DEDS故障诊断方法在电梯中的应用

针对电梯这种复杂机电系统难以建模的特点，提出基于随机自动机的离散事件动态系统（DEDS）故障诊断方法．深入研究电梯门系统的故障机理，对各元件的典型故障进行分类，并抽象出各元件的事件集和状态集．将传感器信息和事件发生的可能性信息加入逻辑模型，得到系统的随机自动机模型．把门锁装置从门系统中分离出来，建立电梯门锁装置的随机自动机模型，构建电梯门系统和门锁装置的随机诊断器．通过随机诊断器，对门锁系统故障发生的概率进行在线估计，并对门主体系统的可诊断性进行了分析．此方法为复杂机电系统的故障诊断提供了一条有效途径．     

一种基于粗糙集理论的设备故障诊断方法

粗糙集理论是一种处理模糊和不确定知识的数学工具。本文根据粗糙集理论,对设备的振动故障诊断决策表进行属性约简,以提取故障识别的重要属性,降低决策表的冗余性。分析表明,粗糙集理论应用于故障诊断可得到更清晰、简明的诊断规则。     

基于特征评估和神经网络的机械故障诊断模型

为了克服在无先验知识的情况下，人为选择时域无量纲指标作为故障敏感特征的盲目性，提出了一种基于特征评估和径向基函数（RBF）神经网络的机械故障诊断模型．该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解，分别提取原始信号和各分解信号的时域无量纲指标组成联合特征，然后对联合特征进行评估，计算评估因子，并根据评估因子的大小选取敏感特征作为RBF神经网络的输入，实现对机器不同状态的自动识别．实验结果和工程应用表明，这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息，从大量的故障特征中筛选出敏感特征，因而减小了网络规模，提高了分类准确率，具有很强的鲁棒性．     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

水电机组远程状态监测、跟踪分析与故障诊断系统

结合所研发的水电机组远程状态监测、跟踪分析与故障诊断系统,讨论了水电机组状态与诊断相关技术,介绍了系统的网络化体系结构、主要功能、关键技术及实现方法。该系统具有基于In ternet/In tranet的开放式结构,实现了远程监测诊断,功能完备且面向实际。实际应用表明,该系统兼具技术的先进性和实用性,运行稳定可靠,可广泛应用于各类水电机组状态监测与故障诊断场合。     

水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.     

基于SDG的传感器分布优化设计

故障诊断方法的效率主要取决于监视过程变量传感器的配置.针对现有双向图的设计方法配置过程繁琐、容易出错等问题,提出了一种改进的基于带符号的定向图(SDG)故障诊断的计算机程序算法来设计传感器的网络分布.通过五罐系统得出结论证明,这种改进的计算机程序算法具有效率高、信息利用量大、准确率高和简单易用的特点,为将基于SDG的故障诊断方法应用于实际控制过程提供了一条新的途径.     

测试的离散信道模型与信息量

针对系统级故障诊断过程中测试信息量的计算问题,建立了测试过程的离散信道模型,提出了基于信道平均交互信息量的测试信息计算方法,并证明算法的复杂性为O(mnlogn2),为系统级故障诊断提供了精确的定量分析基础。     

一类非线性系统的突变故障诊断

针对一类非线性系统给出一种基于学习方法的突变故障诊断方法,设计了一个观测器,以此来检测、辨识和诊断一类非线性系统动态系统的故障。给出了故障检测的性能分析,并给出了检测时间上界。     

高精度DFT分析的非均匀采样实现

从数字信号处理的基本原理出发，给出了谐波泄漏产生的根本原因，指出实际工作中的傅立叶分析都是对非均匀采样序列进行的；如果能有效地逼近理想整周期采样序列，即使是非均匀采样，也可以提高谐波分析的精度．计算机仿真结果证实了这种分析的正确性．