基于人工神经网络的火控系统故障诊断

阐述了人工神经网络的基本原理,研究分析了BP神经网络的缺陷并提出了优化策略。在此基础上,将BP神经网络应用于火控系统故障诊断之中,提出了基于此网络的火控系统故障诊断模型、实现方法和优点。     

基于RBF神经网络的变压器故障诊断及MATLAB仿真研究

研究应用RBF神经网络进行变压器故障诊断,以提高变压器故障诊断率。分析了径向基函数神经网络的结构和工作原理,设计一个诊断变压器故障的三层径向基网络。通过采用MATLAB进行仿真实验,结果表明RBF神经网络是一很强的分类器,能够有效的对变压器故障进行诊断。     

渤海湾盆地东濮凹陷的形成及断裂构造研究

讨论了中、新生代以来．中国东部构造应力场的变化及其对渤海湾地区的影响、作用；提出渤海湾盆地是在中国东部陆壳伸展、拉张作用的构造背景上，叠加右行走滑拉分作用形成的“拉分──伸展型”复合盆地．东濮凹陷作为渤海湾盆地系统的一部分，具有与渤海湾盆地相同的基底构造和相似的构造演化历史．本文通过对东濮凹陷基底断裂构造的特征及沿兰聊断裂两侧众多探井岩芯破裂构造的观察、分析和研究，证实了兰聊断裂在东濮凹陷形成过程中的右行平移作用．     

信号瞬变成分检测与提取及其在故障诊断中的应用

研究基于小波变换的信号瞬变成分检测与提取方法及其在机械故障诊断中的应用 .在分析信号的连续小波变换的模极大值理论的基础上 ,指出连续小波变换系数的模与信号瞬变成分的关系 ;通过分析小波函数的性质 ,分析小波函数对信号的连续小波变换的影响 ;在信号瞬变特征的提取过程中 ,提出基于门限值的特征重建方法 .将该方法应用于齿轮箱振动信号中瞬变成分的检测与重建 .结果表明基于连续小波变换方法能有效检测到信号中的瞬变成分 ,瞬变成分的重建结果有效地表示了机械的故障状态 .     

桥路型超导故障限流器的数字仿真研究

桥式超导故障限流器,它由超导磁体、二极管桥路和直流偏压源组成.将其接入电网,当电力系统正常运行时,超导体电阻几乎为零,对电力系统运行无影响;当电网发生短路故障,超导线圈被自动串入线路,从而限制了短路电流,使得轻型断路器可以正常动作.本文通过PSCAD对超导故障限流器的运行特性进行仿真,证明超导故障限流器可以在电力系统中应用.     

异构网络环境中的自适应在线故障检测

通过研究网络流量异常检测，提出一种新的基于自适应自回归(AAR)模型的在线故障检测算法．该算法只利用标准管理信息库，因此检测不依赖于特定产品类别，适用于异构网络环境．验证了流量信号的非平稳特性，并采用模拟获取的网络流量拟合AAR模型．由于不必将整个时间序列进行分片和单独拟合，算法可以直接处理获取的新数据，实现真正意义上的在线故障检测．利用时间平均方法消除了网络噪声的影响．在实验中，故障检测结果与预设的故障场景完全对应，进一步证明了该算法的准确性．     

抽水蓄能电站发电机注入式定子接地保护方案

为了避免注入式定子接地保护在抽水蓄能机组启动过程中长时间被闭锁,对机组的启动过程及保护等效电路进行分析,得出抽水蓄能机组在变频启动过程中,若电机定子发生单相接地时,其低频分量会影响注入式定子接地保护的灵敏度.采用抽水蓄能电站发电机注入武定子接地保护方案可在电机频率与注入源频率接近时,提高故障接地电阻计算的准确度,并采用窄带通滤波器来减轻电机低频分量对保护的影响,扩大了保护运行范围.仿真结果表明,该方案可以较准确地计算出故障接地电阻,与传统方案相比提高了保护灵敏度,验证了方案的可行性和有效性.     

具有前向安全性的代理签名方案

该文提出了一种前向安全的代理签名方案,该方案基于零知识证明协议,在离散对数和二次剩余问题困难性的假设和随机oracle模型下系统是安全的.并且该系统使得原始签名者和代理签名者的秘密钥都具有前向安全性.该方案弥补了代理签名体制在密钥安全性上的不足,秘密钥的前向安全性有效控制了密钥安全风险.     

基于FrFT滤波和LMS降噪的变转速滚动轴承故障诊断

变速工况下的机械故障诊断逐渐成为旋转机械监控领域的一个热门课题,在变转速下故障更容易发生且伴随更大的噪声,而相应的降噪问题目前却没有可靠的解决方法。因此提出一种基于分数阶傅里叶变换（FrFT）滤波和最小均方算法（LMS）降噪的故障诊断方法,对变转速工况下轴承振动信号进行降噪,进而提取非平稳故障特征。首先,同时获得滚动轴承振动加速度信号和转速信号;然后对Hilbert解调后的振动信号进行峰值搜索FrFT,按照搜索得到的最佳阶次和分数阶域聚集位置进行FrFT滤波;再将FrFT滤波得到的信号作为参考信号,原包络信号作为输入信号,进行LMS自适应降噪;最后对降噪后的信号按照转速重采样进行阶次分析,将包络阶次谱中的突出特征与故障特征阶次对比,判断故障。该方法可成功应用于变转速工况下滚动轴承的试验数据处理,证明了方法的有效性。     

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概...