XiaoMi-AI文件搜索系统
World File Search System故障检测
输电线路配电系统故障检测
摘要：电力已成为我们所有人最抢手的便利设施。电力仅限于城市的时代已经一去不复返了。现在，它已经覆盖了世界每个遥远的地方。所以我们现在有一个复杂的电力系统网络。这种电力由输电线路传输。这些故障的发生是自然的。这些故障会损坏许多重要的电气设备，如变压器、发电机、输电线路。对于不间断电源，我们需要尽可能地防止这些故障。线路在输送电力时要延伸很长的距离，因此，该项目需要在尽可能短的时间内检测到故障。用于这些故障检测的基于微处理器和微控制器的系统发展迅速。本文模拟了使用 PIC 微控制器和 ADC 电流传感器检测故障的数值过流继电器。这些继电器比传统的机电继电器和静态继电器更可靠，响应更快。它们具有更大的设置范围、更高的精度、更小的尺寸和更低的成本，以及许多其他功能，例如故障事件记录、自动复位等。使用基于智能 GSM 的故障检测和定位系统来充分准确地指示和定位发生故障的确切位置。这将确保技术人员更短的响应时间来纠正这些故障，从而帮助避免变压器损坏和灾难。该系统使用电流变压器、电压变压器、PIC 16F877 微控制器、RS-232 连接器和 GSM 调制解调器。该系统自动检测故障、分析和分类这些故障，然后使用基于阻抗的算法方法计算故障与控制室的距离。最后，故障信息被传输到控制室。该项目是关于设计数字继电器，当输入值超过继电器中设置的参考值时，检测到故障，然后向断路器发出跳闸信号。总之，由于系统自动准确地提供准确的故障位置信息，因此定位故障所需的时间大大减少。关键词：PIC 微控制器、ADC 电流传感器、GSM。
使用遗传算法进行基于模型的机电执行器故障检测和识别预测
摘要：飞机控制面的传统液压伺服机构正逐渐被机电执行器 (EMA) 等新技术所取代。由于 EMA 才刚刚采用，因此无法获得有关其可靠性的现场数据，其故障模式尚未完全了解；因此，有效的预测工具可以帮助检测飞行控制系统的早期故障，以便正确安排维护干预和执行器更换。这将带来双重好处：通过避免飞机在部件受损的情况下飞行，可以提高安全性，并且可以防止更换仍能正常工作的部件，从而降低维护成本。然而，由于受监控系统的复杂性和多学科性质，EMA 预测提出了挑战。我们提出了一种基于模型的故障检测和隔离 (FDI) 方法，采用遗传算法 (GA) 在系统性能开始受到影响之前识别故障前兆。考虑了四种不同的故障模式：干摩擦、间隙、部分线圈短路和控制器增益漂移。本文提出的方法能够以比数据驱动策略更有效的方式利用系统设计知识来应对挑战，并且需要的实验数据更少。为了测试所提出的工具，开发了一个模拟测试台。实施了具有不同详细程度的 EMA 的两个数值模型：高保真模型提供了要分析的故障执行器的数据，而更简单的模型，计算量更小，但足够准确以模拟所考虑的故障模式，由 GA 迭代执行。结果显示，该系统具有良好的稳健性和精确度，能够早期识别系统故障，且误报或漏报很少。
使用改进的循环神经网络进行无线传感器网络建模：应用于故障检测
这篇论文由路易斯安那理工大学数字共享中心研究生院免费提供给您，供您免费访问。路易斯安那理工大学数字共享中心的授权管理员已接受该论文，将其纳入博士论文。如需更多信息，请联系 digitalcommons@latech.edu 。
配备升降副翼的小型无人机的故障检测和基本飞行中重新配置
摘要：本文介绍了配备两个升降副翼和一个电动机的小型无人机的飞行故障检测和基本重构。考虑的故障场景是直线平飞期间一个控制面卡在给定位置。故障检测采用多模型自适应估计解决，考虑无故障和故障（左或右表面卡住）系统模型。基本重构是为了稳定飞行免受大气干扰，在横向通道中应用剩余表面，并采用总能量控制概念将空速和高度保持在纵向通道中可接受的限度之间。在软件在环仿真中，故障检测和重构取得了令人满意的结果。
飞机涡轮喷气发动机的故障检测与隔离...
摘要：现代航空涡轮喷气发动机代表着复杂的系统，因此，重点关注安全性、可靠性、效率以及降低维护成本等问题。诊断技术的不断进步为实施渐进方法带来了新的可能性，而不是基于硬件冗余的传统方法。本文讨论了诊断和备份系统的设计，该系统使用投票方法和分析冗余来表示使用实验识别方法（多项式模型、神经网络）的计算模型。该系统的一部分也是专家系统，能够区分发动机故障和传感器错误。所提出的喷气发动机系统在实验室条件下在小型涡轮喷气发动机 iSTC-21v 上进行了测试，结果良好。
使用组合测试提高 MC/DC 和故障检测强度
在提高效率和安全性方面发挥了关键作用，甚至取代了人类。然而，实施错误和设计缺陷可能会导致灾难性的后果。联邦航空管理局要求在A级（最安全关键系统）上进行修改条件/决策覆盖（MC/DC），事实证明，它能有效地检测软件错误。然而，生成测试以实现高MC/DC可能非常昂贵且耗时。最近，许多研究表明，组合测试（CT）可以以经济高效的方式生成高质量的测试用例。CT能否生成测试用例以实现高MC/DC？在本文中，我们对两个实际程序进行了实证研究，以评估使用组合测试提高MC/DC覆盖率的效率和有效性，以及故障检测强度。
用于齿轮传动系统故障检测和诊断的先进振动分析技术
1.2 概述................................................................................................................ 1
时空信息融合在船舶辅助系统故障检测中的应用
传感器融合一直是数据分析及其应用的重点主题之一。个体传感信息通常用于揭示潜在的过程动态并识别其中的潜在变化。这些系统通常配备具有（可能）不同模态的多个传感器。这些问题表明需要融合分布式和异构信息，以便实时准确推断关键系统的状态。为此，本文开发并验证了分布式物理过程（例如，船上辅助系统）中的故障检测和分类方法。文献中提出了几种传感器融合方法来解决故障检测问题，包括线性和非线性滤波器、自适应模型参考方法和基于神经网络的估计方案。然而，据作者所知，这些技术尚未应用于船上系统，因为存在一些固有的困难，包括：（可能）信号的非平稳行为、过程动态的潜在非线性、输入输出和反馈相互作用、多模态数据的缩放和对齐以及乘性过程噪声。上述一些问题可以在一定程度上简化或通过更简单的解决方案来近似。例如线性和线性化建模和贝叶斯估计技术（例如扩展卡尔曼滤波和粒子滤波）[1][2]。研究人员还使用了软计算
时空信息融合在船舶辅助系统故障检测中的应用
传感器融合一直是数据分析及其应用领域的焦点话题之一。个体传感信息通常用于揭示底层过程动态并识别其中的潜在变化。这些系统通常配备有（可能）不同模态的多个传感器。这些问题表明需要融合分布式和异构信息，以便实时准确推断关键系统的状态。为此，本文开发并验证了分布式物理过程（例如，船上辅助系统）中的故障检测和分类方法。文献中提出了几种传感器融合方法来解决故障检测问题，包括线性和非线性滤波器、自适应模型参考方法和基于神经网络的估计方案。然而，据作者所知，这些技术尚未应用于船载系统，因为存在一些固有的困难，包括：（可能）信号的非平稳行为、过程动态的潜在非线性、输入输出和反馈相互作用、多模态数据的缩放和对齐以及乘性过程噪声。上述一些问题可以在一定程度上简化或通过更简单的解决方案来近似。示例包括线性和线性化建模和贝叶斯估计技术（例如扩展卡尔曼滤波和粒子滤波）
时空信息融合在船舶辅助系统故障检测中的应用
传感器融合一直是数据分析及其应用的重点主题之一。个体传感信息通常用于揭示潜在的过程动态并识别其中的潜在变化。这些系统通常配备具有（可能）不同模态的多个传感器。这些问题表明需要融合分布式和异构信息，以便实时准确推断关键系统的状态。为此，本文开发并验证了分布式物理过程（例如，船上辅助系统）中的故障检测和分类方法。文献中提出了几种传感器融合方法来解决故障检测问题，包括线性和非线性滤波器、自适应模型参考方法和基于神经网络的估计方案。然而，据作者所知，这些技术尚未应用于船上系统，因为存在一些固有的困难，包括：（可能）信号的非平稳行为、过程动态的潜在非线性、输入输出和反馈相互作用、多模态数据的缩放和对齐以及乘性过程噪声。上述一些问题可以在一定程度上简化或通过更简单的解决方案来近似。例如线性和线性化建模和贝叶斯估计技术（例如扩展卡尔曼滤波和粒子滤波）[1][2]。研究人员还使用了软计算