一种ANN与ES功能互补的故障诊断方法

根据人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的各自特点，建立一种人工神经网络与专家系统相结合的功能互补式设备故障诊断模型。提出将设备故障分为低层故障和高层故障，用ＡＮＮ对设备低层故障进行诊断，用ＥＳ对设备高层故障进行诊断的新方法，并以ＭＫ９－５卷接机组为对象，进行了实验研究，取得了较好的效果。     

宝钢电厂记录仪可靠性、FMMAA、备件分析及国产化决策研究

估算了宝钢电厂自动记录仪可靠性水平，进行了备品备件计算及故障模式、故障机理和改进措施分析（ＦＭＭＡＡ），提出了国产化决策依据和建议．     

无人机巡检输电线路技术的应用与分析

提出使用无人机进行输电线路故障排查，提高抢修恢复电网运行的安全性和快速性。为对山区、高跨等人力难以到达的部分线路杆段采用无人机巡视和检测，宿州供电公司联合南京航空航天大学研发了专门用于线路巡检作业的四旋翼无人机（简称M4R）和遥控直升机（简称UH），进行线路高空故障点查找，降低了人员登高排查故障的安全风险，缩短了故障抢修恢复线路供电时间。     

基于自适应增强形态滤波的滚动轴承复合故障分离法

针对滚动轴承复合故障难以分离的问题，课题组提出了一种自适应多尺度形态滤波分离方法。首先，利用具有提取周期性特征的多尺度形态滤波器和峭度特征能量积(kurtosis feature energy product，KF)提取出一种主要的故障特征分量；然后，利用奇异值分解(singular value decomposition，SVD)降噪方法对提取的故障特征进行降噪处理，增强故障特征；最后，对去噪信号进行迭代筛选分离，得到多个故障特征模式分量。通过仿真信号与异步牵引电机实际故障信号对比实验，结果表明：该方法能够分离复合故障特征，并有效提取噪声干扰下的故障特征信息。该方法滤波效果强于传统方法，具有较好的工程应用价值。     

CEEMDAN辅助快速谱峭度的滚动轴承故障诊断方法

为解决集合经验模态（EEMD）存在分量重构误差大和提取的故障特征不明显问题，课题组提出一种自适应噪声完备集合经验模态分解（CEEMDAN）辅助快速谱峭度的故障诊断方法。首先采用CEEMDAN将故障信号分解为多个IMF分量，计算分量的谱峭度值，选择峭度和相关度最大的分量进行重构；然后通过快速谱峭度图确定最大共振频带，进行带通滤波分析，获得故障信息；最后采用某滚动轴承实验数据分别对内圈故障和外圈故障进行实验分析。结果表明：与原始故障信号相比，该方法获得的包络谱更清晰，故障频率更明显，内圈故障频率为162 Hz，外圈故障频率为107 Hz。该方法提取故障特征突出，可以得到有效的故障频带。     

高阶系统的故障发现及人机交互决策系统

本文研究了系统监控中的故障发现问题．提出了一种以图形方式进行人机交互的故障发现决策方法，并且应用大系统理论中的分块式卡尔曼滤波方法解决了高阶系统的监控问题，最后通过仿真实验，验证了该方法的有效性．     

基于小波包 核偏最小二乘的滚动轴承故障检测法

为了解决滚动轴承故障检测中出现的振动信号非线性问题，课题团队提出了一种基于小波包 核偏最小二乘（wavelet packet and kernel partial least squares method，WP KPLS）的故障检测方法。首先对采集到的信号进行小波包分解，将振动信号分解到独立的频段，提取不同频段的能量谱，并构建反映频谱状态改变的能量谱特征向量；再对得到的能量谱特征向量进行核偏最小二乘分析，建立故障检测模型，利用T2及SPE统计量来检测故障是否发生。实验结果表明：该方法能够较为准确地检测到轴承的内外圈故障，证明该模型是有效的。该方法综合了小波包对信号的分析优势和核偏最小二乘法在非线性情况下的数据处理优点，为解决故障检测中的非线性数据处理问题提供了一种新方法。     

电路网络的故障诊断

本文提出了线性直流电路网络的故障诊断方法，分析了这种方法实现故障 诊断的条件，对含不可测点线性网络的故障诊断方法也进行了探讨。     

析架空输电线路故障的查找

介绍了故障分类、故障特点、故障判定及故障巡视准备与要求。通过列举架空输电线路故障种类，比照架空输电线路故障发生的特点，根据调度部门给出的跳闸数据，结合线路跳闸当时的天气、保护测距、运行经验等进行故障点判定。结合运行单位故障查找经验，通过要点描述，对架空输电线路故障巡视技能及要求进行分析。     

基于IGWO SVM的轴承故障分类预测

随着旋转机械设备的集成化程度不断提高，轴承发生故障的概率以及故障诊断的难度都在增加。为了解决常规故障诊断出现误报和漏报等问题，课题组在采集已清洗的轴承数据基础上提出了一种新型分类预测算法。课题组通过改进的灰狼算法来收敛支持向量机的参数，并对数据集进行训练优化，以精准地对轴承故障进行判断和预测。研究结果表明判断精度可高达99.4%；通过与其他现有主流分类预测模型进行比较，进一步验证了该优化方法的优异性。该优化方案可以很好地应用于SCADA等实时状态监测系统并进行精准故障分类预测。     

牵引供电系统电弧故障的自适应继电保护

对牵引供电系统高阻电弧故障模型进行了详细分析,建立了电弧故障仿真模型,并对电弧故障信号特征进行了讨论。在此基础上,提出了一种基于神经网络的自适应多参量继电保护方法,为复杂故障的自适应保护提供了一条新的途径     

基于功能结构树的数控磨床可靠性研究

基于功能结构树,根据某数控磨床的故障数据,对其故障部位及故障原因进行了分析。针对发生故障率较高的子系统———高频电主轴进行深入研究,找出其故障发生的主要原因是元器件烧坏,提出了相应的可靠性改进措施,为数控磨床的可靠性设计和分析提供了依据。     

声发射源安全监测系统

论述了用８０９８单片机对固体形变过程中产生的声发射波进行实时监测的一中方法，提出系统的设计目标，阐述了系统的结构及主要实现技术，并用统计学方法对故障的发展进行预测。     

基于CEEMD和3点对称差分能量算子的滚动轴承故障诊断方法

为解决传统信号处理方法提取滚动轴承故障特征不精确和Teager能量算子解调信号的解调频率和幅值误差较大的问题，课题组提出一种基于互补集合经验模态分解和3点对称差分能量算子结合的轴承故障特征提取方法CEEMD DEO3S。课题组首先对滚动轴承进行CEEMD分解前进行去噪处理来增强信号的故障脉冲；然后利用CEEMD将去噪后信号分解为一系列固有模态函数，并依据相关系数原则选择最能表征故障的敏感分量，重构后进行DEO3S解调，依据解调后得到的幅值和频率计算信号的包络谱。实验分析表明：所提方法解调信号的误差更小，提取轴承故障频率更精确。     

基于模拟退火算法的机车齿轮箱故障诊断系统

为了预测电力机车齿轮箱存在的潜伏性故障，设计了一种电力机车齿轮箱故障诊断系统。该系统通过VB调用Access数据库和基于模拟退火算法的BP神经网络模型，实现了对电力机车齿轮箱故障诊断的可视化操作。根据光铁谱技术原理，磨粒浓度的变化体现了齿轮箱内部的故障类型。因此，利用模拟退火的思想建立BP网络模型，收集电力机车齿轮箱的故障数据并进行归一化处理，处理后的数据作为网络的输入，故障类型的编码作为网络的目标输出。对模型进行了仿真和测试，结果表明该模型诊断电力机车齿轮箱故障准确率较高，可用于电力机车齿轮箱故障诊断系     

基于MED和WMSDL的滚动轴承内圈故障特征诊断

针对滚动轴承早期内圈故障特征较为微弱，并伴随环境噪声的干扰，微弱的故障特征信息易被环境噪声所淹没的问题，课题组提出基于最小熵解卷积(MED)和加权多尺度字典学习（WMSDL)的滚动轴承早期故障诊断方法。课题组通过设置一个滤波器使故障特征信号峭度最大实现解卷积，利用WMSDL对解卷积后的信号稀疏分解后进行平方包络解调突出内圈故障特征频率。仿真分析和实例分析结果表明：解卷积后信号的信噪比明显提高，内圈冲击成分明显增强。课题组的研究可有效提取滚动轴承故障特征频率。     

移动存储设备的常见故障及维护

本文主要讨论移动存储设备常见的几种故障，对常见的移动存储设备故障进行分析，介绍了故障的处理方法．以及故障修复后移动存储设备数据的恢复方法．     

线路避雷器在输电线路防雷中的应用

阐述了雷击对架空线路的危害，提出了减少输电线路的雷击故障应采取的主要措施，重点论述了线路型合成绝缘氧化锌避雷器防雷的基本工作原理和使用方法。并针对宿州供电公司输电线路的实际情况，对挂网运行的避雷器进行了跟踪统计分析，对线路避雷器的防雷效果进行了综合评估。     

基于分段距离判别的电气化铁路混合线路故障测距方法

近年来,电气化铁路对10 kV自闭/贯通线的改造一定程度上增加了架空线-电缆混合输电的线路结构,随之而来的是故障测距过程当中,判别距离结果精度偏低的问题。首先分析了在架空线-电缆混合输电线路中,故障行波的传播特性,提出了一种分段距离判别的电气化铁路混合线路故障测距方法。该方法通过对故障发生范围进行假设分区,然后利用小波变换的奇异性检测原理通过对故障行波进行小波变换求取模极大值来识别波头,在此基础上根据双端测距原理,计算出不同区段所对应的故障距离,得到不同的计算结果;将不同的故障结果,通过距离约束条件进行筛选,从而确定最终测距结果。实验结果表明,所提出的方法对混合线路的故障判别具有较好的适用性,并且不受故障类型、过渡电阻的影响。     

数控电火花线切割机床常见故障分析及排除

本文介绍了数控电火花线切割机床在加工过程中经常出现的故障,并对各种故障现象进行了概略分析,提出了排除故障的具体方法.