基于行列奇偶校验和特征分析法的数字系统自诊断技术

提出一种用行列奇偶校验原理和特征压缩技术实现的数字电路板自诊断技术，讨论 了它对电路板上固定型故障的定位性能。此方案可准确定位电路板上单模块故障和位于同行 或同列的多模块故障，并可将其它多模块故障定位在一个较小的区间里。讨论了故障模块数目 的分布情况，从中可以看到单模块故障和双模块故障出现的概率在所有故障的出现概率中占 有很大比例，因而本方案具有较大的实用价值。     

前向神经网络容错性分析的切比雪夫不等式法

目前 ANN的分析中缺乏对硬故障容错性能的分析 ,针对这一问题利用切比雪夫不等式给出了一种容错性分析的估算方法。利用切比雪夫不等式 ,分析了具有可微作用函数的前向神经网络容错性 ,建立了前向神经网络随机故障模型 ,讨论了固定型连接故障和错误输入故障对单个神经元的影响 ,通过分析这种前向神经网络故障传播特点 ,结合神经元容错分析的结论 ,得出了前向神经网络容错性分析的算法和相应公式。通过仿真实验 ,验证了上述结论的正确性。     

基于神经网络的传感器故障监测与诊断方法研究

提出了一种基于神经网络的传感器故障监测与诊断的新方法。该方法先用BP网络的预测输出和传感器实际输出之差来判断传感器是否发生了故障，然后用函数型连接神经网络模拟传感器的输出特性函数，通过计算神经元连接权值的变化，确定传感器哪个输出特性参数发生了变化，最终推断传感器发生了哪一类故障。该方法的特点是只需要知道一个传感器的信息。电阻应变式力传感器故障诊断实验结果证明了该方法的实用性，为传感器故障监测与诊断提供了一条新途径。     

一种基于人工免疫理论的性能监控与故障诊断方法

本文针对航空发动机故障样本获取比较困难等问题，提出了一种基于人工免疫理论的航空发动机性能监控与故障诊断方法。利用免疫系统的反面选择机理，并结合人工神经网络，确定发动机性能偏离正常值的程度（异常度），实现发动机性能趋势的监控。该方法能够灵敏、准确地反映发动机整体性能的变化情况，提高发动机性能正常与否的识别率，并以此来发现发动机潜在早期故障，防止故障的扩大。通过对某型涡扇发动机进行监控，证明该方法确实有效。     

基于最小集合覆盖求解方法的测试向量集约简

TetraMAX ATPG作为业界性能较优的自动测试向量生成工具，能够使用较短时间产生高故障覆盖率的测试向量集.本文通过对TetraMAX ATPG产生的初始测试向量集进行建模，提出了基于最小集合覆盖求解方法的最小完备测试集生成方法，利用这一算法可以在保证测试向量集故障覆盖率不变的基础上有效地缩减测试集规模，从而降低电路测试成本.实验结果表明该方法对于固定故障类型和静态电路故障类型均具有良好的约简效果.     

通信连接管理中的分布式对象概念

讨论了通信连接管理中的分布特性，并提出用属性和行为具有可分布性的分布式对象概念直接表述通信连接，以期得到在故障管理和性能管理方面的简单性和方便性。     

DZZ6自动气象站CAN总线传输故障的排除

通过一例特殊的CAN总线传输故障现象,简单介绍了CAN总线的定义和协议内容,DZZ6型自动站中CAN总线接口的应用情况,CAN线连接和串口连接方式的简单对比。主要介绍了CAN总线数据传输故障现象的出现方式和描述,以及故障对数据采集造成的后果;重点介绍了故障的排除过程的思路、解决方法和遇到的问题,说明了故障产生的原因,并针对性的提出了预防此类故障的方法,对于今后排除类似故障有极高的借鉴价值。     

基于Hopfield神经网络数字系统测试技术研究

介绍了用离散Hopfield神经网络模型把组合电路约束网络转化为能量函数，用数学优化求能量函数的最小值，即为给定固定型故障的测试矢量。经检测故障覆盖率达到100％并通过试探法进一步优化测试矢量集，然后将测试矢量集的响应序列移入本原多项式求得特征序列，建立故障字典，实验证明该方法切实有效。     

印刷电路板固定故障的热模式

在研究ＴＴＬ集成电路和ＣＭＯＳ集成电路功耗的基础上，提出了一种新的印刷电路板（ＰＣＢ）故障的描述方法，即ＰＣＢ故障的热模式．并详细分析了两类ＰＣＢ固定故障（ＳＡＦ）即固定开路（ＳＡＯ）故障和固定短路（ＳＡＳ）故障的热模式，指出利用ＰＣＢ故障热模式进行故障检测和诊断的可行性     

学习算法对反馈神经网络故障性能的影响

以离散 Hopfield神经网络为例 ,详细研究了学习算法对反馈神经网络故障性能的影响。简要介绍了离散Hopfield神经网络及其采用的 Hebb学习算法。详细分析了连接故障在学习过程中对网络连接权值故障性能的影响。给出了网络输出状态概率分布变化的计算公式。进行了计算机仿真 ,验证了理论分析结论的正确性     

小波神经网络在齿轮箱故障诊断中的应用

介绍了小波神经网络的基本概念及其构造，并针对齿轮箱故障的复杂性，综合利用小波函数的特点，构造了用于齿轮箱故障诊断的小波网络，对齿轮箱的状态进行判别，实现故障诊断．实验结果表明，小波神经网络在故障诊断领域具有良好的实用性．     

A New Method for the Detections of Multiple Faults Using Binary Decision Diagrams

With the complexity of integrated circuits is continually increasing, a local defect in circuits may cause multiple faults. The behavior of a digital circuit with a multiple fault may significantly differ from that of a single fault. A new method for the detection of multiple faults in digital circuits is presented in this paper, the method is based on binary decision diagram （BDD）. First of all, the BDDs for the normal circuit and faulty circuit are built respectively. Secondly, a test BDD is obtained by the XOR operation of the BDDs corresponds to normal circuit and faulty circuit. In the test BDD, each input assignment that leads to the leaf node labeled 1 is a test vector of multiple faults. Therefore, the test set of multiple faults is generated by searching for the type of input assignments in the test BDD. Experimental results on some digital circuits show the feasibility of the approach presented in this paper.     

改进的非线性PCA方法及其在过程监控中的应用

针对化工聚合反应过程的特点,结合小波分解多分辨率特性和独立元分析(ICA)提取个数较少的相互独立信号的优点,改进了基于自相关神经元网络的非线性主元分析(NLPCA)方法。在传统的非线性PCA方法中引入了独立元分析模块,不仅解决了自相关神经元网络中确定各层神经元个数的问题,而且以最少的独立元个数捕捉数据的非线性特征。多尺度监控可以识别各种幅值的故障,提高了监控效果。在此基础上,计算I²、I²_e和SPE统计量用于故障检测。贡献图法用于识别故障变量。在聚酯生产过程上的仿真结果表明,改进后的方法比传统的非线性PCA方法更及时地检测到过程故障,运用贡献图可以有效地实现故障变量分离。     

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...     

汽轮发电机多故障诊断的SOM神经网络方法

汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况.传统的BP神经网络方法可对单一故障有效诊断,若要对多故障进行诊断,则需对各种多故障样本进行学习,使输入空间在训练过程中被样本空间完全覆盖,将大大增加样本空间及学习训练负担,同时网络归纳、联想能力随之大幅度下降,诊断难以实施.因此,将自组织特征映射(SOM)神经网络应用于汽轮发电机组的振动多故障诊断,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对多故障进行判断.经实例分析证明,该方法可对多故障进行有效诊断.     

神经网络在核动力装置故障诊断系统中的应用

对核动力装置进行状态监测与诊断的层次、步骤、系统结构进行了阐述，并结合专家知识对核动力装置典型故障建立了故障知识库；在此基础上，将径向基函数（RBF）人工神经网络引人到核动力装置故障诊断中，使其与模糊神经网络（FNN）进行邦联，提高了神经网络的诊断速度和准确性．用Visual Basic6．0编制了系统程序．该系统对典型故障进行了诊断，得到了预期的效果．     

互感器故障诊断神经网络专家系统

基于神经网络专家系统的基本原理和利用神经网络的知识表达能够反映事物之模糊因果关系的特点，本文建立了一个用于高压电磁式互感器故障诊断的神经网络专家系统，提出了一种有效的推理方法，旨在全面、快速和准确地实现互感器的故障诊断，以提高互感器及电力系统运行的可靠性。图２，参８。     

神经网络的多故障诊断层次模型研究

人工神经网络已成功应用到实际的故障诊断系统中，但大多主要用于单故障诊断情形。实际应用中，多故障同时出现的情况却普遍存在。基于神经网络的方法，构造了一种用于既能诊断单故障，又能诊断多故障的模型。通过实例与传统的诊断模型进行对比，说明了所提出诊断模型的可行性和有效性。     

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