间接可测端点可信性的拓扑条件和算法

模拟电路子网络级故障诊断理论，面临着二个基础性核心问题：（１）撕裂端点是否要全部可及，（２）子网络级故障可诊断性的条件是什么？本文给出的定理回答了这些问题．这条件是必要的和几乎充分的     

区间分析法在容差子网络级故障诊断中的应用

研究含有容差的模拟电路故障诊断是工程实际遇到的问题，是故障诊断理论走向应用的关键一步，本文探讨应用区间分析的方法作为容差子网络级故障诊断的工具，以期引起这方面的研究．     

模拟电路元件级故障可诊断性及可及点的优化选择

本文提出了模拟电路ｋ元件故障可诊的网络结构条件，对于由元件参数、容差及计算误差造成的似块相关问题提出用奇异值分解方法在故障前给出可能的模糊故障集，以提高诊断的准确性．并在此基础上为提高网络的诊断能力给出了可及点优化选择的方法．     

K故障容差网络的诊断性研究

研究一类容差网络的Ｋ故障诊断问题，建立起容差值为随机变量的故障网络模型，用正交能量法对网络进行故障定位．给出无容差与容差网络Ｋ故障的可诊断条件，分析了诊断性能好坏与故障网络的哪些因素有关，给出它们之间的关系．对于已知网络结构与容差统计特性的系统，可对其Ｋ故障的可诊断度给出一个概率估计     

子网络级故障的交叉撕裂搜索法

本文提出的交叉撕裂搜索法，突破了撕裂端点（子网络间关联接点）全部可及的限制，根据间接可测端点可信性的拓扑条件选择可及点的一种子网络级故障诊断方法。它具有普遍意义．     

子网络级故障的交叉逻辑诊断法

研究了网络发生故障的子网络数不大于3的交叉撕裂准则和子网络级故障的逻辑定位方法,在子网络级故障可诊断性拓扑条件的基础上,提出一种快速诊断子网络级故障的新方法,这种诊断方法与目前国内外流行的互校验（MTC）方法比较,具有以下优点：不受子网络外节点（子网络与子网络级间的关联节点）必须可及的限制;故障诊断计算量小,诊断次数少;可及点可以重复使用。     

网络可及点的合理选择

可及点合理分布是模拟电路故障诊断理论中的一个待研究的课题．它涉及到可诊断性、易觉察性、故障可测度以及可及点有效使用率等诸方面的问题．本文在子网络级故障诊断的交叉撕裂搜索法的基础上，探讨可及点合理选择的原理和方法 这里所得到的分析计算原则，具有工程实际意义和理论意义．     

模拟电路子网络级的故障定位

本文首先给出了一种子网络级故障定位的新算法,它在以下两个方面发展了Salama 等人提出的算法:(1)用诊断故障子网络的五个定理查找故障子网络或故障子区;(2)用蒙特卡洛法处理容差效应.与 Salama 的算法相比,本算法计算量小、可靠、且适用于大容差情况.其次,本文提出的“计算节点电流和的灵敏度”对预先估计子网络的可诊断性具有指导意义.为了简化测后计算,本文采用了非故障子网络的等效模型.最后,给出了线性有源网络和运放μA709的算例,结果是令人满意的。     

一种开关电容网络子网络级诊断的新算法

在电荷守恒原理和灵敏度分析基础上，提出了一种开关电容网络（ＳＣＮ）子网络级故障诊断的新算法，运用该算法，在诊断过程完成后，能确定出非故障网络（或非故障元件集合）和故障子网络（或故障元件集合）。     

模拟电路的子网络级—元件级的故障诊断

本文给出作定期检测的线性模拟大网络的故障诊断的一个新算法。该法将多级撕裂的子网络级故障诊断与元件级k故障诊断相结合,在元件级算法中又首次引进Steiner三连系,采用组合覆盖技术,显著地减少了诊断的测后计算量。     

基于节点电压增量方程的含容差轨道电路软故障诊断

为了解决轨道电路容差的存在使得相关的故障诊断理论方法难以用于实际工程,分析了轨道电路的容差特性,提出了基于灵敏度分析的消除容差对故障诊断影响的方法,并在此基础上提出了基于节点电压增量方程的含容差轨道电路软故障字典法.该方法是对含容差线性模拟电路故障诊断方法的拓展,也适用于一般线性模拟电路.仿真验证结果表明,所提出的方法可以有效地实现含容差轨道电路的软故障诊断.     

多深度学习模型决策融合的齿轮箱故障诊断分类方法

针对齿轮故障诊断中单一传感器采集信息不完全、容错性不佳及一种神经网络模型具有局限性,传统信号处理技术提取特征困难等问题,提出了多深度学习模型决策融合的齿轮箱故障诊断分类方法,构建了基于卷积神经网络(convolutional neural networks, CNN)和改进堆叠降噪自动编码器(stacked denoising autoencoders, SDAE)的混合网络模型,根据改进的Dempster-Shafer(D-S)证据理论实现决策级融合诊断。以时频信号作为CNN的输入,以频域信号作为SDAE的输入,采用Adam优化算法和dropout、批量归一化技术训练该混合模型。实验结果表明：利用该融合方法对齿轮进行故障诊断相比单个的网络模型CNN和SDAE诊断正确率有所提高,为齿轮故障智能诊断分类提供了新路径。     

网络多层次分块故障诊断

本文提出一种网络多层次分块故障搜索诊断的方法．它在子网络级故障可诊断的基础上 探讨用微机诊断大规模电路中故障子网络的一种诊断方法．它对大规模网络的故障诊断具有工程 上的实用价值．     

系统级故障诊断的测试图生成方法研究

提出了并研究了系统级故障诊断测试图中任意测试图，受限ｔ可诊断系统测试图和ｔ可诊断系统测试图的生成原理及方法，给出了一个典型测试图的生成实例。     

粒子群改进算法在配电网故障定位中的应用

为了满足含分布式电源配电网故障定位的要求,对传统二进制粒子群算法进行改进,利用改进二进制粒子群算法(BPSO)解决配电网故障定位问题。改进BPSO初始化随机数采用均匀分布,同时引入收缩因子和线性变换的惯性权重来提升算法收敛于最优解的能力,避免陷入局部最优,提升故障定位的精确性。对算例配电网中的多种故障情形进行仿真分析,包含少量故障信息畸变的情况,诊断结论全部正确。仿真结果表明,改进算法在精确性和收敛速度上均优于传统粒子群算法,对含分布式电源的配电网故障定位具有一定的有效性和容错性。改进BPSO可以满足电网定位对准确和实时性的要求。     

Fuzzy fault diagnosis system of MCFC

A kind of fault diagnosis system of molten carbonate fuel cell (MCFC) stack is proposed in this paper. It is composed of a fuzzy neural network (FNN) and a fault diagnosis element. FNN is able to deal with the information of the expert knowledge and the experiment data efficiently. It also has the ability to approximate any smooth system. FNN is used to identify the fault diagnosis model of MCFC stack. The fuzzy fault decision element can diagnose the state of the MCFC generating system, normal or fault, and can decide the type of the fault based on the outputs of FNN model and the MCFC system. Some simulation experiment results are demonstrated in this paper.     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的     

模拟电路故障定位的理论和方法

本文研究模拟电路故障诊断中的定位理论和方法，电网络分扯的理论和方法，伴随网络的理论和方法，分别被应用于故障定位中，文中还给出了另一种故障定位方法，这一方法是作者所提出的故障诊断定理的直接应用，在此基础上得出了两个诊断模拟电路故障的判据。