网络故障预测与健康管理关键技术综述

分析了故障预测与健康管理(PHM)技术在网络维护保障中的重要意义,重点讨论了当前网络PHM所采用的关键技术的研究现状,包括网络管理机制、健康评估、故障预测、故障定位、故障识别以及健康管理等.总结了目前网络PHM关键技术存在的问题, 展望了未来发展的趋势,并以此为基础提出了基于移动代理(MA)的分层分布式PHM体系结构和综合型PHM管理框架.     

基于可用度模型的故障预测与健康管理方法

为了将故障预测与健康管理(prognostics and health management, PHM)技术应用到工程实践中,提出了基于可用度模型的PHM方法。首先通过广义随机Petri网(generalized stochastic Petri nets, GSPN)和连续马尔科夫链(continuous time Markov chain, CTMC)建立基本单元的软硬件可用度模型和健康状态转换图,通过求解微分方程得到基本单元软硬件的可用度数值。然后综合软硬件之间的故障相关性建立基本单元的完整可用度模型,并利用事件调度仿真机制得到其可用度的解。最后将基本单元故障模型同通用的可修系统稳态可用度模型对比,得到“可用度-故障率-维修率”形式的PHM计算模型,并以此作为工程应用中PHM分析的有效手段。     

控制系统故障检测与诊断技术的最新进展

对故障检测与诊断(FDD)技术在控制领域的最新进展进行了综述,内容主要包括三类基本方法,即:基于解析模型的FDD、基于信号处理和基于知识的故障检测与诊断方法。重点评述了近年来发展起来的信息融合方法、多Agent方法、鲁棒故障检测、网络控制系统的故障诊断等。最后介绍了故障检测与诊断技术在控制系统中的若干应用成果,并指出尚待解决的主要问题和值得进一步研究的方向。     

基于跳变参数估计的故障诊断方法

本文讨论研究了系统跳变参数估计的故障诊断方法。利用卡尔曼滤波法检测及估计跳变参数,从而减少了系统模型参数辨识的计算量。通过选择跳变模型参数集、非跳变模型参数集以及基于知识的方法,减少方程p=f~(-1)(θ)的待求变量数量,提高了故障定位速度。用广义Newton—Raphson方法求解故障定位方程,保证了较高的故障定位精度。     

基于比例差分型迭代学习的故障诊断算法

因为微分运算会给系统带来不良影响,所以为了避免在迭代学习算法中使用微分运算,同时又可以取得比单纯比例型迭代学习算法较快的收敛速度,将比例差分型迭代学习策略应用到故障诊断中,提出了一种新的故障诊断算法。该算法利用残差以及相邻两次残差的差分信号对引入的虚拟故障信号进行逐次修正,使虚拟故障逼近系统中实际发生的故障,从而达到对系统故障诊断的目的,并通过压缩映射方法,对故障跟踪估计器的收敛性进行了严格证明。该方法不仅可以有效地检测出系统不同类型的故障,还可以精确估计出各种故障信号。最后仿真结果验证了该方法的有效性。     

电站锅炉运行故障实时诊断专家系统

目前火力发电站运行故障的诊断主要依赖于运行人员对现测数据的分析,诊断的正确与否很大程度上取决于运行人员的素质。所以对电站这一复杂的系统很有必要进行故障的自动化诊断,专家系统的应用是近年来的一个发展方向。本文介绍一个基于深、浅两层知识的锅炉运行故障诊断专家系统,深知识包括锅炉系统的结构知识、物理模型和故障模型。浅知识为运行专家的经验知识。由于知识全面,专家系统的诊断能力比传统的基于经验的专家系统强。系统采用面向对象的知识表达,便于知识的更新和移植。该系统采用PDC—prolog编程。目前的诊断对象为锅炉的汽水系统和燃烧风烟系统。     

一种基于串行总线的智能容错飞控计算机系统

从工程技术角度出发,讨论了适用于无人驾驶飞行器的容错飞控计算机系统的实现,给出了基于串行总线的智能容错飞控计算机系统结构,将工作状态检测系统和故障预测技术应用到容错计算机系统中,可在故障发生前采取容错措施,避免故障发生和故障造成的系统失效.给出了总线接口、运算控制单元、A/D转换单元、通讯模块的结构和实现方法,指出利用CPLD和HDL语言进行电路综合具有效率高、测试方便、易修改的特点,应在实践中广泛推广.     

基于系统仿真的故障检测与辨识技术研究

将系统仿真技术应用于故障检测与诊断 ( FDD) ,提出了通过实测信息的在线交互解决理论轨线偏差的思想 ,建立了基于系统仿真的 FDD逻辑结构 ,针对 MIMO系统和线性动态 -测量系统构造了具有良好统计性质的故障辨识算法 ,为故障检测、故障辨识、故障时间确定和故障模式识别提供了新的技术途径 .本文的思想和方法不但可用于 CVDS的故障检测与诊断 ,对大规模复杂系统故障分析也具有供鉴和参考价值.     

基于概率神经网络的故障诊断方法及应用

针对智能大厦空调系统中发生的各种传感器故障问题 ,提出了一种基于概率神经网络 (PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型 ,以高斯函数作为激励函数 ,具有非线性处理和抗干扰能力强等特点 ,可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析 ,故障特征量的选取 ,神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度 ,抗干扰能力及各种传感器故障识别准确率等方面的有效性。     

BIT分析的三态马尔可夫模型

BIT虚警率高阻碍了BIT效能的充分发挥和更广泛、更深入的应用,如何在故障检测率一定的条件下,降低虚警率将成为一个亟待解决的问题。通过将系统状态划分为正常、间歇和故障三种状态,建立了三态马尔可夫模型。分析了三态模型的合理性、与两态(正常状态、故障状态)模型的关系,并对两者进行了对比。理论分析表明,基于三态模型的BIT与基于两态模型的BIT系统相比,其能力与性能得到了提高,在提高故障检测率的同时,还可以降低虚警率。     

两种基于RAIM的多模卫星故障诊断与重构方法

基于接收机自主完善性监测(receiver autonomous integrity monitoring, RAIM)算法,研究了两种针对全球定位系统/全球导航卫星系统(global position system/global navigation satellite system, GPS/GLONASS)多模卫星的故障检测与诊断方法,并提出了一种在无法进行最小二乘解算情况下的故障快速重构方法,即用前面时刻解算的正确结果来快速预测当前时刻的导航定位信息。应用多模卫星接收机真实数据的验证结果表明,两种方法均能正确诊断出故障卫星,且能对故障进行有效重构。同时,在对两种方法的优缺点进行对比分析的基础上,指出具体应用何种方法要根据实际应用环境而定。     

电子产品健康监测和故障预测方法的案例研究

以工程实际中广泛应用的电子产品为案例,对电子产品健康状态监测和故障预测的方法和流程进行了实验验证。实验中采用了性能参数监测法与故障物理模型法相结合的形式,将健康状态监测和故障预测的一般性方法、技术和理论应用到具体的电子产品,对相关的实验流程和实验数据分析结果进行了详细阐述。通过本实验验证案例研究,明确了实现健康状态监测和故障预测在实验上的技术细节问题,为工程中实际构建电子产品的健康状态监测和故障预测能力提供了实践积累。     

多传感器融合的因果映射网故障诊断方法

针对异构、时变、耦合的复杂系统故障诊断问题,提出一种基于多传感器融合的因果映射网故障诊断方法.以时态数据挖掘为手段,实现包含原因层和结果层的快速映射网络.通过因果度定义节点连接强度,通过依赖度和影响度进行故障位置定位和影响预测.应用实例表明方法具有机理简单、算法快捷、结果直观优点.     

基于自适应神经网络的非线性系统故障诊断

针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。     

基于人工神经网络的电路故障诊断专家系统

分析了电路故障的复杂性。针对传统电路专家诊断系统的不足 ,结合人工神经网络用于故障诊断的优点 ,构造了一种新型神经网络电路故障诊断专家系统。该系统采用数据表格形式表示测试诊断知识 ,使知识表达更为清晰 ,推理过程更具智能性 ,在实际运用中 ,诊断效率有很大提高。着重介绍了该系统的设计思想、组成结构和工作原理。     

基于动态电源电流测试的模拟电路故障诊断

动态电源电流测试对模拟集成电路故障诊断十分有效。采用斜坡电压源代替传统的恒定直流电压,从电源电流波形采样训练神经网络的数据并建立故障字典。利用小波变换具有同时在时-频域分析信号、大量压缩数据的属性,对采样信号进行小波包分解,提取故障特征来训练神经网络,简化了网络结构、提高了训练速度。实验结果表明,该方法能够实现快速故障检测及定位,具有准确率高的特点。     

非线性系统故障诊断的Volterra模型方法

针对非线性系统的故障诊断问题,系统地总结了基于Volterra级数模型的故障诊断的理论与方法。由于Volterra级数模型可以完全描述非线性系统的传递特性,因而可将其应用于系统的故障诊断,即在系统工作过程中,通过分析故障发生前后Volterra模型中非线性因素的变化来判知系统的故障。在介绍了这一新的故障诊断理论的基本思想后,结合减震弹簧的疲劳诊断,总结了当前的两种主要研究方法,即基于非线性谱分析的故障诊断方法和基于多重预设Volterra模型的故障诊断方法。阐述了这两种方法的工作原理和实现方法,指出了今后在这一方向上需要进一步研究解决的问题。     

线性时滞系统主动容错H∞控制

采用一种具有广义内模控制结构的反馈控制器,研究一类线性时滞系统的主动容错H∞控制问题。针对可由外系统描述其动态行为的故障,设计了基于观测器的故障估计器,并在此基础上将在线故障估计信息用于控制器的故障补偿,提出了基于广义内模控制的主动容错控制系统设计方法。应用时滞系统有界实引理,推导并证明了问题可解的依赖于时滞的充分条件,给出了这类主动容错控制系统设计的具体步骤。算例验证了该方法的有效性。