神经网络模块采用竞争学习方法完成故障的确诊。文中对悬臂梁的单一故障和复合故障等七种模式进行了诊断分析,均获得了正确的诊断结果。     

故障传播有向图在地面电源故障诊断的应用

基于图论的故障诊断方法能够有效地缩小故障源的搜索范围,在最短的时间内找到真正产生故障的部件。采用故障传播有向图的方法对某飞行器地面电源故障诊断算法进行了研究,针对该飞行器地面电源的物理结构及相关的电气特性得到其故障传播有向图,并经过一些运算后将有向图进行了分层重构,最后利用故障定位算法模拟了故障定位的过程,得到了很好的效果。     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。     

基于模糊模型的发动机部件级故障隔离方法研究

发动机故障诊断与故障隔离是发动机健康监控领域的一大难题,但对发动机故障定位、预防灾难性事故发生及发动机维修意义重大。为了准确地确定故障发生的部位,本文针对某型液体火箭发动机,提出一种基于模糊模型的部件级故障隔离方法。首先对发动机系统进行部件的划分,然后建立各个部件的模糊模型并进行训练,最后按照设定的故障检测与隔离策略对故障进行诊断。利用两组发动机故障仿真数据对基于模糊模型部件级故障隔离方法进行验证,结果表明:本方法可以实现单一或多个部件故障隔离。     

基于MOMEDA和IITD的滚动轴承微弱故障特征提取

为了清晰准确地提取出强背景噪声下滚动轴承微弱故障特征,对采集的外圈故障轴承的振动信号用MOMEDA进行信号增强;然后,利用IITD分解得到一系列模态,并对分解得到的模态进行包络解调提取故障特征;最后,进行了故障模拟实验,实验结果表明了该方法的有效性。     

基于小波包和神经网络的行星齿轮箱故障模式识别技术

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。     

基于证据理论的无人机光电侦察设备故障诊断

针对无人机光电侦察设备故障类型多样性以及故障信息不确定性等问题,从信息融合的角度出发,运用证据理论对光电侦察设备故障进行诊断.依据故障统计数据和专家评判矩阵获取基本概率分配,利用证据可信度修正最初的概率分配,再利用证据融合公式得到综合故障诊断结果.最后通过实例验证了该方法的可行性.     

基于最小邻近准则的故障类型识别方法

对设备的多故障类型自动识别问题是设备进行自动诊断的难题之一。讨论基于信号频域特性的故障信号特征提取方法,利用这种方法可以把统计学的聚类分析技术用于故障类型识别,建立起一个由信号特征向量构成的向量空间,以最小邻近准则作为故障类型识别的依据。     

单框架控制力矩陀螺部分失效时的空间站姿态机动方法

对金字塔构型单框架控制力矩陀螺(SGCMG)的失效特性进行分析。结合SGCMG部分失效的特点,构建运用Legendre伪谱法的重规划姿态机动路径求解方法。考虑SGCMG失效情况的不可预测性,设计自适应操纵律,该操纵律可以根据指令力矩与输出力矩的偏差对SGCMG的失效情况进行诊断,从而调节操纵律的内部参数,实现失效情况操纵律的自适应调节。仿真结果表明,采用姿态机动路径重规划算法与自适应操纵律,在控制力矩陀螺部分失效的情况下,仍可以实现空间站的大角度姿态机动。姿态机动方法可以有效应对空间站大角度姿态机动过程中可能出现的SGCMG部分失效情况,从而提高空间站姿态机动任务的安全性与可靠性。     

信号稀疏分解理论在轴承故障检测中的应用

将信号稀疏分解理论引入到轴承故障检测问题中,提出新的轴承故障检测方法。通过字典学习的方式可有效实现轴承正常状态振动信号稀疏表示的超完备字典。利用该字典只适用于轴承正常状态信号稀疏分解的特点,将待分析信号在该字典上展开,通过比较信号稀疏表示误差与所设定阈值的关系来判断轴承对应的状态,从而实现轴承的故障检测。实验结果表明:当误差阈值设置合理时,该方法可有效地判断出轴承是否发生故障。     

一种基于元胞自动机的故障样本选取方法

故障样本选取是测试性验证中的关键环节,直接影响测试性验证试验的效率和结果的正确性。在板级电路的故障样本选取过程中,运用传染病思想中的元胞自动机模型分析了电路故障的传播行为,提出了一种基于元胞自动机的故障样本选取方法,实现了故障样本的等效选取。以某型装备关键部件为例,建立了故障传播模型,计算并改进了元胞自动机状态计算方法,通过注入易操作的故障样本,简化了故障注入的流程,提高了故障注入效率。     

基于状态空间模型的故障诊断方法

应用现代控制理论,提出了一种基于状态空间模型的故障检测和诊断方法,即通过设计故障检测器来进行系统的故障检测和诊断,并通过实例证明了该方法的有效性和实用性。     

基于状态空间模型的线性模拟电路BIST方法

本文针对线性模拟电路,提出了一种基于系统状态变量的ＢＩＳＴ方法。该方法将系统的状态、状态变化率及输入信号进行加权求和,以此加权和作为系统的故障检测输出。将其值的大小作为判别依据,可以区分系统的正常与异常状态。此方法具有简单可靠,故障覆盖率高的特点。     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。     

组合导航系统故障检测技术研究

提出了一种新的故障检测算法。该算法由联合滤波器的全局估计与各局部估计之差 ,得到残差序列 ,通过残差 χ2 检验 ,来判别系统是否出现了故障。同时进一步讨论了故障分离方法。数值仿真及实际应用结果表明 ,该算法能有效地检测出组合导航系统的故障 ,保证了系统的安全性和可靠性。     

分段供电切换传感器的在线故障诊断方法

分段供电切换传感器是多段直线电机控制系统的重要部件。针对其故障检测与定位的问题,提出一种切换传感器故障的在线诊断方法。对采集的传感器信号数据进行压缩,以提高计算的效率;研究切换传感器信号根据次级运动的变化规律,定义标准信号集合;给出计算传感信号差异度的方法,作为分析信号相似程度的量化指标;将问题表示为基于有向图的搜索问题,并根据问题的特点缩小搜索的范围;由此提出搜索算法,可以根据测量的传感信号时序估计传感系统的状态变迁过程;给出故障定位流程,利用算法估计的结果,根据系统标准信号集合进行故障定位。为了说明算法与预期结果的一致性,给出3个命题并进行证明;通过实验验证了故障诊断方法的有效性。     

基于AIS反面选择算法的炮射导弹故障诊断方法

提出将人工免疫系统（Artificial Immunity System,AIS）中的反面选择原理应用到炮射导弹故障诊断中,依据免疫算法实现故障诊断的基本原理,构建了基于反面选择算法的故障诊断数学模型,解决了在故障先验知识和故障特征信息缺乏等情况下的故障诊断问题,并通过对炮射导弹制导仪系统中的故障进行实例分析,验证了该方法的有效性和优越性。     

基于扩展状态机的资源泄漏检测方法

基于扩展状态机对资源泄漏故障进行描述,给出了资源泄漏缺陷状态机,定义了缺陷的状态、状态迁移图和状态转换表。设计和实现了资源泄漏检测算法。该算法在对控制流进行遍历的过程中,按照资源泄漏缺陷状态机给出的转换条件进行状态计算,如果计算结果为故障,则报告1个资源泄漏故障。应用该算法对大型开源软件进行测试,发现多个资源泄漏故障。测试结果表明：该算法具有测试效率高和误报率低等特点。