一种基于贡献率图的KPCA故障识别方法

提出一种新的针对KPCA模型的故障识别方法——贡献率图法。该方法是在微分贡献率图和核函数导数的基础上提出来的,它采用统计量T2和SPE对每个变量的偏导数来度量每个变量对统计量T2和SPE的贡献率。和基于数据重构法的KPCA故障识别方法相比,该方法不需要任何迭代近似计算和数据的重构,计算量小且可避免重构产生的误差对识别结果的影响。通过在某型涡扇发动机故障检测与诊断中的应用表明,该方法比基于数据重构法的故障变量识别准确率更高,再结合发动机故障机理分析,便可准确地确诊故障,从而大为缩短故障定位及排故的时间,预防重大事故的发生。     

奇异时滞系统的鲁棒故障检测和分离观测器

讨论了一类不确定奇异时滞系统的鲁棒故障检测和分离观测器(RDO)设计问题,设计所有的观测器使得它们的冗余信号对非故障因素具有鲁棒性,并设计每个观测器使其冗余信号对一组特定的故障不敏感而对其余故障敏感。给出了RDO存在的充分条件及有效的设计算法,并讨论了故障集合不同划分的RDO设计之间的关系,最后给出一具体算例来说明该方法的有效性。     

飞船系统的故障机理分析

为了研制开发飞船系统故障诊断知识处理系统［１,２］,本文讨论了对飞船进行诊断问题求解时经常涉及到的几个基本概念——征兆、故障、故障判据、故障模式、故障模型和故障机理的区分和联系,并把故障与故障模式、故障模型以及故障机理在概念上进行了一般化处理     

基于粗糙集理论的航空发动机性能综合评判

综合评判在航空发动机性能定量、定性评价分析以及性能预测中发挥着重要的作用。针对综合评判发动机性能时,各参数的权重系数难于确定,本文提出应用粗糙集理论,对原始发动机数据进行挖掘,利用其求得各项参评发动机性能因素的属性重要度,并进行权值化处理作为其权重系数。通过对某型涡扇发动机进行监控,结果表明所提方法有效克服了传统定权方法的主观性,使得评价结果更具客观性,提高了综合评判的准确性、有效性。     

基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.     

基于系统仿真的故障检测与辨识技术研究

将系统仿真技术应用于故障检测与诊断 ( FDD) ,提出了通过实测信息的在线交互解决理论轨线偏差的思想 ,建立了基于系统仿真的 FDD逻辑结构 ,针对 MIMO系统和线性动态 -测量系统构造了具有良好统计性质的故障辨识算法 ,为故障检测、故障辨识、故障时间确定和故障模式识别提供了新的技术途径 .本文的思想和方法不但可用于 CVDS的故障检测与诊断 ,对大规模复杂系统故障分析也具有供鉴和参考价值.     

基于FMECA、FTA的故障诊断和故障预报

根据当前装备故障诊断和预报中存在的问题 ,提出了用装备的故障模式、影响及危害度分析 (FMECA)和故障树分析 (FTA)信息进行故障的诊断和预报工作 ,并且给出了算法模型。FMECA和FTA是装备设计阶段用于分析其故障模式和影响、改进产品设计的方法。充分利用FMECA和FTA的信息进行诊断 ,一方面可以避免传统专家诊断和预报中故障信息缺乏的问题 ,从而提高故障诊断和预报的效率 ;另一方面 ,也可以进一步促进对FMECA和FTA研究的认识 ,从而进一步发展FMECA和FTA方法。这些模型经过专家论证证明确实可行 ,并在所研究的课题中得到了较好的应用。     

基于跳变参数估计的故障诊断方法

本文讨论研究了系统跳变参数估计的故障诊断方法。利用卡尔曼滤波法检测及估计跳变参数,从而减少了系统模型参数辨识的计算量。通过选择跳变模型参数集、非跳变模型参数集以及基于知识的方法,减少方程p=f~(-1)(θ)的待求变量数量,提高了故障定位速度。用广义Newton—Raphson方法求解故障定位方程,保证了较高的故障定位精度。     

基于神经网络组与故障分级的故障诊断

为了更好地解决当前神经网络在故障诊断方面的不足,提高诊断的精度和正确率,提出了一种基于神经网络组和故障分级思想的故障检测方法,在将故障分级的同时使用一个包含着三个子神经网络的神经网络组来完成故障检测。根据故障发生频率的不同,将故障分成了不同的等级。故障等级越高,用于检测这种故障的子神经网络数越多,以此来保证较高的故障检测正确率。实验结果表明:对于等级最高的故障,检测正确率是100%;对于其他故障,检测正确率也都在95%左右。实验结果充分证明了此方法在故障检测方面的优越性。     

基于多信号流图的测试性验证试验样本选取方法

为设计优化的测试性验证试验方案,提出了故障样本优选算法.本算法介绍了多信号流图模型的形式化定义和建模步骤,利用其描述故障与测试间因果依赖关系,建立了故障-测试相关矩阵和故障-故障相关矩阵.在考虑充分覆盖的约束条件下,以试验费用小为优化目标,提出了最小故障样本集和每个故障样本数的选取方法.案例验证结果表明,该方法分析设计的试验方案节省了试验费用.     

非线性系统故障诊断的Volterra模型方法

针对非线性系统的故障诊断问题,系统地总结了基于Volterra级数模型的故障诊断的理论与方法。由于Volterra级数模型可以完全描述非线性系统的传递特性,因而可将其应用于系统的故障诊断,即在系统工作过程中,通过分析故障发生前后Volterra模型中非线性因素的变化来判知系统的故障。在介绍了这一新的故障诊断理论的基本思想后,结合减震弹簧的疲劳诊断,总结了当前的两种主要研究方法,即基于非线性谱分析的故障诊断方法和基于多重预设Volterra模型的故障诊断方法。阐述了这两种方法的工作原理和实现方法,指出了今后在这一方向上需要进一步研究解决的问题。     

一种用于网络系统可靠性计算的快速有效方法

针对大型网络系统故障模式间存在相关性,所导致的系统可靠性定量计算过程复杂且计算量大的问题,提出了网络系统可靠性定量计算的一种有效方法。通过定义故障模式之间的相关度,有效地考虑故障模式之间的相关性,给出了相关度的计算方法。从而可通过各故障模式的故障概率和故障模式之间的相关度综合确定系统的故障概率或可靠度。实例计算表明,该方法有较高的计算效率和精度,适用于大型网络系统的可靠性定量计算     

基于广义特征分析的模数统一测试故障隔离方法

在采用诊断专家系统的测试系统中,由于模拟和数字测试存在的差异,为了达到测试模数混合电路的目的,往往需采用不同的库结构,从而导致模数混合电路的故障诊断建库麻烦,运行繁琐。针对该问题,提出了一种基于广义特征分析的模数混合统一测试故障隔离方法。在介绍了模拟和数字电路测试的统一表述的基础上,介绍了该方法在模数混合电路单元故障诊断专家系统中的实际应用及效果。     

基于D-S证据理论的雷达故障诊断方法

新型雷达装备故障具有明显的复杂性和相关性,难以准确确定故障部位。在分析雷达故障特点和专家诊断系统不足的基础上,把信息融合技术引入故障诊断,提出了一种基于D-S证据推理的诊断方法,构建了故障诊断模型,介绍了D-S证据推理的故障诊断算法和诊断过程,并用实例进行了验证。结果证明,该方法较好地解决了故障诊断中的不确定性问题,弥补了当前诊断系统中存在的缺陷。     

基于故障概率的联邦滤波鲁棒信息分配方法

考虑到故障隔离后故障信息的影响一般需要一段时间才能够消除,研究了当某个子系统发生传感器故障时,其他具有不同信息分配系数的无故障子系统的鲁棒性问题.基于理论分析提出了一种鲁棒信息分配思想,并指出了该思想应当满足的信息分配系数关系.然后给出了一个信息分配系数的专家自适应调整方法,即基于子系统在不同环境下可能发生的故障概率,建立相应的调整规则进行信息分配.从概率的角度,根据这种方法可使其他无故障子滤波器具有较强的抗干扰能力,从而使重构的联邦滤渡器快速输出不含故障信息的融合结果.理论分析和仿真说明该方法是可行的.     

神经网络主元分析的传感器故障诊断方法

针对多传感器故障诊断问题,将神经网络引入主元分析(principal component analysis, PCA)模型之中,提出一基于主元分析的多传感器故障诊断模型。首先,应用传感器正常工作时测量的历史数据,由PCA模型得到所有传感器的预测值。其次,计算传感器系统的平方预期误差值(squared prediction error, SPE),根据系统的SPE值是否跳变,判定有无故障发生。通过分别重构单个传感器信号的SPE值来确定发生故障的传感器。最后,应用一个多传感器故障诊断仿真实例证明了该方案的可行性。     

基于多组件动态损伤的系统故障预测方法研究

基于从时间应力导致组件损伤的机理,对组件损伤演变过程和模型进行了研究.以系统的多组件动态损伤为信息源,通过建立多组件损伤与系统故障演化的隐马尔可夫模型,对系统故障预测的详细技术流程和相关算法进行了研究.最后以某开关电路系统为研究对象,对提出的系统故障预测技术的有效性进行了实验验证和分析.     

基于统计模型检测的DFT定量分析方法

动态故障树(dynamic fault tree, DFT)是对系统进行安全性分析的重要手段,基于马尔可夫链的DFT求解方法存在3个难题:一是仅可分析故障概率为指数分布的系统;二是无法分析共因失效情况;三是可能导致状态空间爆炸。因此提出一种基于统计模型检测的DFT定量分析方法。首先将DFT分解为动态逻辑门、基本构件、共因失效关系、门门和门构件间的逻辑关系;其次将动态逻辑门、基本构件和共因失效关系基于随机混成自动机形式化规约;然后通过逻辑关系重构自动机,形成随机混成自动机网络;最后通过分析一个具有共因失效关系的服从多失效概率分布的飞机结冰探测系统,表明所提方法的有效性。