CN107633116B - 一种多故障检测序列计算方法 - Google Patents
一种多故障检测序列计算方法 Download PDFInfo
- Publication number
- CN107633116B CN107633116B CN201710740762.9A CN201710740762A CN107633116B CN 107633116 B CN107633116 B CN 107633116B CN 201710740762 A CN201710740762 A CN 201710740762A CN 107633116 B CN107633116 B CN 107633116B
- Authority
- CN
- China
- Prior art keywords
- matrix
- fault
- detection
- state
- fault detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 131
- 238000004364 calculation method Methods 0.000 title claims description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000012546 transfer Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 abstract description 7
- 238000010168 coupling process Methods 0.000 abstract description 7
- 238000005859 coupling reaction Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 21
- 230000007423 decrease Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明公开了一种多故障检测序列计算方法,涉及工业故障检测领域,包括S1:针对包含m个故障状态,n个中间状态和k个测点的工业系统,构造故障传递布尔网络模型;S2:构造故障fi的检测矩阵;S3:构造扩展矩阵;S4:将检测矩阵Ri变换为阶梯矩阵Li;S5:计算第i项故障状态fi的检测序列;S6:计算m个故障状态的检测序列;S7:构造k个故障检测逻辑单元;S8:将故障检测序列Di的k个测点分别与对应故障检测逻辑单元的检测输入连接;S9:将k个故障检测逻辑单元的检测输出做逻辑“与”运算,当运算结果为高电平时,表示故障状态fi出现,反之则故障状态fi未出现。本发明能够准确检测出各个测点间的强耦合关系。
Description
技术领域
本发明涉及工业故障检测领域,具体涉及一种多故障检测序列计算方法。
背景技术
在复杂工业设备的使用和维护中,多故障检测具有重要的意义。同时,在工业设备可能产生故障的情况下,现如今最直接的做法是对故障产生相关物理量对应的区域或部件布置检测传感器,通过传感器的输出状态来判定故障是否发生。
但是,随着工业设备复杂程度的提高,工业设备的内部结构、工作机理和各部件间关联程度也愈加复杂,因此,当某个特定的故障发生后,该故障的影响范围会迅速扩散到其它相关联处,并最终在多个测试点上表现出来,因此传统的对故障直接相关的物理量布置测点的方式只适用于故障之间无耦合关系的情况,使用范围较为局限。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种多故障检测序列计算方法,能够准确检测出各个测点间的强耦合关系。
为达到以上目的,本发明采取的技术方案是,包括:
S1:针对包含m个故障状态,n个中间状态和k个测点的工业系统,构造故障传递布尔网络模型G={A,B,C},其中,
m、n和k均为非0的自然数;
A={ai,j}n×n,表示n×n维的状态传递矩阵,ai,j为布尔型常量,其中i和j均为小于或等于m、n和k的自然数,故障在传递的过程中,每一时刻均对应多个中间状态,对于ai,j的取值,
B={bi,j}n×m,表示n×m维的故障输入矩阵,bi,j为布尔型常量,对于bi,j的取值,
C={ci,j}k×n,表示k×n维的状态观测矩阵,ci,j为布尔型常量,对于ci,j的取值,
S2:构造故障fi的检测矩阵
Ri={ri,j}k×n=C[bi,Abi,...,An-1bi];
S3:构造扩展矩阵
其中,I为对角元素全部为1的单位矩阵;
S4:将检测矩阵Ri变换为阶梯矩阵Li,并将变换得到的阶梯矩阵Li记为Hi=[Li|Pi],其中,Li是由Ri变换来的阶梯矩阵,Pi是由单位矩阵I变换来的排列矩阵;
S5:根据排列矩阵Pi,计算第i项故障状态fi的检测序列Di=[d1,d2,...,dk]Pi,其中,[d1,d2,...,dk]表示原始检测序列D0={d1,d2,...,dk}对应的行向量,检测序列Di的长度为k;
S6:重复步骤S2~S5,计算m个故障状态的检测序列Di(i=1,...,m);
S7:基于计算出的故障状态的检测序列Di(i=1,...,m),构造k个故障检测逻辑单元,k个故障检测逻辑单元分别对应故障状态检测序列Di的k个测点,所述故障检测逻辑单元包括逻辑“与”运算单元,所述逻辑“与”运算单元的输入端包括检测输入和级联输入,所述逻辑“与”运算单元的输出端包括检测输出和级联输出,且所述逻辑“与”运算单元和级联输出之间设有延迟单元;
S8:将故障检测序列Di的k个测点分别与对应故障检测逻辑单元的检测输入连接,除第1个测点对应的故障检测逻辑单元的级联输入默认为高电平外,其它故障检测逻辑单元的级联输入为前一个测点对应故障检测逻辑单元的级联输出;
S9:将k个故障检测逻辑单元的检测输出做逻辑“与”运算,当运算结果为高电平时,表示故障状态fi出现,反之则故障状态fi未出现。
在上述技术方案的基础上,S4中,检测矩阵Ri变换为阶梯矩阵Li的具体过程为:
S401:将Hi的第1列的n1个非零元素,通过行交换的方式排列在前n1行,其中n为自然数;
S402:将Hi的第2列的第n1+1行至第k行的n2个非零元素,通过行交换的方式排列在第n1+1行至第n1+n2行;
S404:重复步骤S401~S403,直至检测矩阵Ri变换为阶梯矩阵Li。
在上述技术方案的基础上,对于阶梯矩阵Li,满足:元素全为零的行位于矩阵的末尾;元素不全为零的行,第一个非零元素不能位于上一行的第一个非零元素的左侧。
在上述技术方案的基础上,步骤S1中:
若状态xi与上一时刻的状态xi有关,则状态传递矩阵A的对角元素aj,i=1;
若状态xi与上一时刻的状态xi无关,则状态传递矩阵A的对角元素aj,i=0。
在上述技术方案的基础上,所述检测矩阵用于表示故障状态fi经过n个时刻演化在k个测点上的表现情况。
在上述技术方案的基础上,所述排列矩阵Pi用于记录检测矩阵Ri的排序过程,且该排序过程作用于原始检测序列D0={d1,d2,...,dk}。
在上述技术方案的基础上,k个测点中,最后一个测点对应的故障检测逻辑单元不设有延迟单元。
与现有技术相比,本发明的优点在于:针对包含多个关联状态的复杂工业系统,布置多个测点,对各个测点以及中间状态相关联,准确检测出各个测点间的强耦合关系,方便强耦合故障的解决,且能够准确检测多个故障共同反映在一个测点,但表现时间上存在较大跨度的情况,减少检测传感器的布置。
附图说明
图1为本发明故障检测逻辑单元的结构示意图;
图2为本发明检测序列“Di={d1,d3,d2}”的逻辑结构示意图;
图3为本发明检测序列“Di={d2,d1/d3,d4}”的逻辑结构示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本发明提供一种多故障检测序列计算方法,用于对工业系统中可能发生的多个故障进行检测,本发明的多故障检测序列计算方法只考虑离散时刻的物理状态,同时工业系统中故障的传递表现离散时刻的前、后依赖。当故障产生之后,经过工业系统的一些中间状态,在一定离散时刻的延迟后才表现在测点上,即一个故障状态的产生,会经过多个中间状态情形,最终形成并表现为故障状态。本发明中,故障状态、中间状态以及测点的状态表现为两种情况,逻辑“真”和逻辑“假”,该两种布尔状态在物理上,逻辑“真”对应“高”电平,逻辑“假”对应“低”电平。
本发明的故障检测序列计算方法具体包括:
S1:针对包含m个故障状态,n个中间状态和k个测点的工业系统,构造故障传递布尔网络模型G={A,B,C},其中,
m、n和k均为非0的自然数;
A={ai,j}n×n,表示n×n维的状态传递矩阵,ai,j为布尔型常量,其中i和j均为小于或等于m、n和k的自然数,故障在传递的过程中,每一时刻均对应多个中间状态,对于ai,j的取值,
;即某个中间状态与上一时刻的中间状态有关时,ai,j的取值为1,某个中间状态与上一时刻的中间状态无关时,ai,j的取值为0.
该步骤中,若状态xi与上一时刻的状态xi有关,则状态传递矩阵A的对角元素aj,i=1;若状态xi与上一时刻的状态xi无关,则状态传递矩阵A的对角元素aj,i=0。
B={bi,j}n×m,表示n×m维的故障输入矩阵,bi,j为布尔型常量,对于bi,j的取值,
还能够将故障输入矩阵B表示为行向量形式Bn×m=[b1,b2,...,bm],其中bi(i=1,2...,m)表示故障输入矩阵B的第i列,
C={ci,j}k×n,表示k×n维的状态观测矩阵,ci,j为布尔型常量,对于ci,j的取值,
m个故障分别用f1~fm表示,如故障f2同时传递到中间状态1和中间状态3,则表示b1,2=1,b3,2=1;受到影响的中间状态一方面输出到对应测点,如中间状态1直接影响测点3,则表示c3,2=1。如中间状态2在延迟1个时刻后传递到中间状态1的输入,则可以说中间状态1与上一时刻的中间状态2有关,则a1,2=1。
S2:构造故障状态fi的检测矩阵
Ri={ri,j}k×n=C[bi,Abi,...,An-1bi];
检测矩阵用于表示故障状态fi经过n个时刻演化在k个测点上的表现情况,但对于k个测点的时间表现顺序,并未描述。
S3:构造扩展矩阵
其中,I为对角元素全部为1的单位矩阵;
S4:将检测矩阵Ri变换为阶梯矩阵Li,并将变换得到的阶梯矩阵Li记为Hi=[Li|Pi],其中,Li是由Ri变换来的阶梯矩阵,Pi是由单位矩阵I变换来的排列矩阵;
对于检测矩阵Ri变换为阶梯矩阵Li的具体过程为:
S401:将Hi的第1列的n1个非零元素,通过行交换的方式排列在前n1行,其中n为自然数;
S402:将Hi的第2列的第n1+1行至第k行的n2个非零元素,通过行交换的方式排列在第n1+1行至第n1+n2行;
S404:重复步骤S401~S403,直至检测矩阵Ri变换为阶梯矩阵Li。
同时,变换后的阶梯矩阵Li,满足:元素全为零的行位于矩阵的末尾;元素不全为零的行,第一个非零元素不能位于上一行的第一个非零元素的左侧。
S5:根据排列矩阵Pi,计算第i项故障状态fi的检测序列Di=[d1,d2,...,dk]Pi,其中,[d1,d2,...,dk]表示原始检测序列D0={d1,d2,...,dk}对应的行向量,检测序列Di的长度为k。排列矩阵Pi用于记录检测矩阵Ri的排序过程,且该排序过程作用于原始检测序列D0={d1,d2,...,dk},从而得到检测序列。
S6:重复步骤S2~S5,计算m个故障状态的检测序列Di(i=1,...,m);
S7:基于计算出的故障检测序列Di(i=1,...,m),构造k个故障检测逻辑单元,k个故障检测逻辑单元分别对应故障检测序列Di的k个测点,参见图1所示,故障检测逻辑单元包括逻辑“与”运算单元,逻辑“与”运算单元的输入端包括检测输入和级联输入,逻辑“与”运算单元的输出端包括检测输出和级联输出,且逻辑“与”运算单元和级联输出之间设有延迟单元。因为最后一个测点对应的故障检测逻辑单元的级联输出为悬空状态,即不与任何模块相连接,故k个测点中,最后一个测点对应的故障检测逻辑单元不设有延迟单元。例如对于典型的故障状态的检测序列Di={d1,d3,d2},逻辑结构参见图2所示。
S8:将故障检测序列Di的k个测点分别与对应故障检测逻辑单元的检测输入连接,除第1个测点对应的故障检测逻辑单元的级联输入默认为高电平外,其它故障检测逻辑单元的级联输入为前一个测点对应故障检测逻辑单元的级联输出;
同时,对于阶梯矩阵Li出现的并列行,即两行的第一个非零元素在同一列上的情况,且并列行对应测点对应故障检测逻辑单元间的级联输入并联,且并列行对应测点对应故障检测逻辑单元间的级联输出并列接入下一步对应故障检测逻辑单元的级联输入,例如,对于典型的故障状态的检测序列Di={d2,d1/d3,d4},其逻辑连接结构如图3所示。
S9:将k个故障检测逻辑单元的检测输出做逻辑“与”运算,当运算结果为高电平时,表示故障状态fi出现,反之则故障状态fi未出现。
本发明的多故障检测序列计算方法,针对包含多个关联状态的复杂工业系统,布置多个测点,对各个测点以及中间状态相关联,准确检测出各个测点间的强耦合关系,方便强耦合故障的解决,且能够准确检测多个故障共同反映在一个测点,但表现时间上存在较大跨度的情况,减少检测传感器的布置。
以下结合一实施例对上述多故障检测序列计算方法进行具体说明。
实施例
典型的锅炉补水阀门卡滞(故障状态1),首先导致锅炉液位(中间状态1)下降;进而,因加热管换热面积不足导致蒸汽压力(中间状态2)下降,进一步导致蒸汽轮机转速(中间状态3)下降;蒸汽轮机转速(中间状态3)下降进而导致给水汽轮机功率下降,从而导致锅炉液位(中间状态1)进一步下降。其中,锅炉液位(中间状态1)下降到一定程度,则会引起液位传感器(测点1)报警;蒸汽轮机转速(中间状态3)下降到一定程度则会引起转速传感器(检测点2)报警。同样的,蒸汽管路泄漏(故障状态2),首先导致蒸汽压力(中间状态2)下降;后者进一步导致蒸汽轮机转速(中间状态3)下降;最终导致锅炉液位(中间状态1)下降;其中,蒸汽轮机转速(中间状态3)下降到一定程度,则会引起转速传感器(测点2)报警;锅炉液位(中间状态1)下降到一定程度则会引起液位传感器(测点1)报警。
采用布尔方程描述为:
(1)针对2个故障状态,3个中间状态,2个测点的工业系统,构造故障传递布尔网络模型G={A,B,C},其中
(2)构造故障f1的检测矩阵
其中,I为对角元素全部为1的单位矩阵。
(4)因为检测矩阵R1已经是阶梯矩阵,跳过步骤(4);
(6)根据排列矩阵P1,计算故障f1的检测序列:D1=[d1,d2]P1=[d1,d2];
(7)重复以上步骤(2)~(6),故障f2的检测序列如下:
(2)构造故障f1的检测矩阵
(3)构造扩展矩阵
其中,I为对角元素全部为1的单位矩阵。
(4)对扩展矩阵H2进行如下行操作,使得检测矩阵Ri变换为阶梯矩阵Li:
(4.1)将H2的第2列的1个非零元素,通过行交换r1和r2的方式排列在前1行;
(6)根据排列矩阵P2,计算故障f2的检测序列:D2=[d1,d2]P2=[d2,d1];
(8)基于故障检测序列Di,i=1,2,设计相应的故障检测逻辑如下:
(8.1)构造2个故障检测逻辑单元。
(8.2)针对检测序列D1的k个测点dj,j=1,...,k,按如下方式与逻辑单元连接:
(8.2.1)将检测序列Di,i=1,2的2个测点d1,d2,分别连接2个逻辑单元的检测输入;
(8.2.2)检测序列Di,i=1,2的第1个测点对应的逻辑单元的级联输入默认为高电平(逻辑“真”);从检测序列Di的第2个测点对应的逻辑单元开始,当前逻辑单元的级联输入为前一个测点对应的逻辑单元的级联输出;检测序列Di最后1测点对应的逻辑单元的级联输出悬空(不与任何模块连接)。
(8.2.3)将2个逻辑单元的检测输出做逻辑“与”运算,作为判定结果。
(8.3)当判断判定结果为高电平(逻辑“真”)时,表示故障fi出现;否则故障fi未出现。
本发明不局限于上述实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种多故障检测序列计算方法,其特征在于,包括:
S1:针对包含m个故障状态,n个中间状态和k个测点的工业系统,构造故障传递布尔网络模型G={A,B,C},其中,
m、n和k均为非0的自然数;
A={ai,j}n×n,表示n×n维的状态传递矩阵,ai,j为布尔型常量,其中i和j均为小于或等于m、n和k的自然数,故障在传递的过程中,每一时刻均对应多个中间状态,对于ai,j的取值,
B={bi,j}n×m,表示n×m维的故障输入矩阵,bi,j为布尔型常量,对于bi,j的取值,
C={ci,j}k×n,表示k×n维的状态观测矩阵,ci,j为布尔型常量,对于ci,j的取值,
S2:构造故障fi的检测矩阵
Ri={ri,j}k×n=C[bi,Abi,…,An-1bi];
其中,bi(i=1,2...,m)表示故障输入矩阵B的第i列;
S3:构造扩展矩阵
其中,I为对角元素全部为1的单位矩阵;
S4:将检测矩阵Ri变换为阶梯矩阵Li,并将变换得到的阶梯矩阵Li记为Hi=[Li|Pi],其中,Li是由Ri变换来的阶梯矩阵,Pi是由单位矩阵I变换来的排列矩阵;
S5:根据排列矩阵Pi,计算第i项故障状态fi的检测序列Di=[d1,d2,...,dk]Pi,其中,[d1,d2,...,dk]表示原始检测序列D0={d1,d2,...,dk}对应的行向量,检测序列Di的长度为k;
S6:重复步骤S2~S5,计算m个故障状态的检测序列Di(i=1,...,m);
S7:基于计算出的故障状态的检测序列Di(i=1,...,m),构造k个故障检测逻辑单元,k个故障检测逻辑单元分别对应故障状态检测序列Di的k个测点,所述故障检测逻辑单元包括逻辑“与”运算单元,所述逻辑“与”运算单元的输入端包括检测输入和级联输入,所述逻辑“与”运算单元的输出端包括检测输出和级联输出,且所述逻辑“与”运算单元和级联输出之间设有延迟单元;
S8:将故障检测序列Di的k个测点分别与对应故障检测逻辑单元的检测输入连接,除第1个测点对应的故障检测逻辑单元的级联输入默认为高电平外,其它故障检测逻辑单元的级联输入为前一个测点对应故障检测逻辑单元的级联输出;
S9:将k个故障检测逻辑单元的检测输出做逻辑“与”运算,当运算结果为高电平时,表示故障状态fi出现,反之则故障状态fi未出现。
3.如权利要求2所述的一种多故障检测序列计算方法,其特征在于,对于阶梯矩阵Li,满足:元素全为零的行位于矩阵的末尾;元素不全为零的行,第一个非零元素不能位于上一行的第一个非零元素的左侧。
4.如权利要求1所述的一种多故障检测序列计算方法,其特征在于,步骤S1中:
若状态xi与上一时刻的状态xi有关,则状态传递矩阵A的对角元素aj,i=1;
若状态xi与上一时刻的状态xi无关,则状态传递矩阵A的对角元素aj,i=0。
5.如权利要求1所述的一种多故障检测序列计算方法,其特征在于:所述检测矩阵用于表示故障状态fi经过n个时刻演化在k个测点上的表现情况。
6.如权利要求1所述的一种多故障检测序列计算方法,其特征在于:所述排列矩阵Pi用于记录检测矩阵Ri的排序过程,且该排序过程作用于原始检测序列D0={d1,d2,...,dk}。
7.如权利要求1所述的一种多故障检测序列计算方法,其特征在于:k个测点中,最后一个测点对应的故障检测逻辑单元不设有延迟单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710740762.9A CN107633116B (zh) | 2017-08-25 | 2017-08-25 | 一种多故障检测序列计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710740762.9A CN107633116B (zh) | 2017-08-25 | 2017-08-25 | 一种多故障检测序列计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107633116A CN107633116A (zh) | 2018-01-26 |
CN107633116B true CN107633116B (zh) | 2020-12-25 |
Family
ID=61100166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710740762.9A Expired - Fee Related CN107633116B (zh) | 2017-08-25 | 2017-08-25 | 一种多故障检测序列计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633116B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5333143A (en) * | 1991-08-29 | 1994-07-26 | International Business Machines Corporation | Method and means for b-adjacent coding and rebuilding data from up to two unavailable DASDS in a DASD array |
CN101825678A (zh) * | 2010-04-23 | 2010-09-08 | 华南理工大学 | 同塔四回输电线路参数自适应故障测距方法 |
CN102564486A (zh) * | 2011-12-21 | 2012-07-11 | 上海电机学院 | 一种传感器慢偏故障的校正方法 |
CN102730198A (zh) * | 2012-06-18 | 2012-10-17 | 北京控制工程研究所 | 一种基于传递函数的动量轮故障可诊断性确定方法 |
CN104378065A (zh) * | 2014-11-07 | 2015-02-25 | 吕政良 | 一种光伏电站故障诊断方法 |
CN105825045A (zh) * | 2016-03-11 | 2016-08-03 | 西北工业大学 | 多阶段任务系统可修备件需求预测方法 |
CN106932089A (zh) * | 2017-04-27 | 2017-07-07 | 中国船舶重工集团公司第七〇九研究所 | 一种用于在线检测振动监测装置故障的装置和方法 |
-
2017
- 2017-08-25 CN CN201710740762.9A patent/CN107633116B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5333143A (en) * | 1991-08-29 | 1994-07-26 | International Business Machines Corporation | Method and means for b-adjacent coding and rebuilding data from up to two unavailable DASDS in a DASD array |
CN101825678A (zh) * | 2010-04-23 | 2010-09-08 | 华南理工大学 | 同塔四回输电线路参数自适应故障测距方法 |
CN102564486A (zh) * | 2011-12-21 | 2012-07-11 | 上海电机学院 | 一种传感器慢偏故障的校正方法 |
CN102730198A (zh) * | 2012-06-18 | 2012-10-17 | 北京控制工程研究所 | 一种基于传递函数的动量轮故障可诊断性确定方法 |
CN104378065A (zh) * | 2014-11-07 | 2015-02-25 | 吕政良 | 一种光伏电站故障诊断方法 |
CN105825045A (zh) * | 2016-03-11 | 2016-08-03 | 西北工业大学 | 多阶段任务系统可修备件需求预测方法 |
CN106932089A (zh) * | 2017-04-27 | 2017-07-07 | 中国船舶重工集团公司第七〇九研究所 | 一种用于在线检测振动监测装置故障的装置和方法 |
Non-Patent Citations (4)
Title |
---|
Fault detection in combinational circuits using Boolean matrices;Suresh Rai et al;《Microelectronics Reliability》;19781231;第18卷(第4期);第323-324页 * |
Fault diagnosis in distribution substations using CE-Nets via Boolean rule matrix transformations;Wen-Hui Chen et al;《IEEE》;20020806 * |
切换布尔网络的分析、控制及应用;李海涛;《中国博士学位论文全文数据库电子期刊 信息科技辑》;20141015;第2014年卷(第10期);第I140-4页 * |
飞机全机线缆自动检测系统导通故障定位方法研究;章敏;《中国优秀硕士学位论文全文数据库电子期刊 工程科技II辑》;20170615;第2017年卷(第6期);第C031-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107633116A (zh) | 2018-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11340154B2 (en) | Computer program product for optimal sensor selection and fusion for heat exchanger fouling diagnosis in aerospace systems | |
CN110118128B (zh) | 微型燃气轮机传感器故障诊断和容错控制方法 | |
WO2017191872A1 (ko) | 플랜트 이상 감지 방법 및 시스템 | |
CN110779745B (zh) | 一种基于bp神经网络的换热器早期故障诊断方法 | |
US5625574A (en) | Method and data processing system for monitoring operating states of a technical plant | |
CN109325293B (zh) | 一种基于相关性模型的多故障诊断方法 | |
CN103412220A (zh) | 一种基于数据融合的船舶电站故障诊断方法 | |
CN113093706B (zh) | 一种基于综合观测器的飞行控制系统执行器微小故障诊断方法 | |
CN108953295A (zh) | 用于液压马达耐久试验的爆管检测系统及检测方法 | |
CN107633116B (zh) | 一种多故障检测序列计算方法 | |
CN105588223B (zh) | 一种室外机、除霜控制系统及方法 | |
CN113392936B (zh) | 一种基于机器学习的烤箱故障诊断方法 | |
CN103196691B (zh) | 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法 | |
CN117170304A (zh) | 一种基于工业物联网的plc远程监测控制方法及系统 | |
CN115289608B (zh) | 一种基于有监督投票机制的空调机组故障诊断方法 | |
CN108875205B (zh) | 一种基于可达矩阵和离散事件驱动的系统可用度高效仿真方法 | |
CN104483135A (zh) | 一种液体火箭发动机故障管路隔离方法 | |
US8326790B2 (en) | Fuzzy logic approach in temporal fault reasoning and application in air handling units | |
CN113551156A (zh) | 基于深度学习的管道状态监测方法、装置及存储介质 | |
Xiaolei et al. | Combination Multiple Faults Diagnosis Method Applied to the Aero-engine Based on Improved Signed Directed Graph | |
Tian | Fuzzy neural network diagnose expert system of engine | |
CN114781760B (zh) | 一种基于大数据的故障预测方法 | |
CN107463164B (zh) | 基于工业大数据多层核学习的连续加热釜快速故障检测法 | |
CN113095607B (zh) | 风力发电机组水冷系统的故障诊断方法、装置及系统 | |
CN109813358A (zh) | 一种基于冗余耦合信号诊断的传感器故障检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201225 |