容差条件下的模拟电路故障诊断方法

指出了线性模拟电路中,测试点电压向量在故障状态下相对于标准状态下的变化量,其向量方向由故障元件在被测电路中的位置决定。证明了线性电路中节点电压灵敏度向量的方向能够反映故障元件的位置。结合节点电压敏感度向量的模反映故障元件参数变化量到测试点电压变化量的权重这一特点,以节点电压灵敏度向量为故障特征建立了故障字典。提出一种容差条件下的故障诊断判定算法,兼顾故障定位和元件的参数变化量,可以有效地实现模拟电路元件参数在一定容差范围内随机变化条件下的单一软故障诊断。仿真结果验证了该理论的正确性和方法的有效性。     

灵敏度分析和SVM诊断模拟电路故障的方法

针对低可测性模拟电路中存在的模糊组问题,提出了一种模拟电路故障诊断的新方法。该方法首先计算被测电路网络传递函数零极点的灵敏度,利用零极点灵敏度提供的信息来对被测电路进行模糊组的划分,组成可诊断的元件集,并引入了支持向量机完成对故障的分类识别。零极点的灵敏度分析确定了被测电路可诊断的元件组,支持向量机结构简单、泛化能力强,实验结果证明了基于灵敏度分析和支持向量模拟电路故障诊断方法的有效性,故障诊断率大于99%。     

改进的L1范数故障诊断方法

本文提出一种线性模拟容差电路故障诊断方法——改进的L_1范数方法。此方法首先运用蒙特卡诺容差分析方法,建立线性模拟容差电路模型,然后通过求解L_1范数优化诊断方程,以诊断故障元件,并在优化求解过程中作了线性化处理。     

基于复互小波分析的模拟电路故障诊断方法

针对模拟电路故障诊断研究中故障特征提取的难题,提出基于复互小波变换的相对幅度相对相位协同分析的新方法,并根据复互小波变换的特点构建了故障敏感信息提取算法。使用复互小波变换能同时提取模拟电路在不同频率和时间尺度上的故障特征,并且相对幅度和相对相位信息分别从信号"能量"和"时间延迟"两个不同角度表征模拟电路的故障信息。该方法同时使用了蒙特卡洛方法构建正常电路元器件的容差范围,仿真实验结果表明该方法可以有效地解决模拟电路中灾难型和参数型故障诊断问题。     

TIP电路故障检测仪

TIP电路故障检测仪采用红外焦平面热成像、计算机图像处理和图像匹配等高新技术,可实现对电路板有功元件和单元电路级故障的快速非接触无损诊断。该检测仪能够迅速(一次诊断可以在几十秒甚至几秒内完成)准确地判定电路中有故障的电流回路或元器件,而且不会影响电路的频率特性,不需要对具体电路原     

应用Elman网络优化非线性模拟电路测试激励

非线性模拟电路瞬态测试激励信号的参数对电路故障识别率影响很大,在搜索最佳激励信号的过程中,需建立非线性模拟电路的系统模型。Elman网络是一种递归神经网络,能逼近任意动态非线性系统。该文用一种改进的Elman网络建立故障电路和非故障电路的系统模型,用遗传算法搜索最佳瞬态测试激励信号参数,仿真实验结果表明经过该方法优化后的激励信号能大大提高非线性模拟电路的故障识别率。     

基于变速工况稀疏调频字典的齿轮复合故障诊断

针对变转速工况下齿轮箱故障信号成分复杂、难以有效分离提取的问题,提出了一种基于时域稀疏调频字典的齿轮复合故障诊断方法。构造的调频字典考虑了时变转速信息和分布型故障机理,有利于从复杂信号中准确提取出分布型故障分量,同时大幅度提升剩余信号中冲击成分的信噪比,保证了后续局部型故障分量的重构精度。对剩余信号采用基于单位脉冲响应函数构建的冲击型字典提取局部型故障,即可完成复合故障信号的分离诊断。仿真验证了所提方法的有效性并与基于角域准平稳调制字典的重构方法进行了对比,结果表明:所提方法具有更高的幅值重构精度,并进一步验证了该方法对于复合故障诊断的有效性。     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断"误差积累"的影响,具有更好的误差控制能力。     

模拟故障诊断中的容差处理方法研究

基于斜率故障模型的故障诊断方法较好地解决了线性电路的软故障和硬故障诊断问题,是一种很有价值的故障模型,但是容差问题使该方法不实用,基于此,给出了新的容差处理方法。首先斜率故障模型的公共点(由无故障时两个选定测点的电压值确定)不再是一个定值,而是在实际电路运行中获得,它包含了实际电路元件的容差信息。其次,受容差影响,元件斜率特征是一个扇形区域,该扇形区域可以通过计算或者仿真得到。该方法能较好地解决斜率故障模型中的容差问题。     

基于字典学习形态分量分析的轴承故障诊断

在基于固定字典的形态分量分析(Morphological Component Analysis,MCA)方法基础上,提出了字典学习形态分量分析的滚动轴承故障诊断方法。分别以轴承内圈、外圈故障信号为训练样本,应用K-SVD(K-Singular Value Decomposition)字典学习算法对训练样本学习字典,寻求最优的字典空间;将学习到的字典取代MCA中的固定字典,根据信号所包含各成分的形态差异性,利用MCA对滚动轴承故障信号中的内、外圈故障特征和噪声成分进行分离;对包络后的故障特征分量做频谱分析诊断轴承的故障及部位。应用实例结果表明:该方法能在强噪声环境下有效地提取滚动轴承内、外圈的故障特征,性能优于固定字典的MCA方法,为MCA方法在选取字典时提供了新思路。     

模拟电路故障诊断的神经网络方法

提出了一种采用改进的ＢＰ快速算法实现模拟电路软故障诊断的方法。文中对构造神经网络交流故障字典的过程给出了详细说明，特别是隐层节点数确定，测试信号频率的优选及ＭＡＴＬＡＢ神经网络工具箱的使用。实例表明，人工神经网络技术可应用于有容差模拟电路的故障诊断。     

一种改进的线性容差电路的k-故障诊断

提出了一种改进的线性容差电路的k-故障诊断方法。与现有方法相比,较多地利用了已知的统计特性,缩小了电路可能的故障范围。同时,还证明了故障诊断与信号解卷积模型的相似性,将信号处理领域的方法引入线性电路故障诊断中。计算机模拟实验证实了该方法的有效性。     

现代汉语词典第四版与第五版单音节词义项变化研究

不同版本的《现代汉语词典》可以在一定程度上反映出现代汉语词义的发展变化规律。本文通过对比第四版和第五版《现代汉语词典》,统计出单音节词的义项变化,根据变化原因进行分类统计,并尝试对统计数据进行分析总结。     

基于随机共振的齿轮箱早期故障诊断研究

随机共振在微弱故障诊断中相对线性系统具有明显优势，能显著增强信号的信噪比。将随机共振与共振解调相结合来检测齿轮箱的早期裂纹故障，首先通过带通滤波选取共振频带，然后通过Hilbert进行解调，最后采用归一化方法调节随机共振的系统参数得到故障特征输出。对仿真信号和QPZZ Ⅱ齿轮故障系统实测数据的处理结果表明，该方法与传统共振解调相比具有明显优势，为齿轮箱故障诊断提供了一种更为有效的途径。     

《汉语大字典》(第二版)义项的概括性问题

概括性是辞典释义的基本要求,也是衡量辞典水平的重要标尺。《汉语大字典》(第二版)在义项的概括性方面仍存在种种疏失,尤其是第一卷中若干条目的问题值得讨论和关注。     

辞书用字应当规范——《现代汉语词典》（修订本）用字指误

《现代汉语词典》(1996年修订本)是当代一部权威性工具书,在注音、释义、引例、体例等方面都取得了较高的成就,但也存在一些不足。本文在全面考察的基础上,指出《现汉》用字存在若干不规范、不恰当的问题,在一定程度上有损于这部词典的科学性、规范性和实用性,应当引起注意。     

《现代汉语词典》多义词处理指瑕

《现代汉语词典》作为一部权威性、规范性语文词典,其使用对象是语言学习者,其任务是尽量全面地反映现代汉语词汇的状貌,所以从收词、释义、用例等各个方面都要求科学严谨。本文将我们在使用《现汉》过程中发现的问题提出来,希望能对词典的进一步完善有所裨益     

融媒体时代数字化词典编纂出版的现状及其问题

融媒体是词典数字化转型的重大机遇。目前对数字化词典的讨论普遍聚焦于多媒体词典或多模态词典，模糊了媒体融合背景下词典编纂出版的多媒体与多模态的功能差异，使得数字化词典停留在一个较低发展阶段。文章在对数字化词典调研的基础上，分析发现在词典编纂方面主要存在混淆多媒体和多模态的概念内涵、缺乏媒体融合的多模态词典文本、词典文本的组织单位和形态不一致以及缺乏对用户群体的精准服务等问题，而在词典出版方面主要存在编纂出版平台不统一、词典用户个性化知识需求尚待满足、词典文本的新媒介尚待挖掘和盈利新模式尚待开创等问题。     

英语学习效果与词典使用的实证研究

通过问卷调查的方式,选取了某省3所理工类院校的大学生作为调查对象,就其英语词典使用情况和英语学习的成绩进行问卷调查。通过SPSS软件对调查所获得的数据进行统计分析,研究者发现词典使用习惯、使用频率等情况与使用者的英语学习效果之间存在着各种关联。通过对学习效果较好的词典使用者的英语词典使用习惯进行分析,提出了语言学习中科学合理的英语词典使用策略。     

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