基于模拟电路I_(DDT)的小波神经网络故障诊断方法

动态电源电流(IDDT)对模拟电路故障诊断非常有效。通过分析被测电路的动态电源IDDT及其输出响应来识别电路的故障元件;用小波对被测信号进行多尺度分解,提取小波系数能量,经归一化后,作为特征向量输入到神经网络而实现故障诊断.实验仿真结果表明:该方法能正确实现故障定位且准确率高.     

基于小波神经网络的逆变器功率开关故障诊断

针对逆变器经常出现的功率开关器件开路故障问题,提出了一种基于小波分析和神经网络的逆变电路功率器件开路故障检测和诊断方法。利用小波递归方法对逆变器输出电流信号进行分析处理,实现了逆变器故障检测。通过小波多尺度分析,获得了信号各层细节系数及其能量,对能量进行归一化处理,得到不同故障状态的故障特征,将其作为BP神经网络输入,通过观察网络输出实现了功率器件开路故障分离。仿真结果表明,该方法可以实现功率开关器件故障检测与分离。     

基于小波包-改进神经网络的齿轮传动系统故障诊断研究

本文研究了小波包分析、神经网络在齿轮传动系统故障诊断中的应用。通过实例成功地对齿轮传动系统故障模拟实验中获得的振动信号进行基于小波包分析的故障特征提取,然后应用改进的神经网络进行齿轮传动系统的故障识别。结果表明,在齿轮传动系统故障诊断中,基于小波包-神经网络的故障是一种行之有效的方法。     

基于小波能谱熵和神经网络的输电线故障识别

在暂态电流信号小波变换结果的基础上,采用小波能谱熵定义,对小波分解系数进行处理,提出了一种基于小波能谱熵和神经网络的输电线路故障类型识别方法。该方法通过计算故障前后三相电流信号小波变换系数沿尺度分布的小波能谱熵,经过适当处理,输入神经网络,利用神经网络在模式识别方面的优势,输出结果即为故障类型识别的结果。仿真结果表明,该故障类型识别方法不受故障类型、故障电阻及故障位置等因素的影响,识别结果准确可靠。     

数字电路瞬态故障低能耗自修复方法研究

当前大多数字电路瞬态故障修复方法需在人工处理下才可完成,修复效率低且能耗高。为此,提出一种新的数字电路瞬态故障低能耗自修复方法,设计了一种修复系统,其主要由自律控制模块与重配置执行模块构成,自律控制模块的核心是嵌入式NiosⅡ处理器,数字电路在出现瞬态故障的情况下,通过小波神经网络算法对数字电路瞬态故障进行诊断,判断电路是否正常运行。重配置执行模块包括逻辑计算节点LC与内部互联网络,主要作用是维持数字电路功能以及与其它模块之间施行信息传递。实验结果表明,所提方法能够有效诊断故障,故障修复成功率和平均适应度高,整体性能强。     

电机驱动系统PWM逆变器故障诊断

电机变频调速系统中,逆变器是故障高发的薄弱环节。设计一种基于小波包分解和RBF神经网络的三相电机驱动系统PWM逆变器故障诊断模型,利用小波包变换提取三相PWM逆变器故障信号特征向量,并将其作为RBF神经网络的输入量;采用狼群—模拟退火算法优化RBF神经网络的结构和参数,利用32组学习样本和6组测试样本分别训练和检验RBF神经网络。仿真实验分析表明,该方法用于三相电机驱动系统PWM逆变器开路故障的诊断,速度快、准确率高。     

数字电路瞬态故障低能耗自修复方法

当前大多数字电路瞬态故障修复方法需在人工处理下才可完成,修复效率低且能耗高。为此,提出一种新的数字电路瞬态故障低能耗自修复方法。设计了一种修复系统,其主要由自律控制模块与重配置执行模块构成,自律控制模块的核心是嵌入式NiosⅡ处理器。数字电路在出现瞬态故障的情况下,通过小波神经网络算法对数字电路瞬态故障进行诊断,判断电路是否正常运行。重配置执行模块包括逻辑计算节点LC与内部互联网络,主要作用是维持数字电路功能以及与其他模块之间施行信息传递。实验结果表明,所提方法能够有效诊断故障,故障修复成功率和平均适应度高,整体性能强。     

基于小波包分析与RBF神经网络的模拟电路故障诊断

针对常用的BP神经网络须已知结构,且学习算法训练速度慢的缺点,提出一种基于小波包分析与径向基神经网络(RBFNN)的模拟电路故障诊断方法。该方法首先利用小波包分解,归一化作为预处理提取模拟电路的故障特征向量,再将故障特征向量输入到RBF神经网络进行故障诊断。仿真结果表明本方法能够对模拟电路的故障进行有效诊断和定位。     

用于IDDT测试的BIST测试向量生成器

检测CMOS电路中的开路故障通常需要使用测试向量对。内建自测试（BIST）作为一种有效的测试技术可以大大地降低测试开销。设计一种用于IDDT测试的BIST测试向量生成器,它随机产生跳变数为1-2的测试向量对。实验证明。它能以较少的测试向量对检测出比较多的故障。     

基于小波神经网络的输电线路故障类型识别

电力系统故障类型识别是对电力系统故障进行快速准确处理的重要保证。本文所提出的故障类型识别技术是基于150km双端电气量输电线路准确故障的数字仿真,根据故障前后所测的三相电流和零序电流数据,利用db1小波对数据分解,将低频部分归一化处理后,用过渡电阻Rs=5Ω,100km处的样本来训练网络,再利用BP神经网络来判断50km和150km处接地过渡电阻Rs=10Ω,相间过渡电阻Rr=0．2Ω时的10种短路故障类型,均没有发生误判。从网络的训练和检测结果可以看出,小波神经网络训练时收敛速度较快,并且检测故障速度和准确度都很高。这说明,小波神经网络能够满足现代电力系统的要求,为以后的故障定位和诊断工作打下了良好的基础。     

一种新的模拟电路故障诊断方法研究

针对传统模拟电路检测方法难以发现器件缺陷的问题,提出了一种基于小波分析与人工神经网络的故障检测方法,选取典型滤波器电路。使用MATLAB进行仿真。仿真结果表明,此方法能够有效地识别故障器件,且诊断率高。     

基于高阶谱的异步电机定子匝间短路故障诊断方法研究

传统的信号频谱分析方法应用在信噪比低、故障特征不明显的异步电机定子匝间短路故障诊断中,往往会出现因为故障的频谱图差别不大而导致误判的问题,为此提出了一种基于高阶谱的定子匝间短路故障诊断方法。高阶谱相较于传统频谱分析,具有良好的抑噪性,同时还保留了信号的非线性相位信息,解决了定子匝间短路故障快速诊断的问题。通过理论联系实例分析表明:发生定子匝间短路故障与未发生故障的电流信号"最大幅值"处双谱水平切片图完全不同,且随着故障严重程度的增加,其谐波分量越多,幅值越大。由此验证了该方法可以有效地提取出信号中的非线性特征,完成了对异步电机定子匝间短路故障的诊断,具有良好的实际应用前景。     

基于小波包分析与支持向量机的电力电子整流装置故障诊断

针对当前电力电子整流装置使用的故障诊断方法在应用过程中表现出的缺陷,提出了一种基于小波包分析与支持向量机的电力电子整流装置故障诊断方法：首先使用小波包分析方法对故障信号波形进行分解,提取故障特征向量,然后使用支持向量机理论构造多分类故障分类器对提取的故障特征向量进行分类.仿真实验结果表明,该方法能够有效地完成对电力电子整流装置的故障诊断,具有很好的工程应用价值.     

基于集对分析和隶属函数的轨道电路故障诊断

针对ZPW-2000A轨道电路状态评估、诊断过程中故障类型与征兆间存在多种不确定性等问题，将集对分析及隶属函数引入轨道电路状态评估及故障诊断中. 首先，对收集到的数据处理并分析故障类型与故障征兆的联系，建立故障类型集合；然后，利用集对分析建立故障类型与轨道电路运行状态的联系度，并利用熵权法结合集对分析确定征兆间的权重精确值；最后，利用隶属函数，描述运行状态与状态等级间的对应关系，建立故障类型同异反评价矩阵模型. 算例验证结果表明，结合集对分析与隶属函数的轨道电路评估方法有效反映轨道电路运行状态及故障类型.     

基于故障物理注入的模拟电路测试性分析方法研究

针对仿真建立的故障字典与实体电路存在较大差异以及一部分电路无法进行软件仿真等问题,本文提出了基于故障物理注入建立故障字典并进行故障检测和隔离的方法。首先研究了基于故障物理注入技术的实现方法;然后根据实测数据构建整数编码字典,以此为基础讨论了故障检测率、隔离率和虚警率等指标的预计方法;最后结合电路实例对算法进行了验证。实验结果表明,采用整数编码字典方法进行测试性分析与传统的D矩阵模型算法相比具有更高的故障分辨能力。     

一种规范化的计算机故障分析计算方法

提出了一种规范化的计算机故障分析计算方法。该方法不用进行纵向故障的支路破口，也不用进行线路中间故障的新增节点等处理，保持故障前网络方程不变，任何多重复杂故障，包括不对称短路、跳闸、重合闸都在一个较小的附加故障电路上进行，特别适合于计算机进行复杂故障计算。     

基于决策树的轨道电路故障诊断知识表示方法研究

针对ZPW-2000A无绝缘轨道电路故障逻辑机理模糊的问题,本文采用了基于决策树的轨道电路专家系统知识表示方法.该方法首先将轨道电路故障影响较大的特征向量样本建立故障决策表,然后运用最小信息熵算法对属性值离散化,根据决策树算法快速学习及分类的特点对离散后的数据样本进行训练学习,生成故障决策树后进行知识规则的获取,在专家系统的知识库中以产生规则存储.通过对ZPW-2000A无绝缘轨道电路的实例分析验证了该方法在轨道电路专家系统知识表示与获取中的有效性和实用性.     

液压件铸件缺陷的失效树分析

定义了系统失效树最小割集矩阵和不交化最小割集矩阵。在开发微机辅助失效树分析软件的基础上,从系统分析角度,将液压件铸件缺陷视为系统故障,进行铸件缺陷的预报和诊断。经多种实例验证,证明新方法的可行性,为实现铸件质量的科学管理和铸件缺陷的微机诊断提供了一种有效的科学方法。     

小波换应用于小电流接地故障选线

研究了小波分析在小电流接地系统单相接地故障选线中的应用,利用小波变换这一新兴的信号分析工具,提取故障时的暂态量信息,构造出了基于小波变换模极大值奇异性检测原理的新型选线判据。着重介绍了利用小波变换提取故障信号的暂态高频分量,进行故障选线的方法。并且利用Matlab提供的小波分析工具进行了大量的选线仿真实验,验证了该方法的有效性和可靠性。     

故障树分析法在信号设备中的应用

针对6502电气集中电路产生的故障,以四线制道岔控制电路为例,分析其故障产生的原因,并利用故障树分析法建立模型,对其可靠性进行定性和定量的分析,为铁路信号系统安全、可靠运行提供了保障,具有一定的理论价值和实用价值。