导读:本文包含了集成故障诊断论文开题报告文献综述及选题提纲参考文献，主要关键词:配电开关,操作机构,状态监测,故障诊断
集成故障诊断论文文献综述
席禹,陈波,朱昌勇,朱发国,张建琛[1]（2019）在《一体化集成的智能柱上开关操作机构综合故障诊断方法》一文中研究指出配电网的开关设备大多数故障是由其操作机构故障引起的,通过在一体化集成的智能柱上开关上加装传感器,监测获取操作机构的分、合闸线圈和储能电机工作电流,结合环境温湿度等特征信息的变化,提出了一种针对操作机构的多元信息状态监测和故障诊断方法,通过对比同一操作机构的多次电流波纹变化,结合环境温湿度的变化,预测操作机构的性能变化趋势,综合诊断操作机构的性能状态,提前发现潜在的设备故障隐患,给出相对应的检修意见,有助于全面了解开关设备的各项状态指标,降低开关设备的故障率。(本文来源于《电工电气》期刊2019年07期）
方旭[2]（2019）在《叁维集成电路中TSV测试与故障诊断方法研究》一文中研究指出随着晶体管特征尺寸的不断缩小,集成电路开始出现发展上的瓶颈。面对集成电路在发展与创新上的需求,基于穿透硅通孔(Through-Silicon Via,TSV)的叁维集成电路(Three-dimensional Integrated Circuit,3D IC)通过TSV结构将多层晶片进行垂直互连,以更高的集成度、更小的体积、更低的延迟与功耗成为下一代集成电路的发展趋势。在3D IC中,TSV作为一种新型的互连结构,其工艺尚不成熟,容易在生产和晶片绑定过程中产生多种故障。在晶圆测试(Wafer Probe)阶段,对TSV进行测试与故障诊断,即可保证TSV的有效性与可靠性,又可提高3D IC的良产率,降低制造成本。因此,针对TSV测试与故障诊断问题进行研究,具有较高的学术价值和重要的实际意义。本文针对3D数字IC中的TSV测试与故障诊断问题展开研究,主要创新性工作包括:(1)为了解决TSV缺陷建模缺少参数化模型的问题,提出了基于有限元分析的TSV缺陷建模方法。利用工业级有限元分析工具Q3D和HFSS对空洞、开路、漏电、微衬垫未对齐等常见TSV缺陷进行建模与分析,得到了各缺陷的电阻电感电导电容(RLGC)等效电路模型。该模型给出了常见TSV缺陷的物理参数与等效电路的RLGC电学参数间的映射关系,其建模方法的有效性已经过仿真、解析和实测数据的对比验证。与现有TSV缺陷建模方法相比,本方法实现了缺陷物理参数与等效电路电参数间的函数映射及量化分析,从而获得了更加准确、全面的缺陷模型。(2)为了降低绑定前TSV探针测试的成本开销,提出了基于IEEE1149.1的绑定前TSV探针测试方法。该方法通过片上资源复用、在线故障判决、测试数字化的方式,采用基于IEEE1149.1的边界扫描结构辅助探针测试,有效降低了探针测试的成本开销。(3)针对绑定前TSV片上测试测试响应捕获难、测试精度低、鲁棒性差的问题,提出了基于开关电容的绑定前TSV片上测试方法。该方法以TSV电容构建开关电容电路,使TSV电容转化为可调电阻R,将R与基准电容C串联构成一阶RC放电回路,通过测量RC放电时间来反推TSV电容,利用TSV开路和漏电缺陷会影响测得的TSV电容大小的特性进行故障检测。本方法以片上可测性设计结构实现。与现有绑定前TSV片上测试方法相比,本方法通过调节开关周期,使测试响应易于捕获,通过控制脉冲(Control Pulse,CP)信号占空比设计和脉宽调节,使测试具有较高的精度与鲁棒性。(4)针对绑定后TSV故障检测精度低、故障诊断能力弱的问题,提出了基于电阻电导电容(RGC)参数测量的绑定后TSV测试与故障诊断方法。该方法采用开关电容法测量TSV电容,利用校准电路消除传输门开关导通电阻带来的误差,采用RC放电法测量TSV电阻与电导,根据TSV缺陷模型和测得的RGC参数进行联合分析以完成故障检测与故障诊断。本方法以片上可测性设计结构实现。与现有绑定后TSV片上测试与故障诊断方法相比,本方法可直接测出TSV的RGC参数,这不仅提高了故障检测精度,还可通过参数联合诊断的方式判断故障类型以及缺陷程度,从而提供更加准确而详细的缺陷信息,为工艺改进提供支持。(本文来源于《哈尔滨工业大学》期刊2019-05-01）
徐萌,席泽西,王雍赟,李晓露[3]（2019）在《基于集成学习的航空发动机故障诊断方法》一文中研究指出航空发动机内部结构复杂、故障耦合性高,现有机器学习模型和集成学习模型的故障诊断性能难以满足不断提升的飞行安全需求。针对该问题,提出一种基于Stacking集成学习的航空发动机故障诊断方法。首先,依据发动机制造商(OEM)提供的故障报告选择4种关键气路参数,设置飞行循环观测窗口;然后,设定训练样本集,并对输入向量做归一化预处理;最后根据典型模型的分类性能和组合差异度选择组合最优基模型、元模型,建立一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%～16%,能更好地应用于航空发动机故障诊断。(本文来源于《中国民航大学学报》期刊2019年02期）
王义东[4]（2019）在《基于人工免疫和证据理论集成方法的风电齿轮箱故障诊断的研究》一文中研究指出随着近些年能源产业对新能源技术的研究越来越深入,全球新能源技术的发展速度愈发迅猛,其中风能的比重更加突出并且人们对风电产业的投入也越来越多,因此风机的安全运行至关重要。研究有效的风机故障诊断和状态监测的方法成为目前备受关注的一个热点。本文以风机齿轮箱故障诊断方法为研究重点,为了使齿轮箱的运行更加安全可靠,对风机齿轮箱的齿轮、轴承等部件的故障进行了研究。全文围绕V-detector阴性选择算法的改进以及与改进的证据理论的结合,形成一套诊断风机齿轮箱故障的集成方法,本文所做的主要研究工作如下。对常见的几种齿轮箱故障类型以及故障诊断技术的发展及现状进行了综述。然后介绍了故障诊断技术的原理以及故障诊断系统的框架,总结了几种处理振动信号的方法以及提取特征参数的方法并采用幅域分析法提取特征参数,最后对特征参数进行归一化处理。介绍了人工免疫系统的原理及特征,对比了阴性选择算法、实值阴性选择算法以及V-detector阴性选择算法在检测性能方面的优劣,然后运用基于精英策略改进后的遗传算法改进V-detector阴性选择算法生成检测器的流程。针对阴性选择算法只能判断机械运行状态是否异常,无法精确识别机械故障类型的问题,通过证据理论对提取的故障信号特征参数进行处理,实现对故障类型的精确判断。并对证据理论的冲突证据合成方法进行了改进,有效的提高了诊断结果的准确性。通过实验验证基于精英策略改进的V-detector阴性选择算法结合证据理论的集成故障诊断方法可以有效的应用于齿轮箱故障诊断中。(本文来源于《上海电机学院》期刊2019-01-18）
夏丽莎,吕文元[5]（2019）在《基于随机RF的集成SVM故障诊断改进算法》一文中研究指出针对工业系统监控数据不均衡导致的故障状态难以被识别问题,提出一种基于随机旋转森林的集成支持向量机(RRFESVM)故障诊断算法,通过将监控数据进行属性随机分割、组合、PCA变换和样本有放回重采样,组建多个新训练子集并使用支持向量机算法进行训练,得到多个支持向量机故障诊断基分类器,集成得到强分类器,由此既保证基分类器之间的差异性,又保证故障诊断精度和分类器性能稳定性,从而解决故障诊断易偏置问题,提高作为少数类的故障状态实时诊断准确率。亚轨道飞行器再入过程实验与TE化工过程实验都表明RRFESVM故障诊断算法能够有效提升不均衡数据情况下的实时故障诊断性能。(本文来源于《工业工程与管理》期刊2019年03期）
任爱民[6]（2018）在《集成数据网络故障诊断方法(胶带运输机)故障应用研究》一文中研究指出煤矿胶带运输机是矿井生产中的主要运输设备之一,设备的运行好坏直接关系到整个矿井的生产安全及企业生产效益。本文根据煤矿胶带运输机结构上的特点,建立集成数据网络的诊断模型,并结合现场实际设备展开相关应用效果研究。目前,在煤矿胶带运输机故障诊断于故障预测方面已存在一定的方法手段,如红外温度点检,人工手摸或点检仪点检等,能对胶带运输机常见的故障进行识别,但也存在许多问题,首先是设备故障发现(本文来源于《冶金管理》期刊2018年12期）
周家婕,安长俊[7]（2018）在《基于多种人工智能技术集成的电力变压器故障诊断研究》一文中研究指出本文将针对多种人工智能技术集成的电力变压器故障诊断进行相关的研究。(本文来源于《电子测试》期刊2018年19期）
蔡玲玲,邢芝芳,陈梦娇[8]（2018）在《浅谈新型自动站综合硬件集成控制器一次故障诊断及数据处理方法》一文中研究指出文章根据淖毛湖国家基本气象站集成硬件控制器出现的一次故障为实例,分析、总结了出现该类故障时候的处理流程,针对综合硬件控制器出现故障后的排查以及数据处理方法进行了详细阐述,为台站今后处理能见度一类事故提供参考。(本文来源于《时代农机》期刊2018年09期）
李洪伟,马中原,谢镇波[9]（2018）在《基于集成神经网络的航空发动机故障诊断研究》一文中研究指出针对航空发动机单一信息源故障诊断存在诊断效率低和准确率不高的问题,研究了基于油液和振动信息融合的集成神经网络的故障诊断方法,并将其应用到航空发动机的故障诊断中。以某型航空发动机为例,采用振动信息和油液信息融合诊断的思路,研究了集成神经网络故障诊断法在该发动机轴承故障中的应用,并结合具体数据对此诊断方法进行了验证。诊断结果表明,与传统的单一信息源故障诊断方法相比,集成神经网络故障诊断法诊断效率更高,可检测故障模式更多,误诊率更低。(本文来源于《新技术新工艺》期刊2018年08期）
史历程,赵骁,赵群飞,王玉璋[10]（2018）在《基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究》一文中研究指出建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。(本文来源于《动力工程学报》期刊2018年08期）
集成故障诊断论文开题报告
（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：
随着晶体管特征尺寸的不断缩小,集成电路开始出现发展上的瓶颈。面对集成电路在发展与创新上的需求,基于穿透硅通孔(Through-Silicon Via,TSV)的叁维集成电路(Three-dimensional Integrated Circuit,3D IC)通过TSV结构将多层晶片进行垂直互连,以更高的集成度、更小的体积、更低的延迟与功耗成为下一代集成电路的发展趋势。在3D IC中,TSV作为一种新型的互连结构,其工艺尚不成熟,容易在生产和晶片绑定过程中产生多种故障。在晶圆测试(Wafer Probe)阶段,对TSV进行测试与故障诊断,即可保证TSV的有效性与可靠性,又可提高3D IC的良产率,降低制造成本。因此,针对TSV测试与故障诊断问题进行研究,具有较高的学术价值和重要的实际意义。本文针对3D数字IC中的TSV测试与故障诊断问题展开研究,主要创新性工作包括:(1)为了解决TSV缺陷建模缺少参数化模型的问题,提出了基于有限元分析的TSV缺陷建模方法。利用工业级有限元分析工具Q3D和HFSS对空洞、开路、漏电、微衬垫未对齐等常见TSV缺陷进行建模与分析,得到了各缺陷的电阻电感电导电容(RLGC)等效电路模型。该模型给出了常见TSV缺陷的物理参数与等效电路的RLGC电学参数间的映射关系,其建模方法的有效性已经过仿真、解析和实测数据的对比验证。与现有TSV缺陷建模方法相比,本方法实现了缺陷物理参数与等效电路电参数间的函数映射及量化分析,从而获得了更加准确、全面的缺陷模型。(2)为了降低绑定前TSV探针测试的成本开销,提出了基于IEEE1149.1的绑定前TSV探针测试方法。该方法通过片上资源复用、在线故障判决、测试数字化的方式,采用基于IEEE1149.1的边界扫描结构辅助探针测试,有效降低了探针测试的成本开销。(3)针对绑定前TSV片上测试测试响应捕获难、测试精度低、鲁棒性差的问题,提出了基于开关电容的绑定前TSV片上测试方法。该方法以TSV电容构建开关电容电路,使TSV电容转化为可调电阻R,将R与基准电容C串联构成一阶RC放电回路,通过测量RC放电时间来反推TSV电容,利用TSV开路和漏电缺陷会影响测得的TSV电容大小的特性进行故障检测。本方法以片上可测性设计结构实现。与现有绑定前TSV片上测试方法相比,本方法通过调节开关周期,使测试响应易于捕获,通过控制脉冲(Control Pulse,CP)信号占空比设计和脉宽调节,使测试具有较高的精度与鲁棒性。(4)针对绑定后TSV故障检测精度低、故障诊断能力弱的问题,提出了基于电阻电导电容(RGC)参数测量的绑定后TSV测试与故障诊断方法。该方法采用开关电容法测量TSV电容,利用校准电路消除传输门开关导通电阻带来的误差,采用RC放电法测量TSV电阻与电导,根据TSV缺陷模型和测得的RGC参数进行联合分析以完成故障检测与故障诊断。本方法以片上可测性设计结构实现。与现有绑定后TSV片上测试与故障诊断方法相比,本方法可直接测出TSV的RGC参数,这不仅提高了故障检测精度,还可通过参数联合诊断的方式判断故障类型以及缺陷程度,从而提供更加准确而详细的缺陷信息,为工艺改进提供支持。
（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。
集成故障诊断论文参考文献
[1].席禹,陈波,朱昌勇,朱发国,张建琛.一体化集成的智能柱上开关操作机构综合故障诊断方法[J].电工电气.2019
[2].方旭.叁维集成电路中TSV测试与故障诊断方法研究[D].哈尔滨工业大学.2019
[3].徐萌,席泽西,王雍赟,李晓露.基于集成学习的航空发动机故障诊断方法[J].中国民航大学学报.2019
[4].王义东.基于人工免疫和证据理论集成方法的风电齿轮箱故障诊断的研究[D].上海电机学院.2019
[5].夏丽莎,吕文元.基于随机RF的集成SVM故障诊断改进算法[J].工业工程与管理.2019
[6].任爱民.集成数据网络故障诊断方法(胶带运输机)故障应用研究[J].冶金管理.2018
[7].周家婕,安长俊.基于多种人工智能技术集成的电力变压器故障诊断研究[J].电子测试.2018
[8].蔡玲玲,邢芝芳,陈梦娇.浅谈新型自动站综合硬件集成控制器一次故障诊断及数据处理方法[J].时代农机.2018
[9].李洪伟,马中原,谢镇波.基于集成神经网络的航空发动机故障诊断研究[J].新技术新工艺.2018
[10].史历程,赵骁,赵群飞,王玉璋.基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究[J].动力工程学报.2018