基于辨识模型的非线性网络故障诊断方法研究

将Volterra级数解的递推算式与方波脉冲函数变换相结合,提出了一种对一类非线性动态网络的数学模型进行辨识的新型混合模型辨识法,导出了相应的混合模型辨识公式和动态响应的求解方法．并根据该法所得到的辨识混合模型,提出采用多重预置模型方法对非线性网络故障进行诊断的方法．该法避免了在线计算系统当前工作模型,易于实现在线故障诊断、     

基于多重预设广义频率响应函数模型的故障诊断方法

为了避免在基于非线性谱分析的故障诊断中估计被分析系统当前的广义频率响应函数（GFRF），提出了一种基于多重预设GFRF模型的故障诊断方法。该方法使用不同的预设GFRF模型来表征系统的各种工作模态，并根据各预设模型与系统当前状态的匹配程度来判定系统故障，应用这一方法对实际的车辆减震弹簧的故障进行了诊断，测试结果表明，该方法对于工程应用是可行的，且该方法能避免在线估计GFRF，具有在线计量小、便于用微处理器实现的优点。     

基于遗传小波神经网络的非线性动态自治网络故障诊断仿真算法

为避免用状态方程计算和分析非线性动态网络的约束计算困难,特别是计算响应跨越边界时间的问题,针对非线性动态自治网络,提出一种基于规范式分段线性化总体表达式以及非线性网络的混合参数方程.求解该方程组可得到非线性动态自治网络的故障响应仿真算法,再由小波提取故障响应的特征.采用遗传算法对BPNN进行结构和参数优化,将得到的电路故障状态特征输入至遗传优化的BP神经网络进行故障诊断.仿真结果表明了该故障诊断算法的有效性.     

一类固定床反应器基于改进混合模型的推断估计

对一类工业固定床反应器出口转化率提出了一种基于改进混合模型的推断估计。该推断估计器包括过程简化机理模型，改进型径向基函数网络（ＲＢＦＮ）及在线自校正三个部分。仿真结果表明，该推断估计器具有良好的动态、动态特性，较高的估计精度和较好的实用性，所需训练样本少，易于理解和研究，外推性能良好等优点。     

改进的MPCA方法及其在批过程故障诊断中的应用

基于传统的多方向主元分析(MPCA)常会导致误诊断，且对批生产过程难以保证在线状态监测和故障诊断的实时性，提出了一种改进的MPCA方法，该方法采用多模型非线性结构代替传统MPCA单模型线性化结构，克服了后者不能处理非线性过程和实时性问题，并避免了MPCA在线应用时预报未来测量值带来的误差，提高了批过程性能监测和故障诊断的准确性．     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。     

基于RBF神经网络的非线性系统故障诊断

针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.     

MBD中通过混合键合图对混合系统建模

基于模型诊断即Model—based Diagnosis（MBD）对整个人工智能领域的研究起着重要推动作用，是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能诊断推理技术，其应用也越来越广泛。而混合系统是当前应用较多的动态系统之一，其故障诊断问题是当前研究领域的热门。本文介绍应用MBD技术对混合系统进行诊断的建模方法，介绍混合键和图基本原理，通过混合键和图对混合动态系统建模。为进一步进行MBD故障检测和追踪直至故障隔离和鉴别提供基础模型。     

信号完整性分析中时域宏模型结合电路仿真的方法研究

针对电路板互连结构的信号完整性问题，为了提高仿真效率，采用了时域宏模型与电路仿真相结合的混合方法．该方法在全波电磁场（FDTD）仿真的基础上计算了互连结构的端口散射参数（S参数），在将全波仿真结果嵌入电路仿真环境时，以矢量匹配法（VFM）结合有理函数逼近构造网络函数的宏模型，进而导出模型的等效电路．由于VFM很好地解决了随着逼近阶数的增加而出现的矩阵病态问题，同时利用同一组极点及迭代过程完成所有端口间参数的有理函数逼近，因而方便了复杂结构的分割处理与分别建模．实例分析表明，分割处理的建模时间约为整体建模的50％，同时，实例的仿真和S参数的测试对比检验了该混合方法的正确性．     

风电机组传动系统网络化状态监测与故障诊断系统设计

针对现有风电机组监测系统无法对其传动系统早期故障进行有效诊断的问题,研发了一套基于B/S和C/S混合架构的风电机组传动系统网络化状态监测与故障诊断系统。根据应用需求设计了风电机组传动系统状态监测和故障诊断系统、整体框架和功能模块;结合数据采集设备,基于.ENT和SQL Server平台研发了风电机组传动系统状态监测和故障诊断系统,包括网络化数据采集、远程状态监测、信号分析、故障诊断和数据库服务器等模块。该系统成功应用于某风场风电机组传动系统状态监测和故障诊断。     

波音787飞机基于云计算的远程故障诊断方法研究

针对波音787飞机实时故障诊断仍采用机载数据库的现状,结合波音787飞机数据传输特点,提出一种在充分利用飞机大量飞行数据的基础上进行云计算的远程故障诊断方法,可提升飞机飞行数据利用率和故障诊断的实时性。通过分布式技术将飞行数据拆分处理,应用虚拟化资源提高处理速度和数据共享能力。分析波音787飞机数据传输机制,结合基于网络的远程故障诊断与模糊故障诊断技术,重点研究计算的云化过程和推理过程。最后通过搭建云架构进行实验,证明了方法可进行高效稳定的远程故障诊断。     

一种混合双端直流输电线路的纵联保护新原理

为保证混合双端高压直流输电系统安全运行,分析了混合双端直流输电线路两端电流相似度.通过故障分析发现,区内故障时线路两端电流无明显线性关系,区外故障时线路两端电流呈线性关系.根据该差异,提出了一种基于相关系数的混合直流输电线路纵联保护方法.利用PSCAD搭建混合双端型高压直流输电线路仿真模型,输出直流输电线路区内和区外故障结果,并利用MATLAB对故障数据进行处理,进行了算法仿真.仿真结果验证了所提保护方法的正确性,该方法在实际应用中数据无需严格同步,能够快速可靠地实现故障判别,具有较强的实用性.     

电力线故障信息参数计算

地中电流的大小影响到架空导线-地回路的阻抗,往往导致电力线路故障自动诊断装置响应速度缓慢,本文以卡尔松镜像导线为依据,将镜像导线半径合理扩大,得到的计算处理模型,可简化计算过程,减少计算量.该方法将使得电力线路故障在线诊断装置的数据处理能力成倍提高.     

有杆抽油系统诊断方法研究与应用

以有杆抽油系统动力学行为分析为基础,将基础理论研究和应用技术有机地结合起来,建立了考虑悬挂系统弹性的直井和定向井有杆抽油系统诊断模型,研究了基于B/S（Brower/Server）模式的有杆抽油系统故障诊断方法,利用Internet技术和Web技术开发了相应的软件系统, 通过浏览器即可实现对有杆抽油系统快速、准确的故障诊断,并给出了诊断算例,诊断结果验证了该系统的有效性。基于B/S模式的有杆抽油系统故障诊断对避免井下作业的盲目性,提高系统效率,降低采油成本,实现油田企业信息化和提高油井的科学管理水平具有重要意义。     

基于主成分分析和支持向量机分类模型的滚动轴承故障诊断

为了提高滚动轴承故障诊断的准确率,提出一种基于主成分分析(principal component analysis,PCA)和支持向量机(support Vector machine,SVM)模型的滚动轴承故障诊断方法.通过比较不同方法计算的标准差和拉依达准则对数据进行误差分析,利用MATLAB软件中的PCA函数对数据进行主成分分析,将8个原始变量降维成3个综合变量,分别从降维前和降维后的输入属性数据中随机选取70％的数据作为训练集来建立SVM分类模型和PCA-SVM分类模型,而把剩余的30％作为测试集来对模型的性能进行仿真测试.MATLAB仿真测试的结果表明,PCA-SVM模型的分类效果更好,其预测正确率对于绝大多数故障诊断来说是可以接受的,可以作为一种故障诊断的评价标准.     

基于小波包分解的剩余电流接地故障选线方法

为解决电网发生单相接地故障后,无法对故障线路精确辨识的问题,提出了一种基于小波包分解的剩余电流接地故障智能感知方法。依据小波分析法和智能感知原理,针对接地故障产生的剩余电流进行故障信息采集,将收集到的剩余电流信息进行分析对比,以感知接地故障并进行故障识别;通过研究交流电源剩余电流在线式监测和基于小波变换方法的弧光接地故障诊断技术,利用小波包分解得到电流时频特性进行故障选线;分析故障线路和正常线路中电流特性的差异,并精确辨识出故障点;在仿真软件中对所提出的小波包分解基础上的故障线路选线方法进行了仿真。仿真结果表明,该方法能精确提取时频信息,有效确定故障线路。研究结果为站用交流电源接地故障选线方法提供了参考。     

应用粒计算的混合智能故障诊断技术研究

针对现有的混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型.该模型的核心是在邻域粗糙集中求取不同的邻域值,对故障特征集进行分层粒化,在不同粒度下获得核属性集.利用核属性集在相应粒度下构建人工神经网络和支持向量机子分类器,通过评估矩阵算法对所有粒度下全部子分类器的诊断结果进行融合集成.模型应用结果表明,分类精度随着粒度层的增加而不断提高,集成后的分类精度高于不同粒度下的所有子分类器,从而体现了粒化分层的优势和不同智能诊断方法的优势互补,为混合智能诊断提供了一种新途径.     

基于行波电流极性差异的交直流混联系统纵联方向保护方法

交直流混联系统中逆变站的换相失败使交流线路发生频率偏移,导致工频量纵联方向保护的可靠性受到影响。本文提出一种基于行波电流极性差异的交直流混联系统纵联方向保护方法,利用线路区内、外故障时,传播到两端保护的电流故障初始行波波头之间极性差异构成纵联保护。该方法仅利用电流初始行波极性差异进行方向判别,消除了电容式电压互感器无法准确传输宽频带电压信息导致保护的低可靠性问题,且利用高频电流进行计算,避免了交直流混联系统频率偏移的影响。仿真结果显示,基于行波电流极性差异的纵联方向保护方法能够准确、快速地识别单相故障和多相故障,适用于交直流混联系统。