期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
改进的故障分辨率计算公式和序替代方法 被引量:2
1
作者 杨成林 田书林 龙兵 《电子测量与仪器学报》 CSCD 2008年第6期26-32,共7页
故障分辨率是复杂电子系统的一个重要测试性指标,传统的计算故障分辨率的公式只适用于系统中所有元件(或模块)都服从指数分布的情况。事实上,正态分布、威布尔分布和指数分布都是常用的失效分布。鉴于此,本文提出了一个适用于各种失效... 故障分辨率是复杂电子系统的一个重要测试性指标,传统的计算故障分辨率的公式只适用于系统中所有元件(或模块)都服从指数分布的情况。事实上,正态分布、威布尔分布和指数分布都是常用的失效分布。鉴于此,本文提出了一个适用于各种失效分布的故障分辨率计算公式;然后在充分利用各模块历史维护数据和分布函数的基础上提出了一种优化替代次序的方法。理论分析和仿真结果证明本文的方法有如下现实价值:节省设计和生产成本;减少系统维护预算;降低系统维修时间和费用。 展开更多
关键词 故障分辨 可测试性 块替代 序列替代
在线阅读 下载PDF
有杆抽油系统故障递阶诊断的故障分辨研究 被引量:3
2
作者 梁华 《西南石油大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第5期169-175,共7页
有杆抽油系统工况极其恶劣,发生故障的概率较高。针对有杆抽油系统的特点及其故障诊断目前存在的问题,提出基于示功图的有杆抽油系统故障递阶诊断法,该方法分为故障分辨和故障识别两个阶段,即首先在故障分辨阶段根据正常(或平稳状态)样... 有杆抽油系统工况极其恶劣,发生故障的概率较高。针对有杆抽油系统的特点及其故障诊断目前存在的问题,提出基于示功图的有杆抽油系统故障递阶诊断法,该方法分为故障分辨和故障识别两个阶段,即首先在故障分辨阶段根据正常(或平稳状态)样本的统计规律把示功图分为故障类和非故障类;然后采用基于示功图的有杆抽油系统故障识别的搜索树方法,对故障样本进行故障类型的识别。它提高了故障诊断系统的故障诊断性能,且不需要建立和求解有杆抽油系统力学模型,也不存在训练集问题,并能反映出有杆抽油系统自身的基本特征。故障分辨过程包括:在训练阶段,t检验剔除异常数据后,通过χ2拟合优度检验确定样本的随机分布形式及其参数,进而计算出正常区域和故障区域;在分辨阶段,根据测试样本是否有特征量落入故障区域来判断其分类。实例表明故障分辨过程能从大量的数据中筛选出故障样本,分辨的正确率比较高;训练样本的统计规律能反映油井实时的生产状况。 展开更多
关键词 有杆抽油系统 故障递阶诊断 故障分辨 示功图 χ^2拟合优度检验 正常区域
在线阅读 下载PDF
概率聚类技术应用于变压器DGA数据故障诊断 被引量:15
3
作者 熊浩 李卫国 +3 位作者 宋伟 王勇 杨俊 李令 《高电压技术》 EI CAS CSCD 北大核心 2008年第5期1022-1026,共5页
传统的最优聚类、分类技术,需要对聚类原型做球形假设,若将其应用于溶解气体分析(DGA)数据表诊断故障分类问题将存在不符合聚类本质的问题。为此将密度聚类方法引入DGA数据的故障诊断,取消了对聚类原型做形状假设,实现了DGA样本聚类的... 传统的最优聚类、分类技术,需要对聚类原型做球形假设,若将其应用于溶解气体分析(DGA)数据表诊断故障分类问题将存在不符合聚类本质的问题。为此将密度聚类方法引入DGA数据的故障诊断,取消了对聚类原型做形状假设,实现了DGA样本聚类的无监督型分析。该方法实现如下:①利用非参数密度估计方法估计样本空间概率密度函数,并以概率密度函数作为聚类依据,密度函数值较大的区域将有可能作为类簇原型区;②利用非参数估计方法直接估计出概率密度函数的梯度场;③依据概率密度函数的梯度分布确定聚类原型,进而利用峡谷搜索法思想建立聚类划分;④最后利用类簇划分的边界确定变压器故障的区分边界。试验结果表明,该方法实现了基于密度的自然值域划分,能够做到比现有的人工划分方式更加细致地划分,为研究DGA样本表特性提供了一种新的可行途径。 展开更多
关键词 密度聚类 聚类原型 划分 非参数估计 故障分辨 溶解气体分析
在线阅读 下载PDF
嵌入式SRAM测试算法及其诊断实现 被引量:6
4
作者 陈则王 苏建华 王友仁 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第5期865-870,共6页
为有效定位和识别嵌入式静态随机访问存储器(SRAM)中的各种故障,改进SRAM的设计和生产流程,提出一种有效的March19N(N表示存储器的深度)测试算法.把故障注入64×8位的SRAM;再将测试算法的读/写操作转化为控制器的控制状态,并设计带... 为有效定位和识别嵌入式静态随机访问存储器(SRAM)中的各种故障,改进SRAM的设计和生产流程,提出一种有效的March19N(N表示存储器的深度)测试算法.把故障注入64×8位的SRAM;再将测试算法的读/写操作转化为控制器的控制状态,并设计带诊断支持功能的内建自测试(BIST)模块;最后用该BIST模块测试注入的故障,并对测试数据进行比较与合成,从而实现故障的测试和定位.通过对仿真实验结果的分析,得出了包括固定型故障、开路故障、跳变故障、跳变耦合故障、幂等耦合故障、状态耦合故障和地址译码故障在内的故障字典表;并由此得出各类故障所具有的不同的故障识别标志,表明文中算法具有较高的故障分辨率. 展开更多
关键词 SRAM BIST 故障字典表 故障识别标志 故障分辨
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部