CN113281617A - 一种飞机线缆微弱故障诊断方法 - Google Patents
一种飞机线缆微弱故障诊断方法 Download PDFInfo
- Publication number
- CN113281617A CN113281617A CN202110637297.2A CN202110637297A CN113281617A CN 113281617 A CN113281617 A CN 113281617A CN 202110637297 A CN202110637297 A CN 202110637297A CN 113281617 A CN113281617 A CN 113281617A
- Authority
- CN
- China
- Prior art keywords
- cable
- time
- signal
- energy
- fault
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/008—Testing of electric installations on transport means on air- or spacecraft, railway rolling stock or sea-going vessels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/54—Testing for continuity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/58—Testing of lines, cables or conductors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种飞机线缆微弱故障诊断方法,包括:基于虚拟仪器技术搭建的检测设备对飞机线缆反射信号进行采集;利用改进的变分模态分解对采集到的反射信号进行处理;对分解后的含有故障信息的本征模态分量进行短时傅里叶变换;利用重排谱图法对经短时傅里叶变换的本征模态分量的时频能量进行重新分布,将其分布至重心位置;然后提取时间能量信息以绘制飞机线缆的故障信息曲线,从能量角度诊断飞机线缆是否存在微弱故障。本发明的效果是:克服传统扩展频谱时域反射法无法有效检测微弱故障的问题,实现飞机线缆微弱故障的诊断,提高飞机线缆微弱故障的预警能力和检出率,为飞机线缆维护提供支持。
Description
技术领域
本发明属于飞机线缆故障诊断领域,具体为一种飞机线缆微弱故障诊断方法。
背景技术
飞机线缆是飞机的重要组成部分,通常分布于飞机的驾驶舱、发动机舱、机翼以及客舱内壁夹层等多个位置,它能为飞机各个系统传送电能并且实现不同系统之间信息传递。多电飞机和全电飞机是当前飞机发展的主要趋势,电能将取代气源、液压作为飞机启动、刹车、除冰、起落架等系统的动力来源,因此飞机线缆的数量和种类将会越来越多。在飞机总装制造和运营维护过程中,线缆相关的故障问题日益突出,一旦线缆发生故障,将对飞机的安全造成严重威胁。
对于飞机线缆故障,不仅要能诊断出线缆的短路、断路这类显性故障,更应该能检测出因局部破损或形态、结构变化导致的微弱故障。因为对于即将起飞或飞行中的飞机来说,线缆发生故障将可能导致电磁干扰、通信中断、电弧放电等严重问题。比如屏蔽层破损将导致线缆中信号受到电磁干扰;电源馈线磨损会导致局部阻抗增大造成局部过热引发电气线路故障;线缆发生断丝后由于频繁的振动、摩擦容易导致断丝戳穿绝缘层从而与机体或屏蔽层发生短路,如果靠近燃油管线则可能因产生的电弧而引发火灾。
无论是飞机生产过程还是维修过程,对于飞机线缆故障,机务人员依靠现有设备和方法只能检测出短路、断路故障,无法检测出微弱故障。为了保证飞机在生产、使用以及维修过程中的安全,需要一种针对飞机线缆微弱故障的检测方法准确地诊断出飞机线缆的微弱故障。
发明内容
针对上述技术中的不足,本发明的目的是提供一种能够在飞机线缆故障诊断时准确诊断飞机线缆的微弱故障诊断方法,是基于增强扩展频谱时域反射的飞机线缆微弱故障诊断方法,解决了传统扩展频谱时域反射法无法诊断飞机线缆微弱故障的问题,对于线缆微弱故障诊断具有很大的工程应用价值。
为了解决上述技术问题,本发明采用的技术方案是:一种飞机线缆微弱故障诊断方法,该方法是在基于PXI总线技术的检测平台上进行的,该检测平台包含硬件系统和软件系统两个部分,硬件系统采用带有操作系统的工业控制平板、信号发射板卡、信号采集板卡;软件系统采用图形化编程语言LabVIEW软件实现,该方法包括以下步骤:
步骤1、在LabVIEW中编写调制信号生成程序以及信号发射、采集板卡的驱动程序,首先采用二进制相移键控(Binary Phase Shift keying,BPSK)调制方式将m序列调制到正弦载波上作为检测信号x(t),然后通过信号发射板卡将该检测信号注入待测飞机线缆,由于线缆某个位置发生故障时阻抗产生不连续,检测信号将在该位置发生反射;
步骤2、利用信号采集板卡采集反射回来的信号y(t),并将入射信号x(t)延迟τ后作为参考信号x(t-τ)与反射信号进行互相关运算,从而获得相关系数Rxy(τ);
步骤3、利用改进的变分模态分解对互相关系数Rxy(τ)进行分解获得一系列本征模态分量IMFs(Instrinsic Mode Function,IMF),其中:s=1、2、3…K,K为变分模态分解的本征模态分量个数K;
对分解获得的本征模态分量IMFs进行峭度分析,峭度的值越大表示突变程度越高,更有利于提取故障特征,经过多次实验计算IMF1的峭度值最大:
式中:Ku为峭度;x为本征模态分量的幅值;μ、σ分别为本征模态分量的统计均值和方差。
步骤4、选取步骤3中峭度值最大的本征模态分量IMF1,用短时傅里叶变换进行处理,获得包含故障特征的本征模态分量IMF1的时间-频率-能量分布;
步骤5、利用谱图重排法将步骤4中得到的时间-频率-能量分布重新分布到原时间-频率-能量分布的重心位置,对重排后的结果提取时间-能量信息并绘制曲线,该曲线包含故障信息;
步骤6、飞机线缆故障位置的确定:根据步骤5的曲线,纵轴表示能量幅值,横轴表示时间,根据能量波峰与第一个波峰之间对应的时间差,结合波速进行计算即可得到飞机线缆故障的位置信息。
步骤3所述改进的变分模态分解为采用中心频率对比分析法确定变分模态分解的个数获得最佳的本征模态分量。
步骤4应用短时傅里叶变换对包含故障信息的本征模态分量IMF1进行处理得到IMF1的时间-频率-能量分布。
步骤5所述谱图重排法是将步骤4的时间-频率-能量分布重新分布到原时间-频率-能量分布的重心位置。
步骤5所述提取时间-能量信息是依据能量最大原则确定发射信号能量最大值所对应的频率,然后提取该频率下的能量与时间信息绘制曲线。
步骤6中所述第一个波峰为入射信号所形成的能量波峰,若某一波峰与第一个波峰对应的时间差为t,那么此能量峰值对应的故障点位置可通过以下公式来确定:
式中d为故障点与线缆注入端的距离,v为电磁波在线缆中的波速,εr是线缆绝缘介质的相对介电常数。本发明的效果是:不仅能够实现飞机线缆短路、断路这类显著性故障进行诊断还能对因局部破损或形态、结构变化导致的微弱故障进行检测,大大提高了飞机线缆发生故障的预警能力。
附图说明
图1是本发明飞机线缆微弱故障诊断方法示意图;
图2是本发明故障信号处理流程图;
图3是本发明中所述中心频率对比分析法流程图;
图4是本发明飞机线缆微弱故障诊断平台结构图;
图5是本发明中所述改进变分模态分解后的结果;
图6是本发明中所述短时傅里叶变换对图5中本征模态分量IMF1变换后的时间-频率-能量分布;
图7是本发明中所述谱图重排法对图6结果进行处理的结果;
图8是本发明中所述提取时间能量后绘制的故障信息曲线。
图中:
1、检测信号调制模块 2、信号分离模块
3、线缆及线缆故障模拟模块 4、故障信号处理模块
具体实施方式
下面结合附图和实施例对本发明一种飞机线缆微弱故障诊断方法进行详细的描述。
本发明的一种飞机线缆微弱故障诊断方法,包括:基于虚拟仪器技术搭建的检测设备对飞机线缆反射信号进行采集;利用改进的变分模态分解对采集到的反射信号进行处理;对分解后的含有故障信息的本征模态分量进行短时傅里叶变换;利用重排谱图法对经短时傅里叶变换的本征模态分量的时频能量进行重新分布,将其分布至重心位置;然后提取时间能量信息以绘制飞机线缆的故障信息曲线,从能量角度诊断飞机线缆是否存在微弱故障。
如图1所示,本发明的一种飞机线缆微弱故障诊断方法,包括:1、检测信号调制与发射模块2、线缆故障模拟及反射信号采集模块3、信号分离模块4、故障信号处理模块,将调制好的检测信号经信号分离模块处理后注入到待测线缆端,将采集到的反射信号经信号分离模块处理后与入射信号共同发送给故障信号处理模块,经处理后获取到故障信息。完成检测信号的生成与发射、反射信号的采集、故障信号处理、故障信息提取。
如图2所示,本发明的故障信号的处理以及故障信息提取的流程图:原始信号即为传统扩展频谱时域反射法的相关结果,经过改进的变分模态分解处理后可得5个本征模态分量IMF1~IMF5,由于IMF1共存在3个波峰,故选取IMF1进行短时傅里叶变换得到如图6所示的时频能量分布。为提高图6分辨率利用谱图重排进行处理得到图7,随后选取能量最大点所处频率,提取该频率下的能量-时间信息并且绘制图像如图8,根据波速和各个波峰之间的时间差可得故障信息。
如图3所示改进变分模态分解的方法:(1)确定VMD参数如模态分量预设值,带宽约束/惩罚因子,噪声容限,收敛准则等;
(2)通过VMD分解信号以获得模态分量;
(3)使用快速傅里叶变换FFT计算各个模态分量的中心频率;
(4)计算各个模态分量中心频率的平均值;
(5)根据中心频率确定是否存在交叉项;
(6)若不存在中心频率交叉项,则K值加1并返回到步骤(2);当中心频率存在交叉项时,分解应当停止,此时的K-1就是VMD分解信号所得模态分量数的最佳值。
确定分解个数从而防止因过分解导致各个模态分量的中心频率重叠或欠分解导致故障信号细节信息丢失。
如图4所示,基于本发明设计的飞机线缆微弱故障检测平台,经过调制的检测信号由任意波形发生器即信号发射板卡发出,并通过T型连接器和环形器注入待测线缆,T型连接器和环形器的第三端口分别接到示波器即信号采集板卡的两个通道,这样信号采集板卡可以同步采集发射信号和线缆上的反射信号。由于反射信号叠加了发射信号,因此需要利用单向、非可逆的波导器件环形器分离出不含发射信号的故障反射信号。
以下为本发明诊断飞机线缆微弱故障的实施过程:
将检测信号注入待测线缆,利用信号采集板卡同步采集发射信号和反射信号,并计算反射信号与参考信号的相关系数,互相关函数计算公式如下所示:
其中,t i为开始计算互相关的时刻,T为PN码的周期或PN码中的一个码片时间。相关后的结果如图5中“原始信号”所示。
对Rxy(τ)进行改进变分模态分解,分解后的各个本征模态分量如图5中IMF1至IMF5所示,接着对IMF1进行短时傅里叶变换,并计算其能量,变换后的时间频率能量分布如图6所示;其计算如下所示:
其中,x(t)为要变换的信号,h(τ-t)为窗函数。
最后提取能量和时间信息绘制故障信息曲线,如图8所示。图8中,从左往右第一个峰值(t=1.19×10-6s)表示检测信号的发射位置,第二个峰值(t=1.221×10-6s)表示线缆微弱位置,第三个峰值(t=1.325×10-6s)表示线缆末端位置,任意两个峰值之间的时间之差表示信号往返这两个位置的传播时间t,如结合信号传播速度为v则可以确定相对距离。
与图5中所示的“原始信号”相比,可以明显发现除了信号发射位置的波峰与线缆末端的波峰,中间还存在一个波峰,这是图5中“原始信号”中所没有体现的线缆微弱故障位置。
Claims (6)
1.一种飞机线缆微弱故障诊断方法,该方法基于PXI总线技术检测平台,包括硬件系统和软件系统,所述硬件系统包括带有操作系统的工业控制平板、信号发射板卡、信号采集板卡;所述软件系统为图形化编程语言LabVIEW软件,具体步骤如下:
步骤1、在LabVIEW中编写调制信号生成程序以及信号发射、采集板卡的驱动程序,首先采用二进制相移键控调制方式将m序列调制到正弦载波上作为检测信号x(t),然后通过信号发射板卡将该检测信号注入待测飞机线缆,当线缆某个位置发生故障时阻抗产生不连续,检测信号将在该位置发生反射;
步骤2、利用信号采集板卡采集反射回来的信号y(t),并将入射信号x(t)延迟τ后作为参考信号x(t-τ)与反射信号进行互相关运算获得互相关系数Rxy(τ);
步骤3、利用改进的变分模态分解对互相关系数Rxy(τ)进行分解获得一系列本征模态分量IMFs(Instrinsic Mode Function,IMF),其中:s=1、2、3…K,K为变分模态分解的本征模态分量个数K;当s=1时,IMF1的峭度值最大,峭度计算公式为:
式中:Ku为峭度;x为本征模态分量的幅值;μ、σ分别为本征模态分量的统计均值和方差。
步骤4、选取步骤3中峭度值最大的本征模态分量IMF1,用短时傅里叶变换进行处理,获得包含故障特征的本征模态分量IMF1的时间-频率-能量分布;
步骤5、利用谱图重排法将步骤4中得到的时间-频率-能量分布重新分布到原时间-频率-能量分布的重心位置,对重排后的结果提取时间-能量信息并绘制曲线,该曲线包含故障信息;
步骤6、飞机线缆故障位置的确定:根据步骤5的曲线,纵轴表示能量幅值,横轴表示时间,根据能量波峰与第一个波峰之间对应的时间差,结合波速进行计算即可得到飞机线缆故障的位置信息。
2.根据权利要求1所述的飞机线缆微弱故障诊断方法,其特征是:步骤3所述改进的变分模态分解为采用中心频率对比分析法确定变分模态分解的个数获得最佳的本征模态分量。
3.根据权利要求1所述的飞机线缆微弱故障诊断方法,其特征是:步骤4应用短时傅里叶变换对包含故障信息的本征模态分量IMF1进行处理得到IMF1的时间-频率-能量分布。
4.根据权利要求1所述的飞机线缆微弱故障诊断方法,其特征是:步骤5所述谱图重排法是将步骤4的时间-频率-能量分布重新分布到原时间-频率-能量分布的重心位置。
5.根据权利要求1所述的飞机线缆微弱故障诊断方法,其特征是:步骤5所述提取时间-能量信息是依据能量最大原则确定发射信号能量最大值所对应的频率,然后提取该频率下的能量与时间信息绘制曲线。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110637297.2A CN113281617B (zh) | 2021-06-08 | 2021-06-08 | 一种飞机线缆微弱故障诊断方法 |
PCT/CN2022/084553 WO2022257571A1 (zh) | 2021-06-08 | 2022-03-31 | 一种飞机线缆微弱故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110637297.2A CN113281617B (zh) | 2021-06-08 | 2021-06-08 | 一种飞机线缆微弱故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281617A true CN113281617A (zh) | 2021-08-20 |
CN113281617B CN113281617B (zh) | 2022-09-27 |
Family
ID=77283937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110637297.2A Active CN113281617B (zh) | 2021-06-08 | 2021-06-08 | 一种飞机线缆微弱故障诊断方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113281617B (zh) |
WO (1) | WO2022257571A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022257571A1 (zh) * | 2021-06-08 | 2022-12-15 | 中国民航大学 | 一种飞机线缆微弱故障诊断方法 |
CN117235476A (zh) * | 2023-11-14 | 2023-12-15 | 利维智能(深圳)有限公司 | 故障检测方法、装置、计算机设备和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116610941B (zh) * | 2023-07-21 | 2023-09-22 | 山东科技大学 | 快速峭度图轴承复合故障诊断方法、系统、设备以及介质 |
CN116699257B (zh) * | 2023-08-02 | 2023-11-28 | 合肥航太电物理技术有限公司 | 一种低电平扫描场的高强辐射场测试装置及其测试方法 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5751149A (en) * | 1995-12-08 | 1998-05-12 | Tempo Research Corporation | Method and apparatus for high frequency time domain reflectometry |
CN101566665A (zh) * | 2009-06-09 | 2009-10-28 | 中国民航大学 | 基于时域反射的飞机电缆故障定位仪 |
CN101587017A (zh) * | 2009-06-19 | 2009-11-25 | 湖南大学 | 一种基于局部均值分解循环频率谱的齿轮故障诊断方法 |
CN102435913A (zh) * | 2011-10-18 | 2012-05-02 | 中国民航大学 | 利用魏格纳数据分布矩阵检测飞机电缆故障的方法 |
CN102508120A (zh) * | 2011-10-18 | 2012-06-20 | 中国民航大学 | 利用局部均值分解实现飞机导线微弱故障诊断与定位方法 |
US20130278749A1 (en) * | 2012-04-13 | 2013-10-24 | Andreas Mandelis | Method and apparatus for performing heterodyne lock-in imaging and quantitative non-contact measurements of electrical properties |
CN103558513A (zh) * | 2013-09-23 | 2014-02-05 | 中国民航大学 | 一种基于图形匹配算法的飞机线缆网络故障定位方法 |
CN103605049A (zh) * | 2013-09-23 | 2014-02-26 | 中国民航大学 | 基于扩展频谱时域反射的实现对多段连续飞机电缆故障定位方法 |
CN105758644A (zh) * | 2016-05-16 | 2016-07-13 | 上海电力学院 | 基于变分模态分解和排列熵的滚动轴承故障诊断方法 |
CN106053060A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种基于非线性模式分解滤波的包络分析方法 |
CN106096201A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种旋转机械的eemd和三次样条平滑包络分析方法 |
CN106168538A (zh) * | 2016-06-29 | 2016-11-30 | 潍坊学院 | 一种滚动轴承的itd、谱峭度和平滑迭代包络分析方法 |
CN106644484A (zh) * | 2016-09-14 | 2017-05-10 | 西安工业大学 | Eemd与邻域粗糙集结合的涡桨发动机转子系统故障诊断方法 |
CN107063681A (zh) * | 2017-03-21 | 2017-08-18 | 昆明理工大学 | 一种行星齿轮箱时变振动传递路径下的故障特征包络提取方法 |
CN107679013A (zh) * | 2017-08-21 | 2018-02-09 | 天津工业大学 | 基于eemd‑hht与时频重排结合的转速曲线估计方法 |
US20180275188A1 (en) * | 2017-03-22 | 2018-09-27 | Siemens Aktiengesellschaft | Method, device and system for determining the fault position of a fault on a line of an electrical power supply network |
CN109324262A (zh) * | 2018-10-16 | 2019-02-12 | 桂林电子科技大学 | 一种基于tt变换和波速优化的输电线路故障测距方法 |
CN109707615A (zh) * | 2019-02-26 | 2019-05-03 | 东北石油大学 | 基于精细多重分形的往复压缩机故障诊断方法 |
CN110146289A (zh) * | 2019-05-28 | 2019-08-20 | 昆明理工大学 | 一种滚动轴承微弱故障特征提取方法 |
US20190353784A1 (en) * | 2017-01-26 | 2019-11-21 | Mobileye Vision Technologies Ltd. | Vehicle navigation based on aligned image and lidar information |
CN110987434A (zh) * | 2019-12-18 | 2020-04-10 | 中国民航大学 | 一种基于去噪技术的滚动轴承早期故障诊断方法 |
CN111323227A (zh) * | 2020-01-03 | 2020-06-23 | 南昌航空大学 | 一种航空发动机转子故障特征的提取方法 |
CN112083495A (zh) * | 2020-10-15 | 2020-12-15 | 中国石油化工股份有限公司 | 基于变分模态分解的同步压缩小波变换提高分辨率方法 |
CN112101245A (zh) * | 2020-09-18 | 2020-12-18 | 丽水市特种设备检测院 | 基于频域窗函数的短时傅里叶变换机械冲击特征提取方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7139668B2 (en) * | 2003-05-12 | 2006-11-21 | Simmonds Precision Products, Inc. | Wire event detection |
CN103901324B (zh) * | 2014-04-14 | 2016-09-21 | 国家电网公司 | 一种基于单端故障信息的配电网混合线路组合式测距方法 |
CN104535901B (zh) * | 2015-01-26 | 2018-04-20 | 中国商用飞机有限责任公司 | 一种基于飞机线缆分布信息数据库的飞机线缆故障定位方法 |
CN111948493A (zh) * | 2020-08-21 | 2020-11-17 | 兰州理工大学 | 一种mmc-hvdc直流输电线路故障定位方法 |
CN113281617B (zh) * | 2021-06-08 | 2022-09-27 | 中国民航大学 | 一种飞机线缆微弱故障诊断方法 |
-
2021
- 2021-06-08 CN CN202110637297.2A patent/CN113281617B/zh active Active
-
2022
- 2022-03-31 WO PCT/CN2022/084553 patent/WO2022257571A1/zh unknown
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5751149A (en) * | 1995-12-08 | 1998-05-12 | Tempo Research Corporation | Method and apparatus for high frequency time domain reflectometry |
CN101566665A (zh) * | 2009-06-09 | 2009-10-28 | 中国民航大学 | 基于时域反射的飞机电缆故障定位仪 |
CN101587017A (zh) * | 2009-06-19 | 2009-11-25 | 湖南大学 | 一种基于局部均值分解循环频率谱的齿轮故障诊断方法 |
CN102435913A (zh) * | 2011-10-18 | 2012-05-02 | 中国民航大学 | 利用魏格纳数据分布矩阵检测飞机电缆故障的方法 |
CN102508120A (zh) * | 2011-10-18 | 2012-06-20 | 中国民航大学 | 利用局部均值分解实现飞机导线微弱故障诊断与定位方法 |
US20130278749A1 (en) * | 2012-04-13 | 2013-10-24 | Andreas Mandelis | Method and apparatus for performing heterodyne lock-in imaging and quantitative non-contact measurements of electrical properties |
CN103558513A (zh) * | 2013-09-23 | 2014-02-05 | 中国民航大学 | 一种基于图形匹配算法的飞机线缆网络故障定位方法 |
CN103605049A (zh) * | 2013-09-23 | 2014-02-26 | 中国民航大学 | 基于扩展频谱时域反射的实现对多段连续飞机电缆故障定位方法 |
CN105758644A (zh) * | 2016-05-16 | 2016-07-13 | 上海电力学院 | 基于变分模态分解和排列熵的滚动轴承故障诊断方法 |
CN106053060A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种基于非线性模式分解滤波的包络分析方法 |
CN106096201A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种旋转机械的eemd和三次样条平滑包络分析方法 |
CN106168538A (zh) * | 2016-06-29 | 2016-11-30 | 潍坊学院 | 一种滚动轴承的itd、谱峭度和平滑迭代包络分析方法 |
CN106644484A (zh) * | 2016-09-14 | 2017-05-10 | 西安工业大学 | Eemd与邻域粗糙集结合的涡桨发动机转子系统故障诊断方法 |
US20190353784A1 (en) * | 2017-01-26 | 2019-11-21 | Mobileye Vision Technologies Ltd. | Vehicle navigation based on aligned image and lidar information |
CN107063681A (zh) * | 2017-03-21 | 2017-08-18 | 昆明理工大学 | 一种行星齿轮箱时变振动传递路径下的故障特征包络提取方法 |
US20180275188A1 (en) * | 2017-03-22 | 2018-09-27 | Siemens Aktiengesellschaft | Method, device and system for determining the fault position of a fault on a line of an electrical power supply network |
CN107679013A (zh) * | 2017-08-21 | 2018-02-09 | 天津工业大学 | 基于eemd‑hht与时频重排结合的转速曲线估计方法 |
CN109324262A (zh) * | 2018-10-16 | 2019-02-12 | 桂林电子科技大学 | 一种基于tt变换和波速优化的输电线路故障测距方法 |
CN109707615A (zh) * | 2019-02-26 | 2019-05-03 | 东北石油大学 | 基于精细多重分形的往复压缩机故障诊断方法 |
CN110146289A (zh) * | 2019-05-28 | 2019-08-20 | 昆明理工大学 | 一种滚动轴承微弱故障特征提取方法 |
CN110987434A (zh) * | 2019-12-18 | 2020-04-10 | 中国民航大学 | 一种基于去噪技术的滚动轴承早期故障诊断方法 |
CN111323227A (zh) * | 2020-01-03 | 2020-06-23 | 南昌航空大学 | 一种航空发动机转子故障特征的提取方法 |
CN112101245A (zh) * | 2020-09-18 | 2020-12-18 | 丽水市特种设备检测院 | 基于频域窗函数的短时傅里叶变换机械冲击特征提取方法 |
CN112083495A (zh) * | 2020-10-15 | 2020-12-15 | 中国石油化工股份有限公司 | 基于变分模态分解的同步压缩小波变换提高分辨率方法 |
Non-Patent Citations (10)
Title |
---|
JING TAO,ZHANG SHENGBIAO,SHI XUDONG: "Design of Aircraft Cable Fault Diagnose and Location System Based on Aircraft Airworthiness Requirement", 《PROCEDIA ENGINEERING》 * |
MENG XU; YONGYUN WANG; XIAOLU LI; XIAODONG DONG; HEMAO ZHANG;: "Analysis of the Influence of the Structural Parameters of Aircraft Braided-Shield Cable on Shielding Effectiveness", 《IEEE TRANSACTIONS ON ELECTROMAGNETIC COMPATIBILITY》 * |
SHI XUDONG, ZHANG LU: "Research on Aircraft Cable Defects Locating Method Based on Time-Frequency Domain Reflection", 《PROCEDIA ENGINEERING》 * |
XUDONG SHI,RUIPU LI,HONGXU ZHAO: "Application of Augmented Spread Spectrum Time Domain Reflectometry for detection and localization of soft faults on a coaxial cable", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
XUDONG SHI; YANG LIU; XIANGYANG XU;TAO JING: "Online Detection of Aircraft ARINC Bus Cable Fault Based on SSTDR", 《IEEE SYSTEMS JOURNAL》 * |
李晓晖: "基于SSTDR的飞机线缆故障定位方法研究", 《中国硕士学位论文全文数据库工程科技Ⅱ辑》 * |
杨蕊: "滚动轴承振动特性分析与微弱故障诊断方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
石旭东,裴鹤岩,荆涛 ,王立文: "基于时频反射的飞机导线故障诊断方法", 《信息与控制》 * |
荆涛; 张璐; 石旭东; 甘敬松: "一种新颖的飞机电缆故障类型诊断方法", 《自动化与仪表》 * |
郝志华,关榆君,马孝江: "基于经验模式分解的时频重排方法及其应用", 《测试技术学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022257571A1 (zh) * | 2021-06-08 | 2022-12-15 | 中国民航大学 | 一种飞机线缆微弱故障诊断方法 |
CN117235476A (zh) * | 2023-11-14 | 2023-12-15 | 利维智能(深圳)有限公司 | 故障检测方法、装置、计算机设备和存储介质 |
CN117235476B (zh) * | 2023-11-14 | 2024-02-13 | 利维智能(深圳)有限公司 | 故障检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022257571A1 (zh) | 2022-12-15 |
CN113281617B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113281617B (zh) | 一种飞机线缆微弱故障诊断方法 | |
Auzanneau | Wire troubleshooting and diagnosis: Review and perspectives | |
CN108829949B (zh) | 飞机二次配电系统phm系统架构 | |
CN102435913A (zh) | 利用魏格纳数据分布矩阵检测飞机电缆故障的方法 | |
CN103970024A (zh) | 一种大型飞机液压系统实时仿真系统 | |
US20230327704A1 (en) | Method for implementing fault diagnosis by means of spread spectrum carrier | |
CN110910530B (zh) | 一种具有综合告警功能的飞参系统设计方法 | |
CN113281035B (zh) | 一种自动变速器锁止异响的测试方法 | |
CN103558513B (zh) | 一种基于图形匹配算法的飞机线缆网络故障定位方法 | |
CN110083146A (zh) | 自动驾驶车辆的故障确定方法及装置、设备及存储介质 | |
Hassen et al. | OMTDR using BER estimation for ambiguities cancellation in ramified networks diagnosis | |
CN105759187A (zh) | 组合电器局部放电多信息融合诊断装置 | |
CN104422854A (zh) | 一种t接高压输电线路故障区间定位方法 | |
CN112327094A (zh) | 一种超导电缆的故障检测方法及系统 | |
CN112067945B (zh) | 铁路信号电缆在线故障定位系统及方法 | |
Incarbone et al. | OMTDR based integrated cable health monitoring system SmartCo: An embedded reflectometry system to ensure harness auto-test | |
JP6538965B2 (ja) | 電磁ノイズ経路検出システム、電磁ノイズ経路検出システムを有する鉄道車両、及び電磁ノイズ経路を決定する方法 | |
GB2496121A (en) | Fault location in a vehicle electrical system by time domain reflectometry | |
CN104820176A (zh) | 一种微弱瞬态电磁辐射信号的双耦合Duffing振子自适应检测方法 | |
JPWO2006013638A1 (ja) | コネクタ、情報処理装置、及び情報伝達システム | |
CN109188214B (zh) | 一种乙丙橡胶电缆终端绝缘层典型故障模拟和测试方法 | |
CN103197662A (zh) | 试验装置、方法及系统 | |
CN115616321A (zh) | 一种电磁兼容性监测方法及系统 | |
CN116735992A (zh) | 一种汽车整车制动系统电磁兼容抗干扰测试系统和方法 | |
Shi et al. | Verification research on on-line monitoring method of aircraft ARINC825 bus cable fault based on SSTDR |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Shi Xudong Inventor after: Li Ruipu Inventor after: Zhao Hongxu Inventor after: Liu Yang Inventor before: Shi Xudong Inventor before: Liu Yang Inventor before: Zhao Hongxu Inventor before: Li Ruipu |
|
GR01 | Patent grant | ||
GR01 | Patent grant |