导读:本文包含了故障重构论文开题报告文献综述及选题提纲参考文献，主要关键词:高速列车转向架,特征提取,故障识别,IMF重构
故障重构论文文献综述
王清波,宁静,叶运广,陈春俊[1]（2019）在《基于IMF重构-SLLE的高速列车转向架故障特征提取》一文中研究指出在故障特征提取方面,传统的典型特征提取方法往往需要深入理解信号特性、结合工程实践经验提取故障特征,从而极大程度上孤立了特征提取和智能诊断两个环节,导致在针对复杂多变的机械设备海量信号时,提取反映信号特性的典型特征往往效果不理想。针对该问题,提出一种基于IMF重构-SLLE的新的特征提取方法,该方法首先把EEMD分解得到的IMF分量重构成高维向量,并利用SLLE优良的非线性维数约简能力对信号进行降维。实验表明:IMF重构-SLLE特征提取方法优于传统的EEMD典型特征提取方法,并把此方法应用到高速列车转向架故障状态识别中,识别率高达97.78%,具有重要的工程应用价值。(本文来源于《机械设计与制造》期刊2019年11期）
郭阳明,米琪,张双,孔德岐[2]（2019）在《基于故障预测与健康管理的DIMA动态重构技术综述》一文中研究指出故障预测与健康管理(PHM)作为分布式综合模块化航空电子(DIMA)的基础和保障,在实现DIMA资源组织与系统重构、提升系统容错能力以及提高系统任务可信度方面具有重要的理论意义和应用价值;论文在梳理PHM技术内涵及DIMA体系架构的基础上,分析了DIMA任务组织和调度特点,并在此基础上论述了DIMA面向任务需求的系统重构机制,给出了基于PHM的DIMA动态重构模型及重构策略,最后展望了PHM技术在航空电子领域的发展前景。(本文来源于《计算机测量与控制》期刊2019年10期）
贾庆贤,张承玺,李化义,张迎春[3]（2019）在《基于新型学习观测器的卫星执行机构故障重构》一文中研究指出针对在轨微小卫星出现执行机构故障的情况,提出了一种基于非线性学习观测器(nonlinear learning observer,NLO)的卫星姿控执行机构故障重构方法。文中结合迭代学习算法和递推学习算法,设计了一种新型自适应学习算法,该算法应用前一时刻和当前时刻的姿态敏感器测量输出误差在线更新故障重构信号,使得所提NLO在估计卫星姿态角速度和姿态角的同时,能够快速精确在线重构卫星姿控执行机构故障。进一步给出了所提NLO的稳定性条件,并结合线性矩阵不等式技术给出了NLO增益矩阵的详细设计方法。最后,将所提方法应用于微小卫星姿控推力器故障重构,仿真结果验证了所提方法的有效性。(本文来源于《系统工程与电子技术》期刊2019年12期）
潘磊,赵忠盖,刘飞[4]（2019）在《基于重构贡献和互相关的故障识别方法》一文中研究指出在基于数据驱动模型的故障检测方面,已有大量的研究工作,但目前用于故障定位的方法很少。重构贡献法作为一种常用的故障定位方法在使用中存在拖尾效应的问题,为此,本文提出一种基于重构贡献(RBC)与互相关法(CC)结合的故障识别方法。该方法通过重构贡献方法筛选出候选故障变量集,再通过蒙特卡洛模拟判断变量集中变量之间是否存在显着的因果关系,最后由互相关函数峰值得到滞后时间从而得到故障变量的识别。通过TE过程的仿真,验证了上述方法的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
张泽宇,吕锋,杜文霞,翟坤,黄战平[5]（2019）在《基于重构贡献分析的多变量故障检测方法》一文中研究指出针对复杂系统运行过程中,变量多、采集数据量大、数据变化多样的特点,提出一种基于重构贡献分析的多故障变量检测方法。该方法在建立PCA模型之后,通过改进后的重构方法,可以消除传统SPE贡献图方法对故障数据不敏感和诊断能力不足的缺点,并且在多变量同时发生故障时进行故障定位。通过对风力发电机系统的实验仿真表明,该方法在对多个变量同时发生故障时,无论是存在渐变的微小故障还是突变故障,均能实现准确的诊断。(本文来源于《控制工程》期刊2019年07期）
邢晓敏,孙奇,张鹏宇,李茂清[6]（2019）在《深度优先搜索配合菌群算法的配电网故障恢复重构研究》一文中研究指出针对开关操作次数在目标函数中的权重系数难以确定的问题,提出仅以网损最小为优化的目标函数,给出不同开关操作次数下使目标函数最优的开关组合.采用深度优先搜索算法搜索并标记网络重构过程中形成的环网,在满足配电网约束条件下进行解环.每种解环方案类比为一个单独的细菌,目标函数为其引诱剂,应用细菌群体趋药性算法,选择出使目标函数为最优的故障恢复重构方案.仿真结果验证了该算法在配电网故障恢复重构中的有效性.(本文来源于《东北电力大学学报》期刊2019年03期）
梁凯,刘韬,马培原,伍星[7]（2019）在《基于改进CEEMDAN和优化重构的轴承故障特征提取研究》一文中研究指出滚动轴承作为旋转设备的关键部件,其性能严重影响设备的运行安全。由于设备工况复杂,反映轴承的故障特征的冲击成分往往被噪声信号所淹没,导致无法有效的提取故障特征。为了更准确的获取滚动轴承的故障信息特征,本文提出一种基于改进的自适应噪声完整集合模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和峭度指标的特征提取方法。首先,利用改进的CEEMDAN方法对分解过程中的各段信号添加自适应白噪声,计算唯一的余量来获得各个固有模态函数(intrinsic mode function),与EEMD(ensemble empirical mode decomposition)相比,其分解过程完整。其次,计算各IMF分量的峭度指标,筛选重构IMF分量集,然后利用重构信号峭度最优指标筛选出最合适的重构信号,最后,通过包络解调获得轴承故障特征。结果表明,该方法具有更好的分解效果,自适应性好,可以更好的抑制噪声,提取轴承故障的冲击成分。(本文来源于《机械强度》期刊2019年03期）
徐含灵[8]（2019）在《燃气轮机控制系统传感器故障诊断与信号重构方法研究》一文中研究指出燃气轮机中控制系统通过传感器测量信号来实现对燃气轮机运行状态的监测,因此传感器测量信号的准确可靠是控制系统安全稳定运行的关键因素,为了提高控制系统的稳定性、安全性及可靠性,对传感器进行故障诊断、隔离及故障信号重构具有重要意义。本文以某重型燃气轮机为对象,针对控制系统传感器的故障诊断、隔离及故障信号重构开展了一系列研究,主要内容如下:(1)研究了某重型燃气轮机部件法建模基本原理,在整机模型的搭建过程中,提出使用改进的牛顿-拉夫逊算法提高非线性方程的计算效率,保证迭代结果的收敛。在此基础上,利用最小二乘拟合法得到该型燃气轮机线性化状态变量模型,动态仿真结果表明所拟合的线性模型精度较高。(2)在燃气轮机线性模型基础上,针对控制系统中单个传感器发生故障及多个传感器同时发生故障问题,设计了基于一组卡尔曼滤波器的传感器故障诊断系统,并通过粒子群优化算法(PSO)求取代价函数的最优值来确定最佳故障检测阈值,仿真试验验证了该故障诊断系统的可行性及有效性。进一步分析了传感器故障程度及测量噪声强度对故障诊断系统的影响,发现该诊断系统能检测出的最小故障通常为传感器测量噪声标准差的整倍数。(3)通过分析传感器测量参数之间的相关性,研究了基于多元线性回归的故障信号重构方法,仿真试验表明在少数传感器同时故障的情况下,该方法的重构精度较高,但随着故障传感器的数量增多,该方法会受到一定的限制。在这种背景下,进一步研究了适用于多数传感器同时故障情况的基于核主成分分析(KPCA)的故障信号重构方法,其重构精度更高,适用范围更广。(本文来源于《中国科学院大学(中国科学院工程热物理研究所)》期刊2019-06-01）
张成,郭青秀,李元,高宪文[9]（2019）在《基于主元分析得分重构差分的故障检测策略》一文中研究指出基于主元分析(PCA)的统计过程控制方法通常假设数据的生成过程是独立同分布的.当数据存在多模态结构或过程变量非线性相关时, PCA方法的故障检测性能将受到影响.针对上述问题,本文提出一种基于PCA得分重构差分的故障检测策略.首先,应用PCA将输入空间分解为主元子空间和残差子空间;接下来,应用k近邻(k NN)规则重构当前样本得分向量并计算样本的得分重构差分向量;最后,计算得分重构差分向量的统计值并进行故障检测.本文方法不仅可以降低数据多模态和变量非线性相关等特征对过程故障检测的影响,同时可以降低统计量的自相关性、提高过程故障检测率.将本文方法在两个模拟例子和田纳西–伊斯曼(TE)过程中进行测试,并与PCA、核主元分析(KPCA)、动态主元分析(DPCA)和k最近邻故障检测(FD–k NN)方法进行对比分析,测试结果证明了本文方法的有效性.(本文来源于《控制理论与应用》期刊2019年05期）
吕达,王启宁,熊浩伦,李志刚[10]（2019）在《一种小卫星综合电子计算机故障检测与系统重构方法》一文中研究指出小卫星综合电子计算机相当于卫星的大脑,对可靠性、处理能力有很高的要求。故障检测与系统重构方法是提高综合电子计算机可靠性的有效方法。针对小卫星综合电子计算机采用的余度结构,进行软件管理策略的研究和设计,提出基于节点健康矩阵的余度总线重构方法及多CPU并行处理系统自适应重构方法。在故障注入试验中,综合电子计算机在遇到故障时能够实时检测出故障,诊断故障类型,并对故障进行处理,实现系统重构,保证小卫星长期在轨的安全飞行。(本文来源于《遥测遥控》期刊2019年03期）
故障重构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
故障预测与健康管理(PHM)作为分布式综合模块化航空电子(DIMA)的基础和保障,在实现DIMA资源组织与系统重构、提升系统容错能力以及提高系统任务可信度方面具有重要的理论意义和应用价值;论文在梳理PHM技术内涵及DIMA体系架构的基础上,分析了DIMA任务组织和调度特点,并在此基础上论述了DIMA面向任务需求的系统重构机制,给出了基于PHM的DIMA动态重构模型及重构策略,最后展望了PHM技术在航空电子领域的发展前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障重构论文参考文献
[1].王清波,宁静,叶运广,陈春俊.基于IMF重构-SLLE的高速列车转向架故障特征提取[J].机械设计与制造.2019
[2].郭阳明,米琪,张双,孔德岐.基于故障预测与健康管理的DIMA动态重构技术综述[J].计算机测量与控制.2019
[3].贾庆贤,张承玺,李化义,张迎春.基于新型学习观测器的卫星执行机构故障重构[J].系统工程与电子技术.2019
[4].潘磊,赵忠盖,刘飞.基于重构贡献和互相关的故障识别方法[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].张泽宇,吕锋,杜文霞,翟坤,黄战平.基于重构贡献分析的多变量故障检测方法[J].控制工程.2019
[6].邢晓敏,孙奇,张鹏宇,李茂清.深度优先搜索配合菌群算法的配电网故障恢复重构研究[J].东北电力大学学报.2019
[7].梁凯,刘韬,马培原,伍星.基于改进CEEMDAN和优化重构的轴承故障特征提取研究[J].机械强度.2019
[8].徐含灵.燃气轮机控制系统传感器故障诊断与信号重构方法研究[D].中国科学院大学(中国科学院工程热物理研究所).2019
[9].张成,郭青秀,李元,高宪文.基于主元分析得分重构差分的故障检测策略[J].控制理论与应用.2019
[10].吕达,王启宁,熊浩伦,李志刚.一种小卫星综合电子计算机故障检测与系统重构方法[J].遥测遥控.2019