导读:本文包含了缓变故障论文开题报告文献综述及选题提纲参考文献，主要关键词:INS,GNSS组合导航,故障检测与容错,小幅值故障,缓变故障
缓变故障论文文献综述
张闯,赵修斌,庞春雷,冯波,高超[1]（2019）在《LS-SVM辅助的小幅值及缓变故障检测与容错方法》一文中研究指出在INS/GNSS组合导航中,针对传统残差χ~2检验法对小幅值突变故障和缓变故障检测效率不高的问题,提出了一种最小二乘支持向量机(LS-SVM)辅助的故障检测与容错方法。该方法通过构建双阈值检测门限来判断观测数据质量,当观测数据受污染时,利用LS-SVM对残差的预测值代替卡尔曼滤波残差自适应调节滤波增益矩阵,降低漏警故障对状态估计的污染,以提升估计精度和故障检测灵敏性。仿真结果表明,对于小幅值突变故障和缓变故障,相比于传统残差χ~2检验法,所提方法检测漏警率分别能降低25%和15%以上,故障期间滤波精度可提高85%以上。(本文来源于《中国惯性技术学报》期刊2019年03期）
邱天,许杨旸[2]（2018）在《磨煤机缓变故障预警研究》一文中研究指出磨煤机运行环境恶劣,故障频发,对其进行故障预警能显着提高火电厂运行效率。现有故障预警方法存在不能同时预测故障类型和故障即将发生时间范围,或难以保证预测精度以及需要大量计算资源的问题。针对这些问题,本文利用磨煤机缓变故障的特点,提出基于聚类分析来刻画磨煤机故障演变趋势的故障预警方法,具体将磨煤机缓变故障划分成不同故障阶段和正常运行阶段,通过比较实时数据与各个阶段的相似度来实现故障预警的方法。最后利用火电厂磨煤机故障数据进行了仿真试验,验证了方法的有效性。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
谷善茂,张妮,刘云龙[3]（2016）在《基于累积和等距映射的缓变故障检测方法》一文中研究指出针对化工过程存在的缓变微小故障,提出一种基于累积和等距离映射(CUSUM-ISOMAP)的多变量过程故障检测方法。该方法首先运用累积和控制图的思想,分别对每一个变量计算均值偏差累积和及方差偏差累积和,之后建立扩展增广矩阵,对增广数据运用基于ISOMAP的降维特征提取算法建立统计量进行故障检测。传统的ISOMAP算法无法获取输入输出数据之间的映射关系,不能处理新的采样数据。引入核岭回归算法获得新采样点的降维输出。CSTR过程的仿真结果表明了算法对过程微小故障实施故障检测的有效性。(本文来源于《计算机应用与软件》期刊2016年06期）
李庆[4]（2015）在《压缩传感与长相关模型的轴承缓变故障监测研究》一文中研究指出为保障负载重、结构日趋复杂且连续运行的旋转机械系统的安全可靠运行,实现优化安全运行,需要对机组运行状态进行在线监测和故障预测研究。本文立足压缩传感与长相关随机模型的理论基础,研究了旋转机械系统的非平稳状态监测、故障趋势预测,以便实现对旋转机械系统的预知维护。本文主要研究工作如下：1.从状态监测与故障预测的基本原理与方法入手,探讨了旋转机组的振动机理以及常规的信号处理方法,介绍了故障预测领域常规的预测方法及故障分析中常规振动特征量提取算法,提供了机械故障监测的判断标准。2.由于旋转机械系统振动信号受到采样、传输和存储的速度以及硬件的限制,实时监测的数据采集量太大,无法实现长时间存储,不能满足提高分辨率与实时性的要求,因此,在介绍了局部均值分解(LMD)方法基本原理、振动信号稀疏表示、测量矩阵、以及各类重构算法的基础上,提出了一种基于LMD与非凸罚Lq(0<q<1)正则子压缩传感的信号重构方法,降低了重构复杂度,提高了重构效率,实验结果证明了重建的实际运行轴承原始信号比传统算法有效性,克服了传统Nyquist采样定理与硬件容量的束缚。3、由于变工况及设备自身的非线性影响,轴承振动信号往往表现出非平稳、重复再现性差的特性,传统方法停留在静态分析的基础上,忽略了轴承故障变化的动态信息,提出了谐波小波样本熵与HMM模型相结合的滚动轴承的故障识别方法,采用谐波小波分解轴承振动信号,提取滚动轴承振动信号各层的样本熵构成特征向量序列,输入到HMM模型中进行训练和识别,通过对比对数似然估计概率确定轴承故障类型。实验结果证明了该方法在轴承故障振动信号模式识别具有准确性高、稳定性强等优点。4、提出了一种基于LMD与谱峭度的轴承故障特征提取方法,采用谱峭度图分析的方法可以准确的识别带通滤波器的中心频率和带宽大小,克服传统对轴承故障载波频率和大小采取主观判断的缺陷,然后对带通滤波后故障信号进行平方包络谱分析,可以准确识别轴承固有转动频率及其倍频、故障特征频率及其倍频。5、提取振动信号中的趋势预测特征量—振动烈度值,将前期振动烈度值作为非平稳时间序列,采用长相关随机模型(FARIMA)对振动烈度值进行预测,实验结果验证了长相关随机模型的预测优势,同时也证明了通过R/S方法检验非平稳时间序列的有效性。该模型对旋转机械设备状态实时评估和未来预测具有重要意义,为旋转机械设备实现状态维护奠定了基础,提供了建立设备运行状态维护模型的新思路。(本文来源于《上海工程技术大学》期刊2015-01-01）
徐鑫[5]（2014）在《基于性能退化数据的电子设备缓变故障预报探析》一文中研究指出这种电子设备性能退化数据的预报方法的重点是针对如何体现电子设备功能模块状态与其性能退化数据和故障树之间的内在关系展开建模分析研究,通过模糊神经网络将难于定量描述的映射关系转化为定性描述映射关系,然后结合时间序列对电子设备性能退化趋势进行评估和判断,从而建立一种为电子设备缓变故障的预报和故障源定位的分析建模方法。(本文来源于《信息通信》期刊2014年09期）
赵鑫,秦红磊,丛丽,薛瑞[6]（2014）在《基于ARCH模型的组合导航缓变故障容错方法》一文中研究指出为了解决缓变故障的检测和容错问题,针对容错设计中小幅度增长的缓变故障,考虑组合导航系统导航传感器的特点,提出了一种新的组合导航缓变故障容错方法。定义了滤波器观测信息的故障因子,提供了基于自回归条件异方差模型的故障因子模糊评估方法,并利用故障因子来自适应调整观测噪声协方差阵中相应的量值,从而达到抑制缓变故障的作用。通过仿真分析和实验验证了缓变故障容错方法的有效性。实验结果表明,在导航传感器发生缓变故障时,这种缓变故障容错方法可以有效地改善组合导航滤波精度。(本文来源于《解放军理工大学学报(自然科学版)》期刊2014年06期）
王高升,刘振娟,李宏光[7]（2013）在《加热炉缓变故障的预测监控方法》一文中研究指出加热炉过程缓变类故障会潜移默化地影响整个流程的稳定。基于PCA过程监控技术可以对常压炉当前的状况进行监控,但难以预测其未来的运行状况。论文提出在PCA监控方法的基础上建立组合预测模型,实现对加热炉运行状态的预测监控。首先根据历史数据建立PCA的综合监控统计量模型,其次结合K..NN的LSSVM和误差补偿的GM(1,1)建立在线组合预测模型,该方法能够避免误差的滚动传播以及单一建模预测方法的局限性问题,而且它不断更新模型,优化自身参数,具备良好的自适应性能力。最后选取某石化厂常压加热炉工艺流程作为实例研究,将仿真结果与神经网络、最小二乘支持向量机的预测结果作比较,验证了所提方法的有效性,尤其是对缓变故障的长期预测。(本文来源于《计算机与应用化学》期刊2013年09期）
范庚,马登武,张继军,吴明辉[8]（2013）在《基于自适应RVM的电子系统缓变故障预测方法》一文中研究指出针对电子系统缓变故障的预测问题,提出一种自适应相关向量机(RVM,Relevance Vector Machine)方法.首先,对反映电子系统性能的参数序列进行相空间重构,建立RVM的输入输出对应关系;然后,将嵌入维数和核函数参数作为人工鱼位置,取留一交叉验证(LOOCV,Leave-One-Out Cross-Validation)误差的相反数作为目标函数,利用人工鱼群算法(AFSA,Artificial Fish Swarm Algorithm)实现方法参数的自适应优化选择;最后,通过雷达发射机高压电源与多注速调管的故障预测实验验证了方法的性能.实验结果表明:该方法在预测精度和预测可靠性方面优于现有方法.(本文来源于《北京航空航天大学学报》期刊2013年10期）
钟丽娜,刘建业,李荣冰,王融[9]（2012）在《基于LSSVM的惯性/卫星紧组合导航系统缓变故障检测方法》一文中研究指出针对传统缓变故障检测方法——自主完好性检测外推法在惯性/卫星紧组合导航系统缓变故障检测中检测延时较大的缺点,设计了一种基于最小二乘支持向量机的缓变故障检测方法。该方法采用最小二乘支持向量机回归预测滤波器新息构成新的检验统计量,结合自主完好性检测外推法进行缓变故障检测。理论分析表明,该方法能够有效降低导航系统滤波器故障跟踪的影响,减小故障检测延迟时间。仿真结果表明,在检测缓变故障时,基于最小二乘支持向量机的故障检测算法比自主完好性外推法检测延时缩短了1.3倍以上。(本文来源于《中国惯性技术学报》期刊2012年06期）
葛文杰,侯鑫,华尔天,范英豪[10]（2012）在《基于网络模型的输电线路缓变故障诊断方法》一文中研究指出针对输电线路缓变故障的故障机理不明确,全系统的故障及时诊断和仿真困难等问题,提出了基于网络模型的缓变故障诊断方法。引入复杂网络集群划分中的模块性概念,解决了状态划分过程中的数据间相似度测度和划分测度问题。利用网络结构反映故障状态和特征,建立故障诊断网络模型,把输电线路故障诊断转化为子网络探测问题。通过多传感技术针对同一故障的多种故障表征,多层次多领域采集不同的特征量,选择故障反映灵敏度高的状态信息量,从而较好分析诊断故障。通过实验仿真对比,证明了基于网络模型的故障诊断方法对输电线路缓变故障诊断具有较高的正确率和容错性。(本文来源于《计算机工程与应用》期刊2012年35期）
缓变故障论文开题报告
（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：
磨煤机运行环境恶劣,故障频发,对其进行故障预警能显着提高火电厂运行效率。现有故障预警方法存在不能同时预测故障类型和故障即将发生时间范围,或难以保证预测精度以及需要大量计算资源的问题。针对这些问题,本文利用磨煤机缓变故障的特点,提出基于聚类分析来刻画磨煤机故障演变趋势的故障预警方法,具体将磨煤机缓变故障划分成不同故障阶段和正常运行阶段,通过比较实时数据与各个阶段的相似度来实现故障预警的方法。最后利用火电厂磨煤机故障数据进行了仿真试验,验证了方法的有效性。
（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。
缓变故障论文参考文献
[1].张闯,赵修斌,庞春雷,冯波,高超.LS-SVM辅助的小幅值及缓变故障检测与容错方法[J].中国惯性技术学报.2019
[2].邱天,许杨旸.磨煤机缓变故障预警研究[C].2018中国自动化大会(CAC2018)论文集.2018
[3].谷善茂,张妮,刘云龙.基于累积和等距映射的缓变故障检测方法[J].计算机应用与软件.2016
[4].李庆.压缩传感与长相关模型的轴承缓变故障监测研究[D].上海工程技术大学.2015
[5].徐鑫.基于性能退化数据的电子设备缓变故障预报探析[J].信息通信.2014
[6].赵鑫,秦红磊,丛丽,薛瑞.基于ARCH模型的组合导航缓变故障容错方法[J].解放军理工大学学报(自然科学版).2014
[7].王高升,刘振娟,李宏光.加热炉缓变故障的预测监控方法[J].计算机与应用化学.2013
[8].范庚,马登武,张继军,吴明辉.基于自适应RVM的电子系统缓变故障预测方法[J].北京航空航天大学学报.2013
[9].钟丽娜,刘建业,李荣冰,王融.基于LSSVM的惯性/卫星紧组合导航系统缓变故障检测方法[J].中国惯性技术学报.2012
[10].葛文杰,侯鑫,华尔天,范英豪.基于网络模型的输电线路缓变故障诊断方法[J].计算机工程与应用.2012