电信计费账务过程监控及故障检测方法的研究

由于电信施行了自然月账务、实时账务和集中账务,为了保障计费系统的正常运行,需要能够及时发现故障并发出告警,保障计费系统正常运行就要保障操作系统、数据库和计费应用程序的正常运行。通过采集这些系统和应用程序产生的日志并通过分析来判断系统的状态,利用入侵检测系统的原理和方法设计了一个用于跟踪计费账务过程、监控查询和销账、监控执行过程的故障检测系统。经实际应用,系统故障检测效率明显提高。     

基于改进灰狼算法-BP神经网络的智能巡检机器人电磁兼容故障诊断

智能巡检机器人巡检电力线路时可能受到电磁干扰而影响工作甚至发生故障,为有效地完成智能巡检机器人电磁兼容故障的诊断,提出一种基于改进灰狼算法(improved grey wolf optimizer, IGWO)优化BP神经网络(IGWO-BP)的故障诊断模型。由于智能巡检机器人电磁兼容故障征兆与故障原因之间具有复杂的非线性关系,采用一般BP神经网络诊断模型存在着收敛速度较慢,易陷入局部最优,诊断准确率偏低的缺陷。针对以上问题,利用IGWO-BP的权值与阈值,将优化后的BP神经网络应用于智能巡检机器人电磁兼容故障诊断。仿真结果表明,相比于GWO-BP神经网络和一般BP神经网络,IGWO-BP神经网络诊断模型收敛速度加快,网络泛化能力增强,故障诊断准确率提高。     

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.     

多模型融合的输电线路绝缘子自爆故障检测

针对输电线路巡检图像中绝缘子自爆区域小、背景复杂与故障绝缘子类型复杂多样的特点,提出一种多模型融合计算的绝缘子自爆故障检测方法.通过分析现有绝缘子自爆故障检测算法差异性,选取检测性能差异较为明显的三个目标检测算法(Mask rcnn、 Retinanet、 Yolov3),计算得到巡检图像中绝缘子自爆区域坐标及置信度.再利用多模型融合计算,融合各模型检测结果.最后实现架空输电线路无人机巡检图像中绝缘子自爆故障检测,得到绝缘子自爆故障检测综合评价值为94.81%.所提方法在平均准确率、召回率、准确率方面均高于单一模型检测结果.实验结果表明,本方法能有效实现架空输电线路无人机巡检图像中绝缘子自爆故障检测,对输电线路智能化巡检故障诊断具有一定参考价值.     

T-S模糊神经网络在风机故障诊断中的应用

针对供热锅炉房风机故障的不确定性和复杂性的特点,结合神经网络的自适应自学习能力和模糊系统利用语言描述来获取知识的优点,建立了一种基于T-S模糊神经网络的风机二级故障诊断模型,以风机常见故障振动信号的特征频谱峰值变化为依据,诊断故障类型,并对故障原因进行识别。应用MATLAB软件进行系统仿真测试,通过实例与BP神经网络进行了对比分析,结果表明基于模糊神经网络的故障诊断方法收敛速度快、诊断精度高、效果较稳定,能够有效地诊断风机故障。     

基于GNN的电网动态特性评估及其知识图谱应用

提出了一种基于图神经网络(GNN)的电网故障检测方法,辅助解决网络运维领域的故障问题.通过构建电网特征抽取模型以及知识图谱,将所提出图神经网络应用于电网的故障节点定位;通过引入时间维度信息,将前后时刻的节点状态辅助当前时刻的故障检测;将图神经网络层的各个节点输出特征进行相关性分析,验证图神经网路对节点特征抽取的有效性.结果表明：所提出的图神经网络能够有效地定位电网故障节点,在仿真故障场景上获得了99.53%的定位准确率,图神经网路对节点的特征建模可以定性观测节点故障扰动传播情况,对故障节点分析起到了重要辅助作用.     

基于人工神经网络的PLC故障诊断系统的研究

本文介绍了一种新的PLC控制系统故障诊断方法。首先建立可编程控制器控制系统的故障诊断模型,然后在对可编程控制器控制系统的故障产生特点进行分析的基础上,阐述了BP神经元网络的原理及如何应用BP神经元网络建立可编程控制器故障诊断系统,最后根据上述分析给出了可编程序控制器故障诊断实例。     

长距离带式输送机托辊的故障检测

为了实现对托辊卡死状态的检测和检测装置的自检报警,分析了托辊故障的产生原因及发生故障时的现象,提出了一种嵌入皮带内的检测方法,实现对托辊的移动巡检,从而能够对托辊故障进行快速准确的检测。本设计的在线自检技术,保障托辊监测的高度可靠性,可准确区分检测模块故障和托辊故障,便于故障快速定位,方便维修。     

基于神经网络的PCB焊点检测方法

针对目前自动光学检测系统在进行焊点检测时容易出现缺陷误报和漏报,以及智能化程度不高的问题.提出了一种基于神经网络的检测方法.首先采用一种基于熵的多阈值自动图像分割方法来提取焊点;然后定义焊点图像的一系列特征,并通过实验对特征进行选择;最后建立用于焊点分类的BP神经网络.实验证明,基于神经网络的焊点图像检测方法具有较高的准确率.     

平台罗经故障检测的BP神经网络

选用合适的训练、选择BP神经网络结构、连接权系数的方法和船舶实航数据,建立BP神经网络.用同一艘船的另两段实航数据验证该神经网络的泛化性能,在其中一段数据中人为加入缓变故障信号,用以检验其对缓变故障的敏感性.结果表明,系统能够跟踪同一条船不同航行状态的动态特性,对缓变故障也相当敏感,适用于一般海况船舶正常航行时平台罗经故障检测.     

基于GIS的PDA＋GPRS＋GPS长输油气管道巡线管理系统

介绍一种基于GIS的PDA＋GPRS＋GPS的长输油气管道巡检系统,说明该巡检系统的工作原理及相关技术,阐述了该巡检系统的主要功能和优势,为输油管道日常运行和维护等巡检作业提供一个良好管理平台,提高企业的管理水平,降低了企业运营成本。     

哈里斯交换机计费常见故障与处理

哈里斯M和MP型数字程控交换机采用的是Foxpro2．5编写的计费系统，计费终端通过一条RS232电缆与交换机相连接，并通过对交换机数据库进行部分修改而实现的。由于该计费系统为较早版本，在运行与计费数据处理过程中表现出各种各样的故障，笔者将自己在运行维护中常见故障和处理方法进行了总结，以帮助维护人员更好的进行故障处理。     

采用时域与时频域联合特征空间的转子系统碰磨故障诊断

针对转子系统早期碰磨故障,提出了一种基于时域和时频域联合特征提取和分析的方法,并采用该方法对简单转子模型进行了故障诊断。基于BP神经网络和影响函数法,建立了滑动轴承单盘转子碰磨故障动力学模型,并对转子系统碰磨故障进行了数值模拟;分别采用统计学和小波包分解方法,对振动信号的时域和时频域特征进行了提取,综合两者建立了碰磨故障的特征空间,并采用支持向量机(SVM)模型对比分析了基于时域、时频域和综合两者特征空间的故障诊断效果,在此基础上,通过引入可分度函数,将正常振动信号与故障信号同时考虑,对各特征的可分度进行了分析和排序;根据特征分析结果,将特征空间分为高可分度区域和低可分度区域,分别针对单特征和组合特征对碰磨故障进行识别。研究结果表明:单特征的碰磨故障识别率与其可分度函数值呈正相关;组合特征识别效果要优于单特征,且高可分度区域内的组合特征识别效果要明显优于低可分度区域,针对本文所建碰磨故障样本空间,高可分度区域内随机三特征组合平均故障识别率达到90%以上。文中提出的故障特征提取和分析方法可为复杂故障的识别提供参考。     

油气场站自动化巡检机器人系统设计

油气场站存储的物质由于具有可燃性,需要高频率的进行巡检。针对油气场站分布较广,占用面积较大,人工巡检费时费力,需要携带各种传感器进行采集与分析数据的问题,设计了一套油气场站自动化巡检机器人系统。该巡检系统包括自主移动平台、底层控制及传感器、自主导航算法、传感器检测算法、数据处理与预警平台。通过设计的被动式底盘和自主导航算法,该系统能够在油气场站的非结构化路面上进行快速巡检;通过设计的传感器检测及处理预警平台,该系统能够对油气场站的甲烷等易燃气体进行自主分析并数据回传,使得检测流程更加简洁高效。经实验测试,本油气场站全自动化巡检机器人系统能够完成灵活的越过各种障碍物,在危险环境下进行巡检,自主建立环境地图并导航,环境异常检测并回传数据,数据分析并报警等复杂任务,能够广泛的运用在油气场站的自动化巡检任务中。     

基于CNN的水表故障检测算法研究

合格水表运行一段时间后可能出现硬件故障,造成水费计量异常。为避免此问题,传统上采用机器学习方法（例如支持向量机）分析水表日常读数以判断水表是否出现故障,但该方法常因人工选择特征不当而导致检测性能不能满足实用要求。为解决该问题,本文利用卷积神经网络（CNN）卓越的特征提取能力,根据水表日常读数自动提取水表故障特征,在此基础上提出一种基于CNN的水表故障检测方法,并通过大量实验对检测模型进行了参数优化。对比实验结果表明,本文所提方法相比于支持向量机和集成学习方法,具备更高的检测性能,且检测精度满足实用需求。     

基于特征检测的航拍图像电力线提取方法

在分析输电线路无人机巡检系统航拍图像中电力线特征的基础上,针对单一Ratio算子和Hough变换提取电力线效率低、效果差的不足,提出一种基于特征检测的电力线提取算法.首先,运用Ratio算子检测直线像素点并运用Hough变换的方法提取图像中的直线信息;然后,运用特征检测算法对电力线进行提取;最后,通过实验验证了所提算法能够从复杂的自然背景中完整提取电力线,同时能有效避免漏检、误检等情况,并有较好的噪声抑制能力.该研究为电力线典型故障的检测识别提供了有力支撑,具有较好的工程应用价值.     

紫外成像检测技术简介及其在电网中的应用

简单论述了紫外成像检测技术的发展历史及其原理,同时对该技术与传统检测技术的优缺点进行了简单对比。作为一种新的检验检测方法,该技术在电网电气设备日常巡检及状态评估中发挥了重要作用,利用其检测技术的优势配合常规检测方法可以有效杜绝电气设备及部件的事故隐患。     

神经网络在提升机故障诊断中的应用

结合领域专家的经验知识,根据提升机制动系统故障树,完成了故障样本的收集与设计,然后用自组织特征映射(SOM)网络对制动系统的7种故障自动进行了分类,成功实现了第一层次的诊断;总结了制动系统子系统-液压站故障树,进行故障样本的收集与设计,然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断,确定了故障原因和程度.对液压站故障的测试结果表明,这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求;Elman网络的诊断性能较稳定,其隐含层神经元数对诊断性能的影响较小;故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络.     

S1240(ELC型)程控交换机的常见故障及处理

在对S1240(ELC型)程控交换机进行日常维护时，常见故障有用户模块、中继模块和计费模块的故障。对出现的故障进行了分析并简要介绍了其处理过程。     

基于多传感器的隧道异常自动巡检系统的设计

为及时发现隧道内渗漏水和裂缝病害,提早采取应对措施而降低损失和节省成本,设计了一套基于多传感器的隧道自动巡检系统。通过分析隧道内渗漏水和裂缝表现出的特征,针对渗漏水现象,通过红外热成像设备获取环境的温差伪彩图,设计出一种多邻域生长动态异常区域识别算法检测漏水点;针对裂纹细小难以识别的问题,通过大面阵工业相机获取高分辨率图像,并提出一种基于相机标定的图像拼接方法获取隧道内全部视场,从而扩大裂纹检测范围。将传感器模块化安装在隧道运动巡检设备中,构建一套完整的网络架构,进行信息交互和数据传输。实验结果证明该系统有较强的可靠性和鲁棒性,渗漏水检测算法误检率低,可有效检测出温度异常区域;图像拼接算法成像质量高、拼接速度快。