基于遗传神经网络的航空装备故障预测

为在武器系统故障发生前实现预测、实现装备的视情维修,开展基于遗传神经网络的故障预测技术研究.采用实数编码方式和自适应的交叉率、变异率改进遗传算法,并将改进遗传算法用于神经网络的权重学习得到遗传神经网络.利用监测到的装备特征参数数据进行网络训练,然后将遗传神经网络预测装备特征参数的退化趋势.预测实例表明遗传神经网络可在故障发生前实现故障预测,较基本神经网络有较大性能改善,可提高武器装备的保障能力,实现视情维修.     

锅炉故障预测方法探析

锅炉故障预测是故障诊断的一部分,故障诊断的最终目的就是为了指导锅炉运行和维修。因此,进行锅炉故障预测,对提高锅炉现代化运行水平和机组可用率具有重要意义。从锅炉故障的可预测性、预测相关知识出发,进而分析常用的锅炉故障预测方法。     

航空发动机油液磨粒与故障关系RVM预测方法

支持向量机方法应用于发动机油液磨粒与故障关系预测时,常出现稀疏性不强、计算量大、核函数必须满足Mercer条件等问题。针对这一问题,在原理介绍和推导的基础上,利用某型航空发动机滑油光谱分析得到的237组数据中的7种金属磨粒浓度及其对应的发动机工作状态,对相关向量机预测方法进行了检验。采用相关向量机、最小二乘支持向量机和反向传播神经网络方法,对发动机工作状态进行预测。结果表明,在同等条件下,与LSSVM和BP-NN相比,RVM拥有计算量较少、预测时间较短,精度较高等优势,可广泛应用于发动机油液磨粒分析与故障预测。     

航空电子设备故障预测框架与方法

针对环境应力对电子产品造成的累积损伤,提出了覆盖电子设备全寿命周期的故障预测框架与方法。首先提出了可预测性的概念,在设备设计阶段采用辅助软件eXpress进行可预测性设计,跟踪实际环境中设备的工作数据,采用3种改进神经网络进行特征参数的趋势预测。基于信息熵理论,采用多指标评价准则融合单项预测方法,实现了对某型电子设备的故障组合预测。预测框架在某型电子设备上的实践验证了框架的可行性,预测结果表明了组合预测方法较单项预测方法具有更强的鲁棒性和稳定性。     

一种基于神经网络的网络设备故障预测系统

引入基于状态的维修技术,构建了基于多状态的在网运行设备故障预测模型.根据故障的严重性将预警等级划分为四层,对于不同的预警级别,分别构建神经网络.该模型解决了设备故障预测精度不高的难题,提升了基于多状态的故障预测能力.     

基于MSFG的机载BITE故障定位算法研究

故障定位是机载BITE的重要功能,定位结果的准确性对维修测试有着重要影响。基于多信号流图模型,在构造故障-测试关联矩阵和故障-故障关联矩阵的基础上,引入故障信息矢量和故障定位矩阵,并给出适用于机载BITE故障定位的矢量描述和矩阵定义,进而提出一种简单、有效的故障定位算法。实例验证表明,该算法能够对系统中的故障源进行准确定位。     

锅炉故障预测方法探析

锅炉故障预测是故障诊断的一部分,故障诊断的最终目的就是指导锅炉运行和维修。因此,进行锅炉故障预测,对提高锅炉现代化运行水平和机组可用率具有重要意义。从锅炉故障的可预测性、预测相关知识出发,进而分析常用的锅炉故障预测方法。     

复杂装备故障预测方法研究综述

【目的】阐明复杂装备故障预测内涵,指导装备主动性维修。【方法】对复杂装备故障预测研究内容、国内外研究现状以及方法体系进行调研、归纳和分析,划分并评述现有方法的适用条件和优缺点。【结果】基于知识的故障预测方法可充分利用来自相关领域专家的经验知识,但知识的获取是瓶颈问题;基于模型的故障预测方法可深入理解对象系统本质,但实际复杂装备的精确模型很难构建;数据驱动的故障预测方法依赖于大量数据,而实际应用中一些复杂装备的典型数据的获取代价很大;混合方法能克服单个预测方法的局限性,但有效的模型设计是一个难点。【结论】混合方法能更好地提高预测系统的智能性和预测性能,是复杂装备故障预测的重要发展趋势。     

基于数字孪生的装甲装备故障与健康管理参数优化平台研究

针对故障预测与健康管理（prognostics and health management,PHM）系统的可靠性和指标参数优化问题,提出五维数字孪生（digital twin,DT）模型和智能体方法对基于PHM系统的装甲装备保障进行仿真建模。为提高PHM系统的效率和精度,利用五维数字孪生模型驱动装甲装备的PHM系统,将物理实体与虚拟模型进行数据融合。使用智能体技术对DT模型中装甲装备的复杂系统结构和装甲装备的等待、训练以及维修等物理行为进行刻画。利用仿真实验验证了系统的有效性和合理性,综合装甲装备完好性、任务成功性等系统权衡指标优化了PHM系统整体指标参数。     

高压断路器在线工况监视与故障预测装置

简介作者研究的高压断路器两个关键系统——操作系统和載流断流系统的在线工况监视与故障预测的机理、判据、原理框图及整机原理结构。     

面向污水处理的数据驱动故障诊断及预测方法综述

在污水处理过程中,存在着强非线性、多变量耦合、参数时变、大滞后、内外干扰频繁等问题,因此如何及时发现系统的异常从而保证过程设备的可靠性和稳定性显得尤为重要.文中根据污水生化处理的特点,综述了基于数据驱动的故障诊断方法在污水处理领域的研究现状、存在的问题以及解决方案,探讨了故障预测在污水处理中的研究前景,指出了基于数据驱动的故障诊断方法研究在污水处理中存在的问题和未来的发展方向.     

基于综合集成方法的设备故障诊断及其应用

设备故障的诊断涉及到知识工程、知识管理、数据挖掘、专家系统、可靠性工程等多领域知识,常常需要综合定性和定量方法共同进行诊断。本研究从综合集成法的思路出发,提出了一种定性定量结合的设备故障诊断方法,并以铁路CIR设备为例,综合知识图谱、文本分类、贝叶斯网络等技术,应用于设备故障知识管理、故障定位、故障诊断推理。本研究表明,综合集成方法对复杂设备故障知识的管理和诊断实践提供了有效指导,同时能为维修人员和管理人员进行设备健康管理工作提供决策支持。     

基于粗糙集的机载电子设备故障检测专家系统的改进

由于机载电子系统的故障征兆和故障原因之间的对应关系较为复杂,设备故障诊断领域的某些经验性专家知识具有一定的模糊性和不确定性,因此本文利用粗糙集理论较强的数据分析能力和容错性,通过对专家系统中存在的冗余信息进行约简并剔除不必要的属性,降低了故障诊断专家系统构成的复杂性,并明显改善了专家系统的整体效能.     

10kV配电网单相接地故障选线与仿真研究

小电流接地系统由于接地电流很小,加之故障情况较复杂,其选线问题一直未能很好的解决。在分析系统发生单相接地故障时暂态特征的基础上,提出了一种利用比较各线路暂态零序电流差值的故障选线方法,介绍了该选线方法的原理与步骤。通过MATLAB仿真试验表明,该方法可以准确实现故障选线,具有较高的灵敏度,且不受过渡电阻和故障合闸角等因素的影响。     

广义线性函数与故障定值的有效算法

本文通过广义线性函数理论将网络的故障分析与灵敏度分析统一起来导出了故障定值的有效算法,使故障定值运算简单化,系统化,并对故障参数可解性作了讨论,给出了算例。     

基于DOST能量相对熵的配网单相接地故障选线方法

针对小电流接地故障中,不同类型配电线路故障特征频带能量分布不一致的情况,提出一种基于离散正交S变换与能量相对熵的故障选线方法。首先提取各线路故障后首半个工频周波的暂态零序电流,利用离散正交S变换计算暂态零序电流各频带的变换系数及各频带暂态能量,结合能量相对熵对两个波形细微区别的识别能力,分别获取各线路在不同频带的能量相对熵,并综合得到每条线路的综合能量相对熵,据此熵值大小进行故障选线。Matlab仿真表明该方法不受接地电阻、故障初始角、故障距离等条件的影响,在间歇性电弧故障时仍然可准确实现线-缆混合线路单相接地故障选线。     

急性无结石性胆囊炎的风险因素、诊断和预后

目的 :对急性无结石性胆囊炎的风险因素、诊断、预后进行分析。方法 :回顾 9例急性无结石性胆囊炎的诊断和治疗。结果 :6例无风险因素 ,3例具有免疫缺陷疾病及感染、肠梗阻、全胃肠外营养等因素 ;7例诊断明确 ,2例误诊 ;8例治愈 ,1例死亡。讨论 :急性无结石性胆囊炎可发生在无风险因素病例中 ,其坏疽、穿孔发生率高 ,为改善其预后需早期诊断     

论区域开发中的主导产业选择

主导产业选择是国土规划及区域开发研究中不可缺少的重要内容之一，主导产业选择的正确与否直接关系到区域经济的整体发展水平，因此引起国内外学者的广泛重视，但目前仍未形成共识。针对这一问题，本文对主导产业的涵义、特性及主导产业的选择方法和指标等进行了探讨