基于故障阻抗计算的非同步故障测距新方法

为了解决双端电气量测量非同步产生的故障测距误差问题,提出基于故障阻抗计算的非同步故障测距新方法。该方法采用集中参数短线模型,首先利用双端非同步电气量和线路参数计算故障阻抗,然后基于金属性短路故障阻抗的纯电阻性采用共轭法构造出关于故障距离的一元二次方程,最后求解并判别伪根得到真实故障距离。双端量法测距在原理上克服了故障电阻和系统运行方式变化的影响。仿真与数值计算结果表明提出的新方法可靠有效,能消去非同步角的影响,具有良好的测距精度,适用于各种金属性短路故障类型,工程实际应用价值高。     

扩展PRONY算法在输电线路故障定位中的应用

电力系统输电线路发生短路故障后,继电保护装置会迅速动作,这时故障定位系统仅采集到故障后短暂的波形数据.通常情况下,系统采集到的故障波形含有暂态分量,这会影响到基于相量故障定位算法的精度.针对此种情况,本文提出使用扩展Prony算法从故障后暂态数据中提取出基波电压和电流分量,然后使用双端非同步测量定位算法进行故障定位,获得了较为精确的结果.通过PSCAD和MATLAB进行仿真,并将结果与采用在电力系统中应用广泛的全波傅氏算法提取故障后基波分量得到的定位结果进行比较,仿真结果表明本文所提算法能让定位误差减小至0.5%以下.     

高速铁路10kV电力贯通线故障区段定位方法

提出了一种基于区段两端零模电流值乘积积分的高速铁路电力贯通线故障定位方法.该方法借助现有铁路远动系统,仅需要每个区段终端FTU上的零序电流值,即可快速准确定位故障区段.数字仿真试验结果表明：该方法不受故障距离、配变负载及过渡电阻的影响,且对FTU数据采集的采样率和同步性有良好的适应性.     

含特殊负荷的配电网分层故障定位方法

特殊负荷接入配电网，增强了电源、负荷与电网之间的互动性，对故障定位提出了更高的要求，为此，提出了一种快速定位故障点的分层定位方法. 首先分析基于遗传算法的单层含特殊负荷配电网故障定位的不完备性；其次在单层模型的理论基础上，提出改进量子免疫算法的区域定位方法和隐枚举法的区段定位方法；最后对所提模型和基于单一智能算法的单层模型进行了对比仿真实验. 结果表明:与遗传算法、免疫算法和改进量子免疫算法构建的单层定位模型相比，所提分层定位方法大大简化了故障辨识模型的复杂度，在提高定位效率的同时保证了定位的容错性和稳定性，可将故障搜索维度降低69%，故障定位耗时在1 s以内，故障辨识率达到100%.      

列车轮对状态的融合监测系统

为了提高列车轮对故障诊断准确率和改善现有列车轮对状态在线监测方法的不确定性,结合多传感器信息融合原理,设计了列车轮对融合监测系统,采用特征层融合自适应加权算法进行了轮对状态融合监测,以自适应的方式寻求最优加权因子,使状态测量值总均方误差最小,比较了特征层融合自适应加权算法、模糊数据关联算法、变结构多模的状态估计算法和BP神经网络算法的计算结果。比较结果表明:当轮对两端轴承均出现故障后,两传感器输出的测量值分别为22.0470和21.0250,而此融合算法计算出的估计值为4.2642,融合值最接近真值,因此,列车轮对融合监测系统可靠性高,抗干扰性强。     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

基于EKF的自动泊车系统位姿估计算法设计

利用车辆2个后轮轮速信号和方向盘转角信号,基于扩展卡尔曼滤波技术设计一种车辆位姿估计算法,并在veDYNA中仿真试验。仿真结果表明,算法的估计精度比较理想,可满足泊车系统对自身车辆定位的需求。以定位精度2 cm（1σ）的GPS信号为参考,实车试验结果表明,位置估计误差控制在3%以内,此精度的估计结果可以为泊车系统提供车辆定位信息,为增强泊车安全性奠定基础。     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

无级变速器电液控制系统试验分析及故障检测

为验证无级变速器电液控制模块性能是否达到国家统一标准,以液压控制原理与MATLAB仿真技术相结合对电液控制模块的压力水平、调压曲线、重复精度以及阶跃响应的快速性进行分析,并构建台架及整车试验后开发了一套液压控制模块专用试验系统。同时采用油液光谱分析与免疫算法相结合的方式,通过计算零件油液中金属元素浓度含量指标,对无级变速器零部件早期故障进行定位.试验结果表明电液模块速比、压力跟踪的准确性和快速性及热平衡流量均能满足国标要求,故障零件定位精度可达95.3%.      

激光雷达选址对飞机尾涡特征参数反演的影响

为了提高距离高度显示器模式激光雷达的尾涡探测与反演精度,提出了基于涡核区域分割的机场激光雷达最佳选址求解算法,研究了激光雷达横向和纵向安装位置对尾涡反演精度的影响;考虑尾涡消散和下沉影响,建立了激光雷达动态回波数据仿真模型;推导了尾涡区域分割径向距离公式,根据区域分割后的速度极值点确定了尾涡涡核位置;对涡核位置进行探测...     

Logistic Regression Based Arc Fault Detection in Photovoltaic Systems Under Different Conditions

This paper investigates direct current(DC) arc fault detection in photovoltaic system. In order to avoid the risk of fire ignition caused by the arc fault in the photovoltaic power supply, it is urgent to detect the DC arc fault in the photovoltaic system. Once an arc fault is detected, the power supply should be cut off immediately. A lot of field experiments are carried out to obtain the data of arc fault current of the photovoltaic system under different current conditions. Cable length, arc gap, and the effects of different sensors are tested.These three conditions are the most significant features of this paper. Four characteristic variables from both the time domain and the frequency domain are extracted to identify the arc fault. Then the logistic regression method in the field of artificial intelligence and machine learning is originally used to analyze the experimental results of arc fault in the photovoltaic system. The function between the probability of the arc fault and the change of the characteristic variables is obtained. After validating 80 groups of experimental data under different conditions,the accuracy rate of the arc fault detection by this algorithm is proved to reach 100%.     

�������ɷַ����ij�����ϵ���ϵͳ���ϼ��������㷨

故障检测与隔离是保证组合导航系统容错性能的重要措施。本文针对车辆导航系统的可靠及安全性需求,分析了组合导航系统的传感器故障特性,建立了包含三个数据通路的车辆组合导航系统容错设计结构,提出了一种基于主成分分析的故障检测与隔离算法。该算法利用数据的相关关系,采用正常条件下的导航历史数据建立统计PCA模型,通过一定的统计量控制限检验新的导航数据样本相对于模型的背离程度实现故障检测,并根据不同数据通路的故障检测结果动态调整导航子系统的有效性因数,从而隔离故障造成的影响。仿真结果表明,该算法实现简单,能够有效实现对组合导航系统故障的检测与隔离。     

基于PopFuzzy的综合交通枢纽客运站布局影响评价研究

综合交通枢纽客运站布局规划是城市交通规划的一个重要课题。而其中对客运站布局影响因素集的建立以及因素集对客运站布局影响程度的研究则是对客运站布局规划的促进与完善.笔者首先从综合交通枢纽客运站结构体系研究入手,提出综合交通枢纽客运站布局影响评价指标体系,然后在此基础上利用PopFuzzy平台进行因素集对客运站布局影响的定量分析,得到了客运站布局影响程度曲线变化图和相关数据文件,最后笔者对该评价方法提出了进一步研究的建议.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

AT供电牵引网新型微机故障测距系统性能分析

本文介绍了ＡＴ供电牵引网新型微机故障测距系统，对其抗干扰设计进行了较深入分析，并从系统可靠性，适用性、经济性和精确性等方面，与国内外广泛采用的“ＡＴ中性点吸上电流比”原理构成的测距系统进行了全面比较，经试运行表明新型测距系统在各个方面具有明显优势。     

复杂传递路径下轴承滚动体故障特征提取

为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力，研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题；分析了轴承滚动体原始振动信号特点、早期故障信号的特性以及复杂传递路径对振动信号的影响，运用VMD将原始振动信号分解为一系列本征模态函数(IMFs),提出了转频分量剔除方法，通过峭度准则优选2个峭度较大的IMFs分量进行重构；基于网格搜索法研究了MCKD算法参数优化方法，用以增强重构信号的周期性故障特征，消除复杂传递路径对轴承滚动体故障信号的影响；利用1.5维谱分析重构信号，建立了复杂传递路径下轴承滚动体故障特征提取新方法，实现了轴承滚动体故障的准确诊断；为了证明方法的有效性，选取美国凯斯西储大学轴承SKF6205基座滚动体数据进行试验验证与分析。试验结果表明：网格搜索法获得了MCKD算法的最优滤波长度与冲击周期参数(365、85),优化MCKD算法增强了重构信号的故障特征，减少了无关频率分量，明显降低了其他成分的干扰；提出的故障特征提取方法在0、735和1 470 W负载条件下均提取到了轴承滚动体的故障特征频...     

FAULT IDENTIFICATION IN HETEROGENEOUS NETWORKS USING TIME SERIES ANALYSIS

Fault management is crucial to provide quality of service grantees for the future networks, and fault identification is an essential part of it. A novel fault identification algorithm is proposed in this paper, which focuses on the anomaly detection of network traffic. Since the fault identification has been achieved using statistical information in management information base, the algorithm is compatible with the existing simple network management protocol framework. The network traffic time series is verified to be non-stationary. By fitting the adaptive autoregressive model, the series is transformed into a multidimensional vector. The training samples and identifiers are acquired from the network simulation. A k-nearest neighbor classifier identifies the system faults after being trained. The experiment results are consistent with the given fault scenarios, Which prove the accuracy of the algorithm. The identification errors are discussed to illustrate that the novel fault identification algorithm is adaptive in the fault scenarios with network traffic change.     

Probability-based clustering and its application to WLAN location estimation

Wireless local area networks (WLAN) localization based on received signal strength is becoming an important enabler of location based services. Limited efficiency and accuracy are disadvantages to the deterministic location estimation techniques. The probabilistic techniques show their good accuracy but cost more computation overhead. A Gaussian mixture model based on clustering technique was presented to improve location determination efficiency. The proposed clustering algorithm reduces the number of candidate locations from the whole area to a cluster. Within a cluster, an improved nearest neighbor algorithm was used to estimate user location using signal strength from more access points. Experiments show that the location estimation time is greatly decreased while high accuracy can still be achieved.     

基于超声波的车辆空间定位系统设计

本系统基于超声波测距实现局部空间精确定位使小车突破传统定位方式对工作空间的限制。系统通过一定数量的固定位置的接收点接收超声波信号,根据发射与接收的时间差可以准确地量测出已知点和待测点间的距离,利用定位算法求出待测点的位置,定位精度可以达到厘米级。     

基于售检票数据挖掘的轨道交通乘客居住区辨识

以自动售检票数据潜在包含的时空关联关系为基础,构建城市轨道交通乘客居住区辨识方法.假设轨道交通大部分乘客出行满足：一日内首次出行起始站与末次出行终点站相同,首次出行起始站与前日末次出行终点站相同,连续时期内首次出行起始站与末次出行终点站总是紧邻“家”的位置,以此为基础构建居住区辨识中心点法.以北京市轨道交通为对象进行实证分析,通过连续一周自动售检票数据挖掘能对88.7%的公交卡(不包括单程票、员工卡)所对应乘客的居住区进行辨识,验证了本文方法的准确性与有效性.本文研究提高了售检票数据应用价值,为乘客出行行为及需求特征分析提供了方法支持.