地理相关故障光网络脆弱性评估

针对地理分布光网络的脆弱性,给出了构建地理灾难模型与光网络脆弱性研究的方法；提出了一种地理灾难相关故障模型仿真现实的灾难情况和相关链路故障的情况,并分析了灾难之间的相关性.围绕地理灾难相关故障和相关链路故障,通过选择高斯函数的方差、交互参数c和半径R聚类分析了2种类型(抑制型和群集型)4种灾难场景；通过计算4种灾难场景的可靠性,得出网络最有效攻击范围为200 km和攻击类型为群集性灾难；采用最有效的灾难对实际的网络拓扑进行仿真,仿真结果表明采用本方案能够获得光网络脆弱区域,且降低了算法时间的复杂度.     

LAN 系统的故障容错及其排除方法

对ＬＡＮ网使用过程的常见故障以及操作系统容错技术进行了分析和总结,并提出了避免和解决问题的方法。     

电气制动装置二次控制回路改进

通过对一起水轮发电机组电气制动系统控制开关分闸线圈烧坏缺陷的分析,根据实际情况进行现场处理,提出改进的方案。     

ZF6200-16/32型大倾角低位放顶煤液压支架应用与改进分析

大倾角低位放顶煤液压支架是液压支架形式的一种。本文对导致现用ZF6200-16/32型液压支架的液压系统压力不足、液压件动作不灵活、结构件故障的产生因素进行分析,找出解决问题的方法。     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

基于交织和完备序列的零相关区序列集构造方法

提出新的基于交织技术和完备序列的零相关区序列集的构造方法.首先通过级联、交织方法生成了完备零相关区序列,然后基于交织技术利用完备序列和零相关区序列集构造了新的零相关区序列集.构造过程中,通过利用零相关区序列集代替正交矩阵,能使目标序列集的周期长度和零相关区长度都得到扩展.该构造方法不需要利用正交矩阵,构造结果更灵活、适用范围更广,能够生成多种不同形式的零相关区序列集.     

二维曲线相似与统计学原理在旋转设备故障识别中的应用

在机械设备状态检修中使用振动故障诊断已经相当普及。目前普遍采用设置阈值或数值的变化趋势实现故障预警,再通过大量的故障诊断算法实现故障识别。提出一种新的基于几何相似和统计学原理的故障频谱相似度算法,可以简单有效快速的实现故障识别。     

脉冲型阵列量子级联激光器驱动电源

设计并研制了一种高精度的可调节阵列量子级联(QC: Quantum Cascale)激光器驱动电源, 以用于中红外多气体检测系统。该系统运用时分复用的思想, 利用并联加串联的方式, 同时驱动多个QC激光器。在硬件方面, 以DSP F28335为主处理器, 采用压控恒流源的原理, 通过大功率半导体器件, 实现脉冲频率(1~10 kHz, 步进0.5 kHz)、 占空比(0.5%~40%, 步进0.5%)、 电流幅值(0~4 A, 步进0.1 A)连续可调的脉冲恒流源。在控制方案上, 采用模拟PI(Proportion Integral)控制算法, 通过两级模拟PI环节的双重反馈方式, 提高了驱动电流的准确性和稳定性。同时, 该系统还设计了电源滤波慢启动电路、 过流保护电路、 过压保护电路、 静电防护电路等, 防止QC激光器被瞬间大电流损坏, 以确保激光器的正常工作。经实验测试, 当设定脉冲电流幅值为2.0 A, 脉冲频率为5 kHz, 脉冲宽度为2 μs时, 输出脉冲电流幅值稳定度优于1.7×10^-3 A, 脉冲宽度稳定度优于2.4×10^-2μs, 脉冲上升时间小于11.9 ns, 脉冲下降时间小于9.6 ns。在同时驱动多个QC激光器长时间测试过程中, 驱动电流稳定, QC激光器发光稳定, 测试指标达到要求。     

典型电火花线切割数控机床的故障诊断与维修实例

电火花线切割数控机床非常适用于切割淬火钢、硬质合金等特殊金属材料,在新产品试制、精密零件加工及模具制造领域得到广泛应用。该文就实际生产中广泛使用的两种电火花线切割数控机床常见故障现象进行了分析,提出了诊断过程,并分析产生故障的原因以及解决问题的办法,供大家借鉴。     

传感器故障非线性系统的快速抑制初态误差迭代学习控制

针对一类带有传感器故障的非线性系统提出了一种新的迭代学习控制算法,该算法在任意初态条件下,结合开环D型迭代学习律,设计一个随迭代次数增加而缩短的时间段,该时间段控制器对状态偏差进行修正,使系统跟踪误差收敛到与初态误差无关的界内,仅由系统自身不确定性和干扰决定。进而基于λ范数理论选取适当的控制增益,抑制传感器故障带来的跟踪误差,并给出控制算法的一致收敛性和误差的有界性证明。注塑机系统的速度控制仿真结果验证了该算法的有效性。