模拟电路软故障诊断测试节点优选的仿真研究

基于斜率故障模型和线性相关系数故障模型,提出了一种模拟电路软故障诊断字典法中的测试节点优选算法.针对模拟电路中的单故障和双故障,分别利用节点电压增量计算出的斜率和线性相关系数作为统一故障特征,建立故障字典;给出了在字典建立过程中,利用PSPICE仿真工具对电路进行故障仿真,采用特征函数描述故障统一特征的差别,根据故障隔离度优选测试节点的算法和步骤;并用仿真实例验证了该测试节点优选方法的有效性.     

基于信息熵的纵列式无人直升机故障树诊断

研究纵列式无人直升机故障诊断问题.首先根据其操纵控制系统的结构特征,建立操纵控制故障树及故障传播矩阵.其次运用信息熵决策推理方法,分析样本测量与信息不足引起的不确定决策,进行故障树不确定性推理,并确定故障节点重要度及隶属关系.最后根据二元假设检验,进行故障判定.并针对直升机尾传动轴不对中故障,引起振动与作动器效能降低,进行仿真与实验,验证该故障诊断方法的可行性与有效性.     

分布式仿真系统非阻塞式协同检查点协议

联邦存储是实现分布式仿真系统容错的基础,IEEE1516-2000中提供了一种阻塞式的系统状态存储协议,实际使用时会给系统带来很大开销。根据对系统状态存储过程中仿真组件状态变化影响因素的分析,提出了一种非阻塞式的系统状态存储协议,该协议完整地解决了由于在系统状态存储期间允许时间推进导致所保存的RTI状态和对应成员状态时间上的不一致、由于成员间消息传递导致不同成员状态的不一致及in-transit消息问题。先完成状态保存的成员不需阻塞,该协议在一定程度上降低了联邦存储的开销。证明了该协议的正确性。     

基于粗糙决策模型和蚁群算法的故障诊断

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具,它能在保持信息系统分类能力不变的前提下,有效地进行知识约简;决策树算法可对约简后的决策表进行规则提取,有着直观、能定量分析的优点.提出一种变化趋势关联度来评价条件属性的重要性,建立粗糙决策树故障诊断模型,并在诊断推理中引入一种新的人工智能方法——蚁群算法,来确定决策树的最优检测次序.将其应用于工业精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的对二甲苯氧化反应温度的诊断结果表明了提出方法的有效性.     

基于自适应神经网络的非线性系统故障诊断

针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。     

基于IMM/EA的卫星姿态控制系统重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的系统重构容错控制。对于处于稳态的三轴稳定卫星,当姿态发生突变时,启动故障检测与诊断(FDD)子系统,采用交互式多模型(IMM)算法得到故障发生的位置以及故障模型,同时利用故障模型中的动力学系统进行特征结构配置(EA),生成重构控制器对原系统进行补偿控制。将FDD过程与重构控制器的设计过程结合,避免了单独设计FDD子系统然后再进行系统重构带来的计算量和时间延迟。最后通过数值仿真验证了该算法的有效性。     

基于Petri Fault Net的磁浮列车悬浮系统故障分析

随着磁浮列车技术的商业化应用,磁浮列车系统故障诊断越来越受到重视。以中低速磁浮列车为背景,在建立磁浮列车悬浮系统故障模型的基础上,针对磁浮列车悬浮系统的复杂性,将基于Petri Net的故障诊断理论Petri Fault Net应用于磁浮列车悬浮系统的故障诊断中。给出了基于Petri网的最小割集寻找方法;根据磁浮列车2001年以来的运行数据统计,计算出了节点的P概率/T概率;在此基础上进行了故障定位和影响分析。列车的试验运行验证了提出的理论准确性。     

基于回归型支持向量机的液压舵机故障诊断

利用回归型支持向量机（SupportVectorRegression，SVR），设计了一个液压舵机的故障诊断系统。利用系统的可测参量，建立了基于SVR的液压舵机的全局故障检测模型。在仿真过程中发现，此方法能对电液伺服阀、位移传感器和伺服放大器的各种故障进行诊断，诊断准确度高，适用于闭环控制系统的故障检测，仿真结果验证了该方法的有效性。     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

近断层长周期地震动前向性效应对峰值影响研究

筛选了断层距不大于15km的具有前向性效应的长周期近断层地震记录,分类汇总建立了统计分析数据样本库,对长周期地震动的竖向分量和水平向分量峰值比进行了分析,研究了震级、脉冲周期、不同分量对峰值加速度比的影响。在此基础上,采用前期建立的回归分析模型,对长周期地震动竖向分量和水平向两个分量的峰值加速度进行了回归分析,拟合给出了峰值参数与震级和断层距的衰减关系式,通过拟合曲线与数据样本的峰值实测值对比,说明拟合关系式在一定的范围内可以用于近断层长周期地震峰值的预测。