电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明,在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。     

考虑用户行为和排错延迟的多版本软件可靠性增长模型

软件在测试阶段和使用阶段操作环境的差别导致软件测试可靠性和运行可靠性不完全相同.软件在发布后的使用和维护阶段,软件可靠性的增长不仅体现在软件固有故障的排除,而且用户对软件的熟悉程度也会影响软件的可靠性.本文研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的多版本软件可靠性增长模型.通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,试验结果表明提出的模型具有较好的效果.     

Fault tolerant motion planning based on joint torque limit for redundant manipulators

0 IntroductionWith the development of science and technology,manipulators have been widely utilized in some specialfields of space , deeper ocean, and nuclear materialcleanup.Becausethese workingenvironments are distant ,harsh and dangerous ,itis difficultfor peopletorepairthefailed manipulators onthe spot .Therefore ,the manipula-tors should operate normally for a long time . To meetthese requirements ,the manipulators must have not onlyhigher reliability but also fault tolerance capabilities…     

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。