牵引电机转子断条故障注入实现

针对高速列车牵引电机故障模拟不能在真实列车上进行的特殊性,提出一种基于等效电路参数的牵引电机转子断条故障注入方法,通过建立牵引电机转子断条故障与等效电路参数之间的关系,设计一种故障注入器模拟转子断条故障.在高速列车半实物仿真平台上测试了不同故障程度下的故障注入结果,验证了所提转子断条故障注入方法的有效性.     

基于模糊综合评判和输入/输出作图法的模拟电路故障诊断研究

输入/输出作图法能根据模拟电路的输入和输出电压的关系对电路进行故障检测。模糊综合评判法可以根据模拟电路中元器件工作寿命、故障率等不同的特性,对电路中故障进行定位。我们提出了将两种方法结合起来用于模拟电路的故障诊断的方法,并在自动频率控制电路进行了举例验证,证明了这种方法的简单可靠性。     

基于支持向量机方法的模拟电路故障诊断

模拟电路故障诊断是电路故障诊断的难点问题,也是制约电路故障诊断技术发展的瓶颈.支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、非线性情况下,具有较好的泛化性能.本文采用支持向量机方法对模拟电路故障诊断进行了研究,并从核函数、模型参数等方面对其故障诊断性能进行了分析.实验表明,支持向量机方法能获得比神经网络方法更好的故障诊断性能.     

支持向量机在舰船模拟电路故障诊断中的应用

模拟电路在舰船应用中越来越复杂,故障率也在不断的增加。本文通过分析舰船模拟电路的特征,提出支持向量机的故障诊断方法,其中采用mRMR-GASVM的支持向量机对故障诊断做出分析,并结合遗传算法对分类器的参数进行优化,可以提高故障诊断的准确性。最后建立一个Sallen-Key带通滤波器电路,对其进行仿真验证,结果显示这种方法可以有效诊断出舰船模拟电路的故障。     

用故障字典法完成模拟电路软故障诊断的研究

介绍了一种模拟电路系统进行软故障诊断的新方法,即用故障字典法进行模拟电路软故障诊断,提出了该方法的产生思路、方法的可靠性证明及实际运用中具体问题的解决方案。     

改进的BP网络及其在电路故障诊断中的应用

BP神经网络在模拟电路故障诊断中的应用是一个十分热门的研究课题，但BP网络自身的学习收敛速度慢、容易陷于局部极小等缺陷则限制了其应用。提出了一种改进型的BP网络诊断模拟电路故障的方法，详细介绍了自适应学习率动量法，对模拟电路故障进行诊断和分析研究。最后，给出了仿真实例，验证了自适应学习率动量法加快了样本学习收敛速度，具有更好的实时性和诊断效率。     

基于分区定位的电路故障诊断新方法

本文提出了基于分区定位的电路故障诊断新方法,该方法根据电路的具体特点,通过计算机模拟仿真,提取电路在各种故障状态下的电路特征,由这些特征处理得到分步实施的测试点和测试区域,以实现故障定位。此方法故障测试点少且选择灵活,适用于有较多元件的大中规模的模拟电路。     

船舶直流电网短路故障限流保护方法

船舶直流电网短路下会导致电路中断,通过限流控制方法进行电网短路故障分析,提出一种基于LLC串联谐振保护控制的船舶直流电网短路故障限流保护方法。构建船舶直流电网短路故障下的耦合参数模型,测试电路的电流、电压和功率因素的参数,建立电网短路故障下的谐振参数分布矩阵,由此构造电网短路故障限流保护输出调节封闭方程组,调节输出线圈的次级侧绕组的自感,进行电流谐振控制,构建LLC串联等效电路模型,进行电网的连通性判别,计算电流超限阈值,实现船舶直流电网短路故障限流保护系统的硬件设计。测试表明,采用该方法进行电网的限流保护,能有效排除电网短路故障。     

基于输出电压和电源电流的模拟电路故障诊断

为了提高模拟电路故障诊断的准确率,要尽可能的采集有效故障样本信息作为 BP 神经网络的输入。提出利用输出电压和电源电流信息融合的方法进行模拟电路故障诊断。收集输出电压和电源电流的故障样本集,然后作为 BP 神经网络的输入对网络进行训练和判断。利用不同故障对输出电压和电源电流的影响不同,能减少故障特征的重叠,提高模拟电路的故障诊断正确率。仿真结果表明利用输出电压和电源电流信息融合的方法比单纯利用输出电压或电源电流进行诊断准确率和速度都有明显提高。     

基于CPLD的大功率发射机激励信号检测电路设计

介绍了一种基于CPLD的大功率发射机激励信号检测及出现故障和异常时的闭锁保护处理电路的设计.该电路的设计方法简便、实用.通过计算机仿真、模拟测试以及实际运行,验证了此设计的合理性,提高了发射机的安全性和稳定性.     

基于支持向量机的液压调节器多类故障辨识

针对目前故障诊断中故障数据样本获取及特征提取困难的问题,分析了液压调节器的4种典型故障,建立了基于支持向量机的多类故障分类器,并直接将少量的时间序列信号作为分类器的输入。实验结果表明,在小样本情况下,不必对信号预处理以提取特征,该分类器便可实现液压调节器的多类故障分类,证明该方法是有效、可行的。     

神经网络在冷藏集装箱故障诊断中的应用

分析了船舶冷藏集装箱的故障问题,采用神经网络技术对冷藏集装箱故障进行诊断,并对常见故障实例展开了分析.     

基于人工神经网络的故障诊断技术在船舶导航系统中的应用

应用对向传播神经网络对船舶导航系统的测姿故障进行检测与诊断，得到了较为满意的结果。研究表明，该网络结构简单，学习速度快，适应性广，可以对船舶导航系统的传感器故障进行检测与诊断。     

基于神经网络和混合编程的整流桥故障诊断研究

本文介绍了采用VC＋＋和MATLAB混合编程实现对三相整流桥进行故障诊断的方法。该方法通过VC＋＋调用MATLAB引擎来驱动神经网络,将神经网络、数据采集及人机接口结合起来,对三相整流桥的故障进行在线诊断。试验证明,经过足够的样本训练,采用三层BP神经网络能达到一定的准确度。     

基于Pspice的混合信号电路故障检测

针对混合信号电路故障检测难、检测准确率低的问题,采用神经网络与故障字典相结合的混合信号电路故障检测方法。运用Pspice对混合信号电路进行仿真,用蒙特卡罗算法对电路进行分析。提取电路中具有代表性的电流信息,建立正常状态下的故障字典。用Matlab进行神经网络的设计,通过训练、测试证明了该方法故障覆盖率可达到90％,准确率达到96％。     

惯性导航计算机系统冗余设计

导航计算机系统的可靠性是航行器正常运行的关键。结合导航计算机系统，文章从冗余分类，冗余数目，级别等方面提出设计原则，给出功能模块级双冗余的系统结构和故障监测、模块切换的方法，实践证明，该方法能实现功能模块平稳切换，对导航精度没影响，提高了导航计算机系统的可靠性。     

神经网络技术在船舶柴油机故障在线诊断中的应用研究

文章主要研究基于RBF神经网络理论为数学工具对柴油机故障进行计算机仿真诊断,建立船用柴油机征兆与故障样本集,作为神经网络故障诊断的专家知识库,以实现船用柴油机故障诊断。并对柴油机性能工况的故障在线自动诊断进行探索,以提高故障诊断的及时性和准确率,减少误诊。     

信号瞬态分形特征分析技术在机械故障诊断中的应用

首先对一种信号分形维数计算方法即相关分形维数进行了讨论,发现其对信号幅值的变化反映敏感.为满足分析的需要,进一步提出了一种对信号瞬态分形特征进行分析的方法,并将此技术用于实际故障的诊断过程.实践证明,文中提出的信号瞬态分形特征分析技术完全可以对机械信号的瞬态幅值变化信息进行准确提取,且具有计算量小、方便实用等特点,有望在机械故障的诊断实践中得以推广应用.     

船舶动力系统中齿轮箱故障特征提取与模式识别方法研究

A marine propulsion system is a very complicated system composed of many mechanical components.As a result,the vibration signal of a gearbox in the system is strongly coupled with the vibration signatures of other components including a diesel engine and main shaft.It is therefore imperative to assess the coupling effect on diagnostic reliability in the process of gear fault diagnosis.For this reason,a fault detection and diagnosis method based on bispectrum analysis and artificial neural networks (ANNs) was proposed for the gearbox with consideration given to the impact of the other components in marine propulsion systems.To monitor the gear conditions,the bispectrum analysis was first employed to detect gear faults.The amplitude-frequency plots containing gear characteristic signals were then attained based on the bispectrum technique,which could be regarded as an index actualizing forepart gear faults diagnosis.Both the back propagation neural network (BPNN) and the radial-basis function neural network (RBFNN) were applied to identify the states of the gearbox.The numeric and experimental test results show the bispectral patterns of varying gear fault severities are different so that distinct fault features of the vibrant signal of a marine gearbox can be extracted effectively using the bispectrum,and the ANN classification method has achieved high detection accuracy.Hence,the proposed diagnostic techniques have the capability of diagnosing marine gear faults in the earlier phases,and thus have application importance.     

电路板故障诊断系统原理及应用

介绍一种电路板故障诊断系统,它几乎可以对所有集成电路、半导体器件和无源元件的故障进行在线诊断。介绍了该系统的功能、特点、整机结构、电路和软件框图及这一类系统应用的限制和该系统的解决办法。