基于灰色关联度分析某型空压机故障诊断

一般情况下,级差式空压机各级缸互相影响,使得空压机的测量数据存在着不确定信息,增加了故障诊断的难度。而灰色关联度分析在处理此种不确定信息方面有着独到的优势。因此,灰色关联度分析非常适合于级差式空压机的故障诊断。     

模拟电路层级模型轨迹图故障诊断方法

通过引进灵敏度容差计算方法,对测前模拟故障诊断中的层级模型诊断方法进行改进,解决了原有方法中的仿真时间长、仿真量大的缺点,并可诊断单故障和多故障,增强了实际应用可行性.该方法与数据库技术相结合,可对大型电路进行故障诊断,满足了电子技术发展的现实需求.     

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。     

模拟电路故障诊断的研究

对模拟电路故障诊断的方法作了研究。首先对模拟电路中的故障类型进行分析,然后对已有的故障诊断方法进行分类和比较,并对故障诊断的主要研究方向进行了理论总结。     

基于灰色关联度分析法的压缩机故障诊断研究

讨论了灰色关联度分析法在故障诊断中的应用,并提出了一种基于灰色关联度分析法的压缩机多参数故障诊断方法。诊断实例表明,将灰色关联度分析法引入压缩机故障诊断中是可行的,并且具有简单方便、计算量小、诊断结果可靠等特点。     

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。     

CPN神经网络在模拟电路故障诊断中的应用研究

提高模拟电路的故障诊断速度对于装备保障具有重大意义,采用CPN神经网络对模拟电路进行故障诊断,运用Matlab神经网络工具箱对其进行建模、网络训练和故障识别,结果表明采用CPN神经网络可以大大提高故障定位的准确率.     

基于数字信号处理技术的船舶电子设备故障诊断

当前船舶电子设备故障诊断方法无法准确表达船舶电子设备故障变化特点,船舶电子设备故障诊断成功率低,出现了大量错误的船舶电子设备故障诊断结果,同时船舶电子设备故障诊断实时性差,为此设计了基于数字信号处理技术的船舶电子设备故障诊断模型。首先分析当前船舶电子设备故障诊断模型存在缺陷的原因,通过数字信号处理技术采集船舶电子设备工作状态信号,并从信号中提取船舶电子设备故障特征向量,然后将船舶电子设备故障特征向量作为极限学习机的输入,通过确定极限学习参数建立船舶电子设备故障诊断模型,最后在Matlab2016平台上进行了船舶电子设备故障诊断仿真模拟测试。结果表明,本文模型可以提取描述船舶电子设备工作状态的信号,提取特征向量可以很好描述船舶电子设备故障类型,使得船舶电子设备故障诊断成功率得到提高,故障诊断的错误率降低,有利于船舶电子设备故障处理。     

基于神经网络的柴油机遥控系统故障智能诊断研究

为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

基于神经网络的舰艇装备模拟电路故障诊断方法

针对舰艇装备模拟电路故障诊断技术现状,提出了基于神经网络的故障诊断方法,利用PSPICE对电路进行分析,选取能反映故障特征的电路信号并利用主元分析方法降低其维数,再输入给神经网络进行训练和诊断,实验证明这种方法不仅优化了网络结构,并提高了辨识故障类别的能力。     

基于灰色综合关联理论的电力系统故障诊断方法

为提高电力系统故障诊断的准确性,采用基于灰色综合关联理论的电力系统故障诊断方法,首先建立包括保护、断路器拒动情况下元件-（保护-断路器）分层逻辑关联规则;在识别出故障区域的基础上,将故障信息按逻辑关联规则进行分类,利用灰色综合关联理论对告警信息与标准告警信息进行对比,并运用相似度算法筛选判断结果中的矛盾项,最终得出故障诊断结果,识别出保护和断路器拒动、误动的情况,并将告警信息纠错和复原.     

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。     

基于BP网络的线性电路软故障诊断

线性电路的软故障诊断一直是个难点,BP神经网络可用于模式识别和分类。本文主要介绍了BP网络的基本算法、训练过程及其改进,分析了BP网络在模拟电路故障诊断中的实用性。     

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。     

基于虚拟仪器的某型装备故障诊断系统设计

为了改变依靠传统的人工故障检测、分析手段进行检测维修效率低的现状,利用虚拟仪器技术与专家系统技术,设计实现了一个针对某型通信装备的故障诊断系统。该系统利用装备的自检功能进行板级故障定位,再利用虚拟仪器检测电路关键部位的电气参数作为故障信息,通过专家系统对故障信息进行分析处理后将故障定位到电路板的元器件级。该系统还通过网络连接为用户提供了专家远程辅助诊断功能,降低了对维修人员的技术要求,提高了故障定位的效率和准确率。     

基于D-S证据理论的直流电机故障诊断研究

多传感器、多手段检测的信息融合技术在电机故障诊断中的应用日益广泛。提出了一种基于D-S证据理论和BP算法的故障诊断方法,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,首先通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,然后利用多源信息间的冗余性和互补性,有效提取故障特征信息。将该方法应用于某型船直流电机的故障诊断,结果表明,该算法提高了故障诊断的可靠性和灵敏度。     

一种热电偶测量仪表的校准方法

提出了一种热电偶测量仪表的校准方法.采用Labview软件和高精度模拟输出板卡相结合的方法,将温差转化为0～5V的直流电压输出,将不同类型的热电偶分度表拟合出函数关系,用于纠正热电偶产生的热电动势和温差之间非严格线性关系,然后通过外部模拟运算电路将板卡输出电压转化为标准热电偶的温差电动势输出,可以实现多种类型热电偶测量仪表在不同使用温度范围的校准.经过数据测试及分析,输出的温差电动势均在允许的误差范围内,且操作简便,能很方便地用于热电偶测量仪表的校准.