基于选择性集成神经网络的电路板故障智能诊断

针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷,分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想,设计了一种基于BP神经网络的集成神经网络诊断模型,并且对于同一类故障采取范围化样本进行训练,每组被测故障数据根据特征阈值选择相关几个子网络进行诊断。最后利用Matlab软件进行实例仿真和测试。结果表明:该网络对于电路板多故障模式的识别准确率较高,检测灵敏度可以提高1.74倍,而预测误差可以降低到原来的17.6%,为电路板故障诊断的实用化提供了理论依据。     

红外诊断技术在电力设备热故障检测中的应用

红外诊断技术用于检测电力设备的热故障,为电力设备状态维护提供有力技术依据。阐述了红外诊断技术的基本原理、工作流程、应用现状等。最后,结合实际工作,结合红外诊断技术在新店变电站、冶峪变电站故障诊断中的成功应用案例,为电力检修人员提供了极大的便利和帮助,验证了红外诊断技术在实际应用中价值。     

设备与结构故障智能诊断研究

综述了近年来人工神经网络技术在机械设备故障诊断和结构损伤识别中应用的主要研究成果。分析了神经网络在故障诊断中存在的问题和改进方法,总结了基于神经网络的结构损伤识别中各种输入参数的选取及其优缺点,对基于神经网络的智能诊断的发展趋势进行了展望。     

液压故障智能诊断专家系统的设计

故障诊断专家系统是一个动态的开放系统,而工程液压系统有效的智能诊断问题长期困扰工程技术界,提出一种新型的设计思路,并从二叉树推理、液压系统故障的特点、推理机理、软件重用和知识获取及管理等方面进行分析和探索,提出自己的见解．     

贝叶斯数据融合技术在机舱故障智能诊断中的应用

结合船舶机舱的实际特点并对该技术的实现进行了研究，设计了机舱故障智能诊断系统，采用贝叶斯数据融合技术，充分利用样本的先验信息，根据故障类型和概率统计的推理方法，建立故障知识库和推理规则，实现了故障的前期预报和故障原因的快速诊断，这种方法适用于故障有一定规律的设备。     

基于IGA-BP神经网络滚动轴承故障的诊断

为提高滚动轴承故障模式识别技术的研究,基于IGA-BP神经网络的故障诊断原理,运用IGA对BP神经网络的权值与阈值进行调整和优化,利用小波包分解获得轴承振动信号的特征向量,进行了滚动轴承故障的诊断实验研究,对故障模式进行识别。结果表明,IGA-BP神经网络方法具有很强的故障识别能力,说明利用IGA-BP神经网络方法进行轴承故障诊断是可行的。     

电力设备红外诊断分析及故障判断

利用电力设备红外诊断技术,通过现场检测,介绍了现场诊断方法、红外测温的影响因素和对策,并对现场所发现的典型案例处理过程进行了分析。     

电气设备热故障及其红外诊断

电气设备故障往往表现为温度分布异常。本文对电气设备热故障的分类及其红外诊断方法,以及在诊断中应注意的问题进行了详细分析。     

红外光学成像技术在电路板上的应用

红外热成像技术是现代影像学中的一门新兴技术．它与X射线、B超、CT、核磁共振等显像技术的成像原理不同，它不主动发射任何射线，只是被动接受热源所发射出的红外线，经过处理，从而绘制出热源的影像．它的最大特点就是不用接触待检测物体．本文利用红外光学成像技术，来检测电路板的工作状态．该技术可以将出现故障的大规模集成电路板中数以万计的微小元器件的影像传输到计算机中，经过计算机的分析，就可以很容易的分析出具体故障所在．     

红外诊断技术在输电线路检修中的应用

在高压输电线路检测中,红外检测具有远距离、不停电、不接触、不解体等特点,给电力系统线路状态监测提供了先进的技术保证。发展电力设备状态红外监测技术及红外热成像仪,用以及时准确监视电力设备的运行状况,对保障电力设备乃至电网的安全运行起到了积极作用。     

故障树法在车辆控制系统CPU板故障诊断中的应用

故障树分析法作为分析系统可靠性和安全性的一种重要方法,兼顾了规则和基于定量模型诊断的优点,为复杂系统的故障搜寻提供了一种有效的途径.文章在介绍故障树分析法蕈要性的基础上,较详细地介绍了FTA的定量分析法,并以某车辆控制系统为研究对象,从CPU板故障树的构建、各中间事件故障树的建立和各子事件故障概率等方面出发,实现了车辆控制系统CPU板元件级的故障定位,实验表明了该方法的有效性和正确性.     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

非平稳信号分析在断路器故障诊断中的应用

介绍两种非平稳信号的分析建模的算法，即Ｗｉｇｎｅｒ 方法和时域衰减振荡模型方法，并将它们应用在高压断路器的操作振动分析上，从而建立模型、萃取特征参数、辨识结构状态，为断路器操作系统的故障诊断提供有用手段。Ｗｉｇｎｅｒ 算法能获得形象的信号时域及频域特征，而模型参数方法则更适合于定量的判断识别。     

智能故障诊断技术及应用的研究

首先讨论了故障诊断系统的主要任务及其不同的分类方法,接着对几类典型智能故障诊断方法的原理、特点、诊断内容、诊断过程作了分析和比较。由于在实际应用中一种单纯的故障诊断方法往往得不到理想的诊断效果,因此重点讨论了几种重要的综合智能故障诊断方法。最后对智能故障诊断方法的应用做了简要介绍并对智能故障诊断方法的进一步发展做出思考。     

基于自动编码器和长短时记忆网络的智能汽车故障诊断方法研究

智能汽车故障诊断技术对于保障智能汽车安全行驶具有重要意义,本文针对智能汽车传感器数据异常检测和车辆运动的异常检测提出了一系列故障诊断方法. 针对非时序传感器数据,采用基于超限学习框架的自动编码器,对正常数据进行特征压缩学习其特征表示,再利用压缩的特征重构数据,根据重构误差的大小判断数据是否异常. 针对时序传感器数据,采用多层长短时记忆网络学习时序数据之间的时间依赖关系来预测当下时刻的数据值,根据预测误差的大小判断数据是否异常. 提出一种阈值随误差大小动态变化的自适应阈值确定方法,使得决策变量对于异常值相对敏感. 进一步地,采用车辆自行车运动学模型和Kalman滤波,利用Jarque-Bera测试对预测值和量测值残差的正态性进行检验来检测车辆运动是否异常. 实际场地测试验证了本文所提出的方法可以有效检测非时序或时序传感器数据的异常,并对车辆运动是否异常进行检测.     

PFM神经网络VLSI电路的故障诊断应用

为了改变传统的基于软件的故障诊断模式,发挥神经网络超大规模集成电路(VLSI)的优势,提出了一种用于故障诊断的改进脉冲频率调制(PFM)模拟神经网络脉冲流VLSI电路.利用单层感知器网络、场效应管电路实现了一种新的数字模拟混合突触乘法/加法器电路.以此电路为基础,设计了进行主轴承磨损故障诊断的神经网络故障识别系统.用含有故障信息的噪声信号代替振动信号进行特征值提取,经过前置信号处理分析、故障特征值提取和神经网络运算,最后得出代表待诊断测试信号与标准故障模板之间"欧氏距离"的VLSI电路输出端电容的电压值.根据各个电压值,可以判断出故障类别.该电路具有较高的识别精度,可以实现实时在线的故障诊断.     

数据参数分析在汽车故障诊断中的应用

介绍电控汽车故障诊断的数据参数分析方法,结合实例阐述数据参数分析方法在电控汽车故障诊断中的应用。     

决策树算法在智能断路器中的应用

由于现有断路器的开断策略过于复杂,算法设计者不能完全预测算法的执行结果,而将决策树算法应用到智能断路器中,利用C4.5算法对断路器采集的信息进行自动提取知识,根据获得的知识,以最大信息增益率来建立决策树,并进行了简化,能够满足对断路器实时性的要求。