飞轮系统的对应性分析故障检测方法

为了实现复杂系统故障的简单、快速检测问题,提出一种基于对应性分析的检测方法,研究了闭环飞轮的故障检测问题。首先,利用飞轮系统的健康数据与故障数据描述飞轮系统的状态,数据向量由飞轮的物理状态参数构成。其次,利用对应性分析方法提取健康数据的故障检测指标及其相应的阈值。最终,利用对应性分析方法提取故障数据的故障检测指标值;并与故障检测指标阈值对比,检测飞轮系统的故障。与扩展卡尔曼滤波故障检测方法相比,不需要复杂的物理建模,利用数据向量之间的关联性即可实现飞轮系统的故障检测。飞轮仿真模型的故障检测结果的对比分析表明:本文算法利用数据关联性避免复杂物理建模;算法能利用实时数据实现在线监测,通用性强。可见,对应性分析故障检测方法具有简单、快速的优点。     

不同电极材料条件下改进Catboost算法的直流故障电弧检测算法

为了研究直流系统内不同电极材料对故障电弧检测造成的干扰,针对性地解决多种电极材料下故障电弧检测的误动与拒动问题,提出了改进Catboost算法的直流故障电弧检测算法。搭建直流故障电弧实验平台,以拉弧的方式获取了6种电极材料条件下的直流故障电弧数据,通过构建故障电弧检测特征评价指标,采用小波变换方法在不同电极材料条件下更有效地提取故障电弧时频特征;分析不同电极材料对直流故障电弧检测特征、算法效率的影响,指出检测特征指标与材料熔点、电阻率呈正相关关系;提出的算法相较于现有的阈值比较算法和Adaboost算法提高了电弧检测范围,有效解决了纯铝电极材料下难以准确检测电弧的问题。该算法在6种不同电极材料下均能实现1.5 s内对电弧的快速检测,检测准确率达到100%,满足UL1699B标准要求。     

可变阈值因子的快速自适应门限检测算法

针对基于排序类自适应门限算法运算量大的问题,提出了利用可变的第k小元素替代排序类噪声能量估计的快速自适应门限检测算法.其中对第k小元素的取值仅采用快速排序算法的少次迭代过程,不须要排序完整的检测统计量,可实现快速噪声能量估计,以此作为自适应门限的参变量,结合相应的可变阈值因子达到快速自适应门限判决检测的目的.分析了检测概率和虚警概率以及运算复杂度,仿真对比了该算法与排序类自适应门限算法检测概率和虚警概率.结果表明:当有信号发送时,该算法与排序类检测算法检测概率基本一致,虚警概率有所减小;当没有信号发送时,相同阈值因子情况下,随着k值的增大,虚警概率越来越小.     

基于多传感器的卫星容错自主导航系统

在由星敏感器、红外地平仪、雷达高度计、紫外敏感器组成的卫星多传感器容错自主导航系统中,采用容错联邦滤波算法,突出了多传感器系统信息冗余的优势,数据处理速度快,算法计算量小,具有较高的工程实用价值.仿真结果表明,该方案能够获得较高的定轨精度,当1个或多个导航子系统出现故障时,系统能够检测并隔离相应的故障子系统,同时还能利用隔离后的子系统获得局部导航最优解,从而有效提高了卫星导航系统的可靠性和精度.     

基于小波包和聚类算法的滚动轴承故障检测研究

针对Kmeans算法在滚轴故障检测中k值需要人工设定以及初始聚类中心的随机选取问题,提出I-Canopy-Kmeans算法的故障检测方法对其进行优化。该算法在初始聚类中心的随机选取方面,使用“最远最近”的原则,即在获取n个Canopy时,任意两个Canopy中心点之间的距离应该尽可能远,且第n个Canopy中心点应该是其他数据点与前面n-1个中心点最远距离中最小的一个;在阈值选取方面,使用欧氏距离求出所有数据点的均值点,再计算均值点到所有数据点的距离,并用L₁和L₂分别表示最远距离和最近距离,然后将(L₁+L₂)/2赋值给阈值T₁、(L₁+L₂)/3赋值给阈值T₂。实验结果表明,与传统Kmeans算法相比,I-Canopy-Kmeans算法的各项评价指标均有提高,其中I_AR提高最多,达到了40.01%。     

云计算系统服务器节点故障的检测算法

传统故障检测算法无法应对云计算系统服务器的动态性与随机性,为此,提出一种云计算系统的服务器节点故障检测算法.首先对云计算系统性能数据进行采集,然后采用AFD算法设计故障检测器,对云计算系统服务器节点故障进行检测,并分析了服务器节点故障检测消息在服务器节点间的通信过程,最后通过服务器节点之间原有的信息交换,按照节点间的消息处理时间对故障检测阈值进行动态调整,从而应对服务器的动态性和随机性.实验结果表明,该算法检测结果可靠,适应性强.     

一种基于PMC模型下的概率性矩阵诊断算法

系统级故障诊断是提高多处理器系统可靠性的必要手段。为了有效定位多处理系统中的故障单元,该文建立了一种基于PMC模型t可诊断条件下的概率性矩阵诊断算法。首先对一般概率性矩阵诊断算法进行仿真分析获悉其具有较高的误检率,在诊断过程中引进绝对故障基和节点集团思想,通过计算绝对故障基以寻找系统中的部分故障处理机,集团用于将不确定状态的节点单元分类以补充正常节点集合,改善了原诊断的限制条件。仿真实验验证:改进后的概率性矩阵诊断算法保持了很高的检测精度,并且随着节点数的增多极大地降低了误检率,提高了诊断效果,使得该算法具有广泛的适用性。     

基于联邦滤波的多传感器主动容错估计方法

针对冗余传感器系统的容错问题,改进一种有反馈式联邦滤波的容错估计算法。通过残差法对硬故障进行检测,并隔离故障子系统的估计值。若全部子系统出现硬故障,取上一时刻的联邦滤波的最优值,通过系统状态方程计算得到系统状态量的预测值进行容错补偿。定义可信度因子,设计可信度单调性法则检测子系统软故障,并设计校正策略。大量仿真实验表明,改进后的反馈式联邦滤波的容错估计算法,可在保证系统估计精度的前提下,提高多传感器系统的容错性与鲁棒性。     

基于贝叶斯网络的空调冷水阀故障检测与诊断

针对空调系统运行中所产生的很多不确定性故障问题,建立了贝叶斯网络模型,开发了多故障状态的贝叶斯概率计算模型,利用Leaky Noisy-Max模型进行贝叶斯网络参数学习,提出了基于故障特征准则和阈值判别的故障检测与诊断技术。采用现场实测数据,以冷水阀故障为例,验证了该技术的可行性。结果表明,该技术能够诊断出冷水阀故障,诊断结果能够快速定位故障产生源,从而提高空调运行系统的稳定性。     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

过零双门限协作频谱感知算法

应用过零双门限协作频谱感知算法估计无线电频谱的占用状态,研究了认知用户个数、计算所用的采样点数、不同信噪比及判决系数对检测概率的影响,并与传统双门限能量检测、差分双门限能量检测算法的检测性能进行了对比研究,发现在信噪比为-5 dB,判决系数为0. 05,虚警概率小于等于0. 8时,过零双门限检测方法单认知用户检测性能明显优于其他2种检测方法;当信噪比均为-5 dB,参与协作感知的认知用户个数小于6时,过零双门限协作检测算法性能明显优于其他2种算法;在虚警概率恒定的情况下,增加计算所用的采样点数或增大判决系数能够明显提高检测概率;在虚警概率恒定情况下,算法检测概率随着信噪比增大而增大,当信噪比为-7 dB时,检测概率趋近于1;在相同的检测条件下,过零双门限协作检测算法的虚警概率要明显低于差分双门限检测的虚警概率。结果表明:过零双门限协作频谱感知算法可以降低系统的虚警概率,有效解决噪声不确定性问题,进一步提高系统感知性能。     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

基于改进概率霍夫直线检测的电梯门状态检测方法

针对电梯物联网改造外加传感器施工困难、成本较高等问题,该文提出了一种基于前置图像处理的电梯门状态直线检测方法。针对轿厢外背景及门板工艺对直线检测算法的干扰提出基于规则决策的解决方案。通过提取视频流电梯门图像进行预处理,使用改进概率霍夫直线检测算法提取特征直线,结合基于先验知识的判断规则,实现对电梯门开、关及故障状态的实时检测。通过多个门开关场景验证了算法的有效性,实验结果分析表明,该文提出的限角概率霍夫直线检测算法提取特征直线比概率霍夫直线检测算法耗时减少10%,查准率和查全率均优于概率霍夫直线检测算法,能适用于边缘侧电梯门状态检测系统。     

基于阈值优化的频谱感知算法

协方差绝对值(Covariance Absolute Value,CAV)感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差(漏检概率与虚警概率的代数和)达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

基于实数BCH码的联合编码阈值新算法

为了解决实数BCH(Bose-Chaudhuri-Hocquenghem)编码的联合信源信道编码系统中阈值选取复杂问题。考虑量化噪声和信道噪声,提出了基于实数BCH解码阈值新算法。比较原有阈值算法与新阈值算法的计算复杂度以及阈值判决性能。该方法以贝叶斯假设检验为理论依据,分别画出只有信道噪声和只有量化噪声时校验子范数平方的直方图,通过直方图选出适当的信道噪声阈值。仿真结果表明信道在不同的转移概率条件下,实数BCH码作为纠错码的阈值新算法的计算复杂度低,阈值判决性能良好。在转移概率是10-4时,采用新阈值算法的信号的峰值信噪比约提高了1 d B。     

考虑故障检测率的可维修k/n(G)系统的可靠性研究

针对可修系统提出故障检测率的概念,研究了考虑故障检测率的可修ｋ／ｎ（Ｇ）表决系统。首先考察系统的状态转移图,建立了系统的马尔可夫模型,并进行瞬态和稳态分析,提出系统状态概率及可用度的简化算法,对简化算法与传统算法的计算复杂度作了比较。给出了几个可修ｋ／ｎ（Ｇ）表决系统的稳态分析结果,表明了故障检测率的概念对于分析和设计系统（尤其是自测试系统）的重要意义。最后阐明了由可靠性指标确定故障检测率、进而确定系统自检周期的方法。     

基于马尔可夫链的MIMO雷达信号融合检测方法

MIMO(Multiple-Input Multiple-Output)雷达结合多信号技术和阵列技术的优点,利用空间分集对抗目标RCS闪烁,完成目标检测与跟踪.针对多站雷达信号检测,提出了基于马尔可夫链的非相参积累分布式融合检测方法.首先分析了恒虚警率检测的阈值计算原理,推导出多站数据融合后的二次检测阈值.为改善运用贝叶斯和纽曼-皮尔逊准则检测时运算量大的缺点,提出基于马尔可夫链法的算法.该方法对各站回波数据进行结构化处理,根据不同时刻状态间的统计联系,导入马尔可夫过程,计算出状态转移概率矩阵,逐帧搜索确定目标点迹.仿真实验表明,该算法能够在不提高虚警概率的条件下,明显地降低检测阈值,可以有效提高系统检测性能.     

线扫描铁轨表面缺陷成像与检测

基于线扫描的机器视觉成像系统,用于采集铁轨表面图像,提出一种以图像增强和自动阈值分割为核心的缺陷检测算法,该算法能够准确检测出铁轨表面缺陷.图像增强采用局部零均值法,克服了铁轨表面光线反射不均的缺点,提高了缺陷和背景的区分度.自动阈值分割采用强调概率的最大背景类方差法,取到的阈值使背景类方差最大的同时保持缺陷出现概率较小.将本文的核心方法与传统方法进行对比实验,验证了该算法的有效性和快速性,具有一定的实用价值.     

基于鲁棒观测器的船舶舵机伺服系统故障检测

针对船舶舵机伺服系统的非线性和运行时受未知时变干扰的问题,提出了基于非线性鲁棒观测器的故障检测方案,可以在干扰力信息未知的情况下,对系统进行有效的故障检测.在对系统建模后,给出了观测器的设计步骤和存在条件,并采用线性矩阵不等式来解决观测器的求解问题.搭建了基于NI-PXI设备的故障检测实验台,在线检测观测器的观测能力、鲁棒性以及对故障的检测能力,设计了自适应阈值进行故障决策解决系统瞬态误报警的问题.实验结果表明:所提的故障检测方案有效且可用于在线故障检测,优于现有的一些故障检测方案.     

线性离散系统间歇故障的鲁棒检测方法

针对一类存在未知扰动、过程噪声和测量噪声的离散线性随机动态系统,研究了其鲁棒间歇故障检测问题.设计了降维未知输入观测器的输出,通过引入滑动时间窗口构造了截断残差信号,使得该残差信号对未知扰动解耦而对间歇故障敏感;针对间歇故障的发生时刻和消失时刻,分别提出了2个假设检验,在给定误报率和漏报率的情况下,分别定量确定了间歇故障发生时刻和消失时刻的检测阈值以满足检测性能要求,并在概率框架下分析了间歇故障的可检测性.同时,在某卫星模型上对所提出的方法进行了仿真验证.结果表明,所提出的方法能够快速、准确地检测出间歇故障的发生时刻和消失时刻.