基于Lipschitz指数熵的轴承故障检测方法

针对利用小波奇异点进行故障检测无法克服噪声影响的不足,提出采用Lipschitz指数熵作为特征进行故障检测.该方法以信号在小波域上分解形成的Lipschitz指数谱向量的熵值作为故障的诊断特征,建立了基于Lipschitz指数熵的故障检测模型,并提出了基于粒子群优化的特征阈值选择方法.将该方法同基于小波能量谱、小波包能量谱熵特征和小波奇异点检测的方法进行比较,实验结果表明采用Lipschitz指数熵作为特征都能有效克服噪声影响,在检测时间及检测率上较另外3种方法有显著提高.     

一种改进的故障检测算法在组合导航中的应用

为提高组合导航系统的容错性能,实时检测滤波器处理测量信息的有效性,针对组合导航系统突变故障的检测问题,提出了相应的改进算法. 该算法不仅对系统层面上进行故障探测,而且对故障进行定位和隔离,分析了作为假设检验量的标准化残差之间的相关性强弱对故障正确定位的影响,由此对基于标准化残差的故障检测与隔离算法进行了改进,实现子系统内部故障的正确定位与隔离. 实验结果表明,改进的算法能够更有效地利用多余观测量,从而提高组合导航系统的稳健性.      

基于小波框架变换的多聚焦图像融合新算法

在离散小波框架变换图像融合的基础上,从离散小波框架变换系数的特点出发,提出了一种基于离散小波框架变换的多聚焦图像融合算法。该算法通过计算低频系数加权窗口邻域的相似性度量和系数窗口邻域的信息熵来确定融合图像的低频系数;结合高频系数占优块和块与块之间的相关系数来确定融合后的高频系数。实验结果表明该算法提高了图像的融合质量。     

Novel Approach for Fault Detection and Diagnosis of Sensors in Air Handling Units Using Wavelet Energy Entropy

A novel fault diagnosis method for sensors in air handling unit(AHU)using wavelet energy entropy was presented.Instead of directly comparing the numerous data under noise conditions,the wavelet energy entropy residual was compared in the proposed method.Three-level wavelet analysis was used to decompose the measurement data under both fault-free and faulty operation conditions.The concept of Shannon entropy was referred to define wavelet energy entropy of the wavelet coefficients.The sensor faults were diagnosed by comparing the deviation of the wavelet energy entropy of the measured signal and the estimated one with the preset threshold.Testing results showed that the wavelet energy entropy was sensitive to diagnose the biased faults.The wavelet energy entropy residuals exceed the threshold significantly when faults occur.In addition,the severer the faults were,the larger the residuals would be.The results prove that the proposed method is feasible and effective for the fault detection and diagnosis of the sensors.     

并发故障信息DSmT融合算法的应用研究

针对主冷却泵长期工作在高温、高压及高辐射的恶劣工作环境中,其并发故障存在较高概率并难以诊断,提出一种DSmT决策级融合算法,构建了泵主轴转子不平衡、泵主轴转子不对中及主轴损坏的DSmT辨识理论框架,由实测采集数据综合确定DSmT故障特征信度赋值,利用DSmT对多个独立证据源进行决策判断得出主冷却剂泵故障及并发故障的诊断结果.实验结果表明该方法能有效识别主冷却剂泵并发故障特征,具有一定的理论基础及工程应用价值.     

基于FRICA算法的非高斯过程故障检测方法

独立元分析(ICA)是一种有效的非高斯过程故障检测方法,但其建模过程仅仅使用正常工况数据,忽视了对先验故障工况数据的利用.针对此问题,提出了一种基于故障相关ICA(FRICA)算法的故障检测方法.该方法使用ICA算法提取正常工况数据中的非高斯特征成分;再将正常工况数据集和先验故障工况数据集融合在一起构成多工况数据集,利用非局部保持投影进行二次特征提取,获得故障判别成分;在两种特征成分的基础上构造新的监控统计量,并利用核密度估计得到相应的置信限,完成对实时数据的监控.连续搅拌反应釜(CSTR)系统的监控仿真结果表明:与基本ICA方法相比,FRICA方法能更有效地检测出过程故障.     

基于多源验前信息的故障检测率Bayes融合评估方法

针对火箭助飞鱼雷测试性考核中产品自然故障很少见,注入故障的人为做法不能完全正确反映出被试品的故障检测率,采用试验多个阶段的信息,利用Bayes方法,基于可信度构建了多源验前信息的加权验前分布和验后分布,融合评估出故障检测率指标值。仿真算例表明该方法的有效性和可行性     

基于多尺度超像素融合的RGB-D单幅图像阴影检测算法

针对单幅复杂环境图像阴影检测问题, 提出一种基于多尺度超像素融合的自动阴影检测快速算法. 首先利用深度图像计算各点的法向量及空间坐标, 同时利用简单线性迭代聚类算法对彩色图像进行多个尺度的超像素分割; 然后使用阴影置信度算法结合图像的色度、法线和空间位置信息分别估计各尺度下的超像素阴影置信度; 最后采用Adaboost训练的分类器对各尺度下的超像素阴影置信度进行融合, 得到最终的判决结果. 实验结果表明, 该算法的准确度明显高于原阴影置信度算法, 运行时间约为原阴影置信度算法的10%, 对于小块阴影、 大面积阴影及边缘不清晰的软阴影检测表现较突出, 适合对光线复杂环境下的图像进行前期预处理.     

基于集员估计的线性MIMO系统故障检测方法

考虑了一类具有未知有界噪声的线性多输入多输出(MIMO)系统的故障检测问题,提出了一种基于集员估计的故障检测方法.通过当前时刻系统状态范围和测量输出值的一致性检验来检测系统是否发生故障.如果系统正常运行,则利用系统测量输出信息校正当前时刻系统状态范围.利用三容水箱系统模型进行了仿真研究,结果表明了所提方法的有效性.     

局部加权的LS-SVM大气数据组合导航故障检测

针对飞机惯性导航设备发生故障,原容错系统失效,而且一般最小二乘支持向量机(LSSVM)检测算法不能有效处理局部预测的问题,提出一种基于局部加权LS-SVM故障检测法。对LS-SVM进行局部加权处理,用局部加权LS-SVM回归预测滤波器新息,并重构检验统计量,结合ADS/GNSS组合系统进行仿真验证。仿真结果表明:在全局容错系统失效情况下,基于局部加权LS-SVM故障检测法具有良好的预测效果,减少了故障检测时间,降低了虚警率。     

基于原子能量熵和CSM的配电线路故障分类方法

针对配电线路上的故障分类问题,提出了一种结合原子能量熵和连续字符串匹配(CSM)的故障分类方法.通过分析故障信号的暂态特征,利用原子分解法得到故障暂态信号的主导原子以及对故障信息进行补充的次级原子,计算原子能量熵作为故障特征量,较完备地描述了故障特征.应用CSM进行故障分类节省了智能算法故障辨识中参数选择和优化的时间,通过建立的编码规则,将故障特征进行编码,搜索故障编码库,最终确定故障类型.通过仿真研究,验证了该算法的可行性与有效性.     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。     

基于键合图模型的机车制动系统故障检测与隔离

针对机车制动机列车管压力控制模块,采用键合图理论开展了动态建模分析,由建立的故障键合图模型推导出相应的解析冗余关系,提取出完整的故障特征矩阵.利用序贯概率比检验方法对采集的监测数据进行连续判读,实时跟踪识别工况下的系统异常状况,并将得到的残差状态向量同故障特征矩阵进行匹配,实现对故障部件的检测与隔离.仿真实例验证了建议方法的技术可行性.     

一类非线性时滞系统的鲁棒故障诊断

讨论了一类非线性时滞系统执行器故障的鲁棒故障诊断问题.通过引入一种适当的坐标变换,将一类非线性时滞系统转化为两个低维子系统,研究与非线性项无关子系统的基于状态观测器的鲁棒故障诊断系统设计问题,借助线性矩阵不等式(LMI)技术,推导出依赖时滞大小的解存在的条件以及观测器增益矩阵的求解方法.仿真算例验证了该方法的有效性.     

基于波形匹配的高压输电线系统故障诊断优化算法

准确高效的高压输电线故障诊断对加快故障后系统恢复速度、进而确保系统安全稳定运行具有重要意义.高压输电线故障诊断问题主要包括故障类型识别、故障测距和故障时间识别.本文将该问题描述为优化问题来求解,即将故障诊断问题中待求解的量如故障距离和有待估计的量如过渡电阻作为故障假说里面的未知参数,以故障后的实际波形和期望波形的差异度最小化作为优化目标.在此基础上构建了包括离散和连续优化变量的混合优化问题,可以同时获得故障类型、故障距离和故障时间.采用了近年来提出的一种高效的启发式优化算法─和声搜索算法来求解这一优化问题,并根据问题的特点对该算法进行了改进.最后,用算例系统的仿真结果来说明所提方法的正确性和有效性.     

基于802.15.6的分组检测算法设计与仿真

针对BAN(body area network)系统传输数据分组具有突发性的特点,设计了一种基于数字匹配滤波器和自适应门限判决的分组检测方法.根据数字匹配滤波器的原理和BAN调制信号的特点分析获得了相关峰值的计算方法,采用自适应门限判决的方法对相关峰值进行判决实现分组检测,并利用Matlab对算法性能进行了仿真.仿真结果表明,采用的分组检测算法在一定频偏范围内均具有较高的检测概率.     

基于滤波器的中立跳变系统参数估计和故障检测

研究了一类含时滞和不确定性的中立跳变系统的参数估计和故障检测问题,通过重构系统,获取了包括未知输入、模型不确定性和时滞的误差动态特性.故障检测滤波器和鲁棒故障检测滤波器的存在条件都以线性矩阵不等式的形式给出.所设计的受限于模态的故障检测滤波器使得系统随机稳定,具有很好的抗扰性能和故障检测能力.仿真示例说明了设计方法的有效性.     

基于主成分分析法的变风量空调系统传感器故障诊断

在已经建立的建筑空调系统仿真器的基础上,针对变风量（VAV）空调系统的传感器故障,提出一种基于主成分分析（PCA）和法则相结合的传感器故障诊断方法。建立了PCA模型,将由传感器测量值所组成的测量空间分解为主成分和残差两个子空间,进行故障检测后再由基于法则的策略进行故障重构。仿真试验表明,该方法不仅能够准确地检测并隔离传感器故障,而且可以初步地进行故障重构,为进一步研究传感器的故障诊断提供了必要的基础。     

基于双核独立元分析的化工过程故障诊断算法研究

由于化工生产过程数据具有强非线性和非高斯性特征,提出了核主元分析与核独立元分析相结合的可用于化工过程故障诊断的双核独立元分析算法,该算法利用核主元分析的非线性核函数把数据从原空间映射到高维特征空间进行白化预处理,再用核独立元分析算法进行独立元分析,在特征空间中获得故障监控统计量,计算控制置信限,达到有效的故障诊断.提出的算法应用在连续搅拌反应釜过程中,结果表明,该算法对化工过程故障诊断能有效提高准确度、降低漏报率和误报率.     

基于ANN及DSP的短路故障早期检测的实时实现

研究了基于人工神经网络(ANN-Artificial Neural Network)及数字信号处理器(DSP-Digital Signal Processor)的电力配电系统短路故障早期检测实时实现的技术.包括基于TI TMS320F2812 DSP及多层前馈神经网络(BP-Back Propagation)的短路故障早期检测实时实现的硬件系统以及软件设计等.实验结果证实了神经网络算法应用于电力配电系统短路故障早期检测并在DSP硬件上实时实现的可行性及实时性.