一种压缩向量对测试集的新方法

通过施加一个测试向量对,瞬态电流测试可以检测出CMOS数字电路中的某些故障,这些故障通常（例如开路故障）不能被传统的电压测试和稳态电流测试有效地检测出来。研究如何有效地压缩向量对测试集与通常的测试向量压缩一样,意义十分重要,但目前人们对此研究得较少。首先使用三种现有的游程编码方法对向量对测试集进行压缩,并比较它们的压缩结果。在此基础上．提出了一种更好的压缩方法。采用新方法对几个ISCAS标准电路的开路故障向量对测试集进行压缩,实验证明压缩效果比三种游程编码方法都要好。而且,新方法的解码代价非常小,适合压缩大型电路的开路故障测试集。     

Model-based embedded compiled software fault positioning

Software fault positioning is one of the most effective activities in program debugging. In this paper, we propose a model-based fault positioning method to detect the faults of embedded program without source code. The system takes the machine code of embedded software as input and translates the code into high-level language C with the software reverse engineering program. Then, the static analysis on the high-level program is taken to obtain a control flow graph (CFG), which is denoted as a node-tree and each node is a basic block. According to the faults found by the field testing, we construct a fault model by extracting the features of the faulty code obtained by ranking the Ochiai coefficient of basic blocks. The model can be effectively used to locate the faults of the embedded program. Our method is evaluated on ST chips of the smart meter with the corresponding source code. The experiment shows that the proposed method has an effectiveness about 87% on the fault detection.     

一种面向交互代码的构件合约化测试方法

构件技术是软件复用的关键技术,构件测试是检测构件故障保证构件质量的重要手段。构件故障分为构件本身的故障和构件化软件集成时的故障,前者由于构件开发者熟悉源代码而易于测试和定位;后者由于软件复用者对构件的不清楚和集成的复杂性导致故障往往难以检测和发现,因此构件集成测试中的故障测试是目前研究的难点问题之一。构件集成测试离不开交互代码(粘贴代码),文中提出了一种面向粘贴代码的构件合约化测试方法。分析了基于粘贴代码的构件测试中的四种故障类型;针对这四种故障类型,依据合约的适应性,阐述了基于XML的粘贴代码合约的构造机理;并且给出了构件集成中基于合约检查的测试过程;最后以网络购物系统为应用实例,验证了该方法的有效性和实用性。该方法为捕捉错误,抛出异常信息,快速定位构件集成中的故障位置,准确发现故障原因提供了一种非常有效的途径。该方法的使用减少了构件集成测试中粘贴代码产生的冗余,提高了测试的灵活性,实现了高效的软件复用,缩短了软件开发周期,降低了开发成本。     

一种二十四脉波可控整流电路的故障在线诊断方法

研究了一种易于在实时诊断系统中实现的多脉波可控整流电路故障诊断方法。针对一类不带平衡电抗器的二十四脉波可控整流电路,分析了故障电压波形的产生与变化,将3个以内的晶闸管故障按整流波形的畸变规律分为121类,共计2904种故障状态。利用二值逻辑符号建立相应的24维故障模式向量,构造逻辑故障树,总结故障诊断定位算法,实现了从故障特征向量到定位向量的直接变换。仿真结果表明,该方法能快速准确地诊断出二十四脉波可控整流电路的各种故障。     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

基于神经网络的模拟电路的故障诊断

根据 BP神经网络的特点和性能以及电路故障诊断的要求 ,采用了 BP网络的权值与故障模式相对应的方法来进行电路的故障诊断 .该方法利用改进的 BP算法 ,首先建立故障模式 ,然后将故障模式与 BP网络的权值相对应 ,最后将权值作为故障诊断知识 .对模拟电路的软故障进行了仿真 ,仿真结果良好     

基于小波变换的电力计量系统故障信息提取研究

根据高压电力计量系统故障信息情况,提出了一种基于小波变换技术对故障信号进行分析的方法.通过外加激励信号对高压电力计量系统故障进行检测,利用截频性能出色的dmey小波对故障信号进行4级小波分解,根据小波分解后的信号频带对应关系,保留检测信号所在频带的波形数据进行重构并分析研究.试验结果表明该方法能够有效地消除杂波干扰,准确地提取出相关故障的信息.     

暖通空调系统故障诊断的故障向量空间法

为了能有效诊断暖通空调系统（ＨＶＡＣ）中可能出现的故障,保证暖通空调系统安全、节能地运行,提出了一种应用于暖通空调系统故障诊断的新方法——故障向量空间法（ＦＤＳＭ）。ＦＤＳＭ 的基本思想是通过观察一组反映系统或设备结构特性的特征值的变化来进行故障诊断。该方法于１９９５ 年１０ 月在英国牛津接受了国际能源局第２５ 子课题（ｆａｕｌｔｄｅｔｅｃｔｉｏｎ ａｎｄ ｄｉａｇｎｏｓｉｓ ｉｎ ＨＶＡＣｓｙｓｔｅｍ ）主持的竞赛性检验,证明了这种方法的有效性和可靠性。这种方法的提出对ＨＶＡＣ系统的正常运行和节约系统能耗有较大的意义。     

基于有限状态机的被动测试错误诊断

针对被动测试错误诊断算法只能推测出被测系统可能存在错误却无法准确定位错误的问题，提出了一种逐步定位系统实现错误的层次递进的方法．先利用测试序列的输入输出信息并结合错误模型生成初始诊断错误集合，再依据测试套上下文使用错误检测算法对该集合进行筛选，最后经连续观察或结合主动测试进行错误区分．实例验证结果表明，所提方法能够对绝大多数有单个实现错误的有限状态机模型进行错误定位．     

基于自适应滤波辅助残差χ2法的导航系统故障诊断方法

针对残差χ2法对软故障检测不敏感,且当量测噪声阵不准确时,也不能很好地检测突变故障的问题,提出了一种限制自适应滤波辅助残差法的诊断方法。基于贝叶斯理论推导出一种限制自适应滤波,利用其自适应调节性在线估计量测噪声阵,抑制滤波预报值跟踪软故障,以辅助残差χ2法进行故障检测。为了克服直接隔离故障法导致滤波精度降低,误检率增加的问题,提出了基于一步预测的故障处理和重构方法,即用前一时刻解算的结果预测当前时刻的导航信息。仿真结果表明,所提出的方法能实时有效地诊断出突变和软故障,保证系统在故障阶段的精度,并使系统在故障消失后及时恢复正常,提高了系统的可靠性。     

卫星姿态测量系统的故障诊断技术

以挠性陀螺仪、红外地平仪和太阳敏感器组成的对地观测卫星的姿态测量系统为对象,研究了该系统传感器硬件故障的诊断技术．在给出系统方程的基础上,对传感器的故障作了假设,并对该系统进行基于广义简化滤波器（多重滤波器）故障诊断方法的应用．该方法利用测量系统自身的卡尔曼滤波器,故只需增加有限的计算量．结果表明,这一方法有较好的实时性和较高的故障检出率,有利于卫星姿态测量系统可靠性的提高和高精度卫星的研制．     

运用赋值相异生成高效率测试图形

针对传统算法中赋值相异导致测试生成失败的问题，提出新的解决思路，利用赋值相异信息确认故障效应传播路径，以确保每次测试生成成功．与传统方法不同的是，新方法通过对故障传播函数的分析，总结出支配故障传播的规律，即故障传播不仅仅受线确认条件约束，还受敏化路径的拓扑结构的约束，线确认和蕴涵所导致的赋值相异有助于建立敏化正确的故障传播路径．进而提出自湮没和它湮没的概念和分析方法，并发展为运用赋值相异信息来确认故障效应传播路径的方法．新方法可生成精简的、故障覆盖率高的测试图形，并尽可能多地检测多重故障．基于ISCAS85 Benchmark的实验结果表明，新方法的测试数据长度和故障覆盖率均优于Synopsys Tetramax等现有方法．     

Finds in Testing Experiments for Model Evaluation

To evaluate the fault location and the failure prediction models, simulation-based and codebased experiments were conducted to collect the required failure data. The PIE model was applied to simulate failures in the simulation-based experiment. Based on syntax and semantic level fault injections, a hybrid fault injection model is presented. To analyze the injected faults, the difficulty to inject (DTI) and difficulty to detect (DTD) are introduced and are measured from the programs used in the code-based experiment. Three interesting results were obtained from the experiments: 1) Failures simulated by the PIE model without consideration of the program and testing features are unreliably predicted; 2) There is no obvious correlation between the DTI and DTD parameters; 3) The DTD for syntax level faults changes in a different pattern to that for semantic level faults when the DTI increases. The results show that the parameters have a strong effect on the failures simulated, and the measurement of DTD is not strict.     

齿轮箱在线故障诊断系统设计及应用

为了尽早发现齿轮箱台架寿命试验中的故障发生及其位置,避免对试验设备及人员造成伤害,针对齿轮箱工作过程中的安全问题,开发了一套齿轮箱在线故障诊断系统。该系统利用加速度传感器检测箱体的振动信号,通过时域分析实现齿轮箱试验的实时监测与故障预警;对时域信号进行时频域分析,采用ZFFT（基于复调制的细化频谱算法）细化频谱方法处理频域信号,通过分析典型故障信号特征,建立故障特征向量,实现故障类型判定。试验结果表明,该系统能实现齿轮箱故障预判,并能准确识别出典型故障。     

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。     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.     

基于真实数据的电动汽车锂电池故障检测方法

当电池的异常特征不明显时,传统的电动汽车电池系统故障检测方法很难进行早期故障检测。当前大多方法都是基于实验室条件下的测试数据进行研究,利用电动汽车实际运行数据的研究较少。为解决上述问题,提出一种基于真实数据的电动汽车电池系统内短路故障在线检测方法,通过经验模态分解提取分解后的电压残差值作为故障特征,结合香农熵权重法,以每个采样点的香农熵的冗余度作为权重,对串联电池系统中各电芯单体进行评分,结合改进Z-分数,实现对串联电池组的故障检测和定位。利用真实车辆数据进行验证并与阈值法和相关系数法进行比较,验证了该方法的有效性。结果表明,所提出的方法计算成本低、可靠性高,能够在线应用,不需要精确的模型且无需针对不同型号车辆的得分阈值进行试验,降低了试验成本。     

Application of Kernel GDA to Performance Monitoring and Fault Diagnosis for Rotating Machinery

Faults in rotating machine are difficult to detect and identify,especially when the system is complex and nonlinear.In order to solve this problem,a novel performance monitoring and fault diagnosis method based on kernel generalized discriminant analysis(kernel GDA,KGDA) was proposed.Through KGDA,the data were mapped from the original space to the high-dimensional feature space.Then the statistic distance between normal data and test data was constructed to detect whether a fault was occurring.If a fault had occurred,similar analysis was used to identify the type of faults.The effectiveness of the proposed method was evaluated by simulation results of vibration signal fault dataset in the rotating machinery,which was scalable to different rotating machinery.     

无量纲指标免疫检测器在缓变故障检测中的应用研究

本文利用无量纲指标和人工免疫原理构造了五种无量纲指标免疫检测器。提取试验中的数据,采用阴性选择算法、增加编码位数进行编码,检测器能检测到微小的变化,通过多个无量纲指标免疫检测器同时进行交叉检测,再进行集成、融合,使缓变故障得到较准确诊断。实验结果表明了本文所提出的方法的有效性。     

基于神经网络预测器的单传感器故障检测方法

目的 研究单传感器的故障检测方法,方法 提出了神经网络预测器用于单传感器故障检测的实现方法,并给出了神经网络预测器的在线和离线学习算法。结果 本方法只需要一个传感器的输出信号就可检测系统中的传感器是否发生故障,如果对系统中多个传感器建立神经网络模型,可以检测控制系统中多种类型的以及多个同时发生的传感器故障。结论 用汽车发动机仿真实验可以表明本方法是行之有效的。