基于BIST的板级数模混合电路的可测性研究

本文通过对电路板可测性设计技术的广泛研究,提出基于板级BIST技术的可测性设计方法,在此基础上设计和研制了具有可测性的板级数模混合电路验证样机。该样机采用分块监测,逐级诊断的故障诊断策略,采用模块和元件两级故障定位方法,验证平台的测试实验表明分级监测的可行性,指明了可测性设计和内建自测试技术的研究新思路。     

发动机支架安装凸台的断裂故障诊断分析

针对发动机发电机支架安装凸台及连接螺栓常出现的断裂失效问题,提出一种仿真分析与实验结合的诊断方法.首先建立了包含发电机和空压机模型的支架有限元模型,并进行了约束模态分析,进而针对缸体局部和电机支架进行了螺栓预紧应力分析.最后,对发电机和空压机进行了动平衡测试.仿真与试验结果表明:发动机运行期间,连接区域松脱可能是造成失效的重要原因.采用该诊断方法解决了失效问题.     

柴油机故障诊断中振动信号测点位置的研究

在295柴油机上进行设定的进排气系统故障实验,获取各工况下三个不同测点位置的缸盖振动信号,然后利用改进的基于神经网络和小波分析的故障诊断方法进行分析.实验和仿真结果表明,不同测点获取的振动信号蕴含故障特征是不同的.从缸盖上方采集的振动信号更能表征各种故障特征,其故障准确识别率达到95.4%,较其他两个测点有大幅度提高.为基于振动信号的柴油机故障诊断提供了最佳的测点位置,以提高故障的诊断准确性.对其他复杂机械的振动诊断同样具有参考价值.     

灰色理论在故障诊断参量有效性分析中的应用

为了选取合理的电气设备监测和诊断参量,将灰关联分析应用于参量的分析中.先确定参考序列和比较序列,计算关联度,然后确定合理的参量.并以氧化锌避雷器(MOA)的绝缘诊断为实例,经计算比较表明,采用阻性泄漏电流基波峰值作为参量来监测和诊断MOA的绝缘状态是合理的.     

汽轮机故障诊断中的信息熵融合

在汽轮机轴系振动故障模拟试验的基础上,对大量故障模拟试验数据进行计算,建立了典型故障的4种信息熵样本.采用概率神经网络对故障信号的4种信息熵特征进行融合研究,并将融合结果与最小距离分类器的分类效果进行了对照分析.研究表明,概率神经网络可实现对训练样本100%的正确识别率,对"陌生"样本的正确识别率也超过80%,其识别效果远远超过最小距离分类器.可见,概率神经网络综合了贝叶斯分类器和神经网络的优势,在汽轮机故障模式分类方面具有明显的优势,利用概率神经网络融合信号的信息熵特征实现汽轮机轴系故障模式识别是一种可行有效的方法.     

电子仪器状态检测与典型故障的虚拟诊断技术

根据电子仪器的特点,提出了虚拟故障诊断概念。它不需要故障诊断电路和接口,是依据电子仪器测控系统的本身特点和其相关量,采用微电脑编程技术判断故障的方法,能实现对过程通道及传感器和执行器的自诊断。实践证明该方法经济、可靠、简单、易行。     

11相无刷励磁机故障工况的谐波分析

采用快速傅里叶变换(FFT),分析11相无刷励磁机样机故障工况的谐波问题,给出输出负载电压的直流分量、基波和25次以下的谐波计算结果.结果表明,断相故障下,负载电压各次谐波有相似的变化规律,但断开的相数不同,总谐波畸变率不相同;一相断开运行,负载电压与一个二极管支路断开负载电压的谐波变化规律不同;二极管支路短路时,负载电压总谐波畸变率相当严重.     

基于系统参数估计时间序列的小波分析故障诊断方法

提出了一种失效性故障诊断的新方法.这种方法将基于解析模型的故障诊断技术和基于信号分析的故障诊断技术结合起来,对系统参数的递推最小二乘估计时间序列进行小波分析,得到故障特征值,兼有两种故障诊断技术的优点.本文还讨论了对于模型参数估计时间序列小波分析的基函数及尺度选取方法问题,仿真结果表明该方法的有效性和准确性非常明显,具有一定的实用价值.     

神经网络在柴油机故障诊断中的应用研究

该文利用尺度共轭梯度算法的神经网络对柴油机进行故障诊断 .首先讨论了其训练算法 ,然后确定了柴油机故障诊断所用特征参数及故障种类 ,并提出特征参数数据归一化公式 ,最后以 6-1 3 5 ZC柴油机为例 ,将实验数据输入网络验证 .结果表明 ,神经网络对柴油机故障识别率很高 ,应用于柴油机故障诊断领域是切实可行的 .     

风机振动分析与故障诊断

应用振动分析方法、数据采集技术及诊断理论对某乙烯厂Ｅ－ＧＢ１０９风机进行了现场振动测量、信号的采集与分析诊断,找出了风机振动的原因。