Research on reconfigurable collaborative remote diagnosis system

The function-layer model and working model of collaborative remote fault diagnosis system （FDS）, which includes three layers： task layer, collaboration layer and diagnosing layer, are proposed. The running mechanism of the system is discussed. A collaborative FDS may consist of several subsystems running at different places and the subsystem consists of several fimction modules. A structure centered on data-bus is adopted in subsystem. All the function modules in subsystem are encapsulated into software intelligent chips （SICs） and SIC can but connect with data-bus. So, it is feasible to reuse these diagnosis fimction modules and the structure of subsystem in different diagnosis applications. With the reconfigurable SICs, several different function modules can reconstruct quickly some different diagnosis subsystems in different combinations, and some subsystems can also reconfigure a specified collaborative FDS.     

Seismites(地震岩)等术语的概念与名称

seismites,按其字面意思理应翻译成地震岩,即与地震有成因联系或受发震断裂改造、变形的岩石。按发震时地质材料的固结程度与力学性质,地震岩可分为震积岩(地震时尚未固结成岩的含水沙土层,即软沉积物)和脆性断层岩(地震时已经固结成岩的沉积岩、岩浆岩和变质岩)。脆性断层岩包括断层角砾岩、碎裂岩、超碎裂岩、假熔岩和断层泥等。发育由沙土液化形成的软沉积物变形构造的沉积岩,统称为“沙土液化岩”(liquefactites),但是长期以来一直被误译为seismites。大量的研究表明,并不是所有的沙土液化和软沉积物变形都是由地震造成的,也并不是所有地震都能导致沙土液化。只有那些所在区域存在重要发震断层、真正由地震引起的区域性的沙土液化造成的软沉积物发育变形构造的岩层才能称之为震积岩(seismic liquefactites)。震积岩不应再翻译成seismites。零星出现的软沉积物变形构造与沙土液化构造(例如:砂涌丘)不足以作为古地震的证据。     

基于模糊故障树的柴油发动机故障诊断方法研究

机车在交通运输领域有着不可替代的作用,提高机车的运用和维修的可靠性是实现其功能的保证。本文将模糊数学理论与故障树分析方法相结合,建立了16V240ZJ型机车发动机的故障树模型,对以发动机不能正常起动为顶事件的模糊故障树的模糊算子进行了分析计算;并对该模糊故障树进行了定性及定量分析。通过对燃油供给系统、空气供给系统、起动系统及其主要组成部件发生故障的概率分析,得到了机车不能正常起动的故障树顶事件发生的模糊概率隶属曲线及顶事件发生的概率可信区间。采用模糊故障树对发动机的故障进行诊断的方法克服了传统故障树分析中需要大量可靠性数据和部件失效精确概率值的缺点,同时为开展机车的运用和维修工作提供了一定的理论分析基础。     

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。     

RBF网络在电喷发动机故障诊断中的应用

阐述了神经网络的模型、算法和分类,利用电喷发动机实测数据作为学习样本,采用径向基函数神经网络建立发动机的故障诊断模型,通过该模型对电喷发动机的参数进行了辨识,表明RBF网络学习速度很快,适于在线实时监测与诊断.     

基于非线性自适应观测器的故障诊断

将自适应控制的思想和状态观测器方法相结合研究了一类非线性控制系统的故障诊断问题。针对一类满足Lipschitz条件的带有未知参数的非线性系统,提出了一种非线性自适应状态观测器的设计方法,并将其应用到控制系统的故障诊断中。通过设置未知故障向量的自适应调整律,保证了状态观测器的渐近稳定。数字仿真证明了该方法的有效性,系统渐近稳定,状态向量和故障向量的估计值均趋近于实际值。     

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。     

一种共前缀码的测试数据压缩方案

提出了一种新的基于游程编码的测试数据压缩/解压缩的算法:共前缀码编码(SPCS),它在传统游程使用较短的代码字来代替较长的游程的基础上,进一步探讨游程之间的相关性,使用一位来代替具有与前一游程相同前缀的后一游程的前缀,使需要多位才能表示的代码字的前缀用-位就可以表示,进一步提高了压缩率.相比类似的编码测试数据压缩方案,具有压缩率高、解压控制过程容易实现的突出特点.理论分析和对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果证明了本方案的有效性.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

电能计量互感器异常断相分析与故障仿真

在电能计量互感器出现断相故障的理论分析基础上,应用Matlab/Simulink构建了某35kV高压三相三线电能计量的仿真模型,并对电能计量互感器正常运行和多种不同断相故障现象进行了仿真,与实测数据和理论结果比较,验证了仿真模型的正确性,从而应用该模型对实际电能计量出现异常数据的现象进行了故障仿真分析,有效地辅助解决了实际工程问题.