基于压缩测量数据检测系统故障的方法及系统

    公开(公告)号:CN104639398B

    公开(公告)日:2018-01-16

    申请号:CN201510032994.X

    申请日:2015-01-22

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于压缩测量数据检测系统故障的方法及系统,包括:接收被测系统控制输入信号和被测系统发送的压缩测量数据集;基于控制输入信号、压缩测量数据集和被测系统模型生成残差生成器;基于残差生成器生成残差信号序列,并基于残差信号序列判断被测系统是否发生故障。本发明无需使用解压装置,可直接利用被测系统传送的压缩测量数据进行故障检测,同时,本发明减少了压缩测量数据的传输带宽、降低了系统能耗、缩减了计算量,有效保障了故障检测的实时性、快速性等实际应用要求。

    一种基于稀疏表示的故障检测方法

    公开(公告)号:CN104182642B

    公开(公告)日:2017-06-09

    申请号:CN201410433128.7

    申请日:2014-08-28

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于稀疏表示的故障检测方法。包括:预处理步骤,在预设工况下采集正常工况的第一数据样本并进行归一化处理以构建一般故障字典矩阵X,在相同的预设工况下采集正常工况的第二数据样本以构建一般故障测量矩阵Y0;控制限确定步骤,基于一般故障字典矩阵X和一般故障测量矩阵Y0确定稀疏表示重构误差控制限CLE以及距离控制限区间CLDint;现场监测步骤,采集工作现场数据z,基于一般故障字典矩阵X和工作现场数据z计算稀疏表示重构误差统计量clε以及稀疏表示距离统计量cld;故障检测步骤,当重构误差统计量clε小于重构误差控制限CLE,并且稀疏表示距离统计量cld在距离控制限区间CLDint内时,判断系统无一般故障,否则判断系统有一般故障。

    故障和状态的估计方法及装置

    公开(公告)号:CN104750086B

    公开(公告)日:2017-05-24

    申请号:CN201310740077.8

    申请日:2013-12-26

    Applicant: 清华大学

    Abstract: 本发明公开了一种故障和状态的估计方法及装置,能够对含有测量丢失的非线性系统进行状态与故障估计,从而实现状态监测和故障诊断。该方法包括:对事件驱动传输下含有测量丢失的非线性系统建模;设计估计器,应用估计器进行故障和状态的估计。本发明实施例对系统进行建模,得到含测量丢失的非线性系统模型,通过状态增广,系统状态和故障信号合并为故障估计总体系统模型,得到估计器的参数设计方案,通过对状态和故障进行联合估计,从而实现系统的状态监测和故障诊断。

    一种模拟电路软故障诊断的模糊推理方法

    公开(公告)号:CN102436524B

    公开(公告)日:2014-05-28

    申请号:CN201110319433.X

    申请日:2011-10-19

    Abstract: 本发明涉及一种模拟电路软故障的诊断方法,属于模拟电路故障诊断技术领域。本方法首先构造软故障诊断的模糊规则,当软故障特征参数的在线监测值选中软故障诊断的模糊规则后,将被选中模糊规则前项的归一化置信度推理到后项,得到对模糊规则后项的归一化置信度。然后,对后项的置信度进行加权处理,得到对模拟电路软故障集合中每个软故障的置信度,依照置信度最大准则判断是何故障发生。本方法可以诊断已知软故障,还可以检测未知软故障,适用于较为复杂的模拟电路软故障诊断环境。根据本发明方法编制的程序(编译环境LabVIEW,C++等)可以在监控计算机上运行,并联合传感器、数据采集器等硬件组成在线监测系统,进行实时的模拟电路软故障的检测与诊断。

    多阶段任务多状态系统的最优选择性维修优化方法及装置

    公开(公告)号:CN103714397A

    公开(公告)日:2014-04-09

    申请号:CN201310737532.9

    申请日:2013-12-26

    Applicant: 清华大学

    Abstract: 本发明公开了一种多阶段任务多状态系统的最优选择性维修优化方法和装置。该方法包括:给定系统中部件层性能集合,各部件状态转移率矩阵和多阶段任务序列;依据各部件状态转移率矩阵计算部件层性能集合的概率分布;依据部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布;依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布,以及所述多阶段任务序列计算系统任务可靠性;依据备件剩余量计算维修活动可行集;以所述系统任务可靠性为指标函数,以所述维修活动可行集为约束条件,依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量,建立维修优化模型,求解最优策略表。

    基于费用方差约束的年龄预防性替换时间优化方法及系统

    公开(公告)号:CN103617471A

    公开(公告)日:2014-03-05

    申请号:CN201310718107.5

    申请日:2013-12-23

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于费用方差约束的年龄预防性替换时间优化方法及系统,该优化方法包括:模型建立步骤,计算单部件系统累积费用的长期平均费用、长期均方值和单部件系统的长期平均累积费用的方差,进而建立有关费用方差约束的约束优化模型;优化求解步骤,根据方差函数导数的特性,得到不同费用方差约束情况下的关于所述约束优化模型的最优解,以得到费用方差约束下的基于年龄的预防性替换时间的最优值。本发明方法考虑了费用方差约束条件,这种方差约束具有很直观的意义,在定义方差上界时更加实用。而且,本发明基于方差函数导数的特性,得到了具有实际指导意义的启发式信息,并且其前提条件在实际使用中很容易满足。

    一种模拟电路软故障诊断的模糊推理方法

    公开(公告)号:CN102436524A

    公开(公告)日:2012-05-02

    申请号:CN201110319433.X

    申请日:2011-10-19

    Abstract: 本发明涉及一种模拟电路软故障的诊断方法,属于模拟电路故障诊断技术领域。本方法首先构造软故障诊断的模糊规则,当软故障特征参数的在线监测值选中软故障诊断的模糊规则后,将被选中模糊规则前项的归一化置信度推理到后项,得到对模糊规则后项的归一化置信度。然后,对后项的置信度进行加权处理,得到对模拟电路软故障集合中每个软故障的置信度,依照置信度最大准则判断是何故障发生。本方法可以诊断已知软故障,还可以检测未知软故障,适用于较为复杂的模拟电路软故障诊断环境。根据本发明方法编制的程序(编译环境LabVIEW,C++等)可以在监控计算机上运行,并联合传感器、数据采集器等硬件组成在线监测系统,进行实时的模拟电路软故障的检测与诊断。

    一种基于互联网的网络化三容水箱系统

    公开(公告)号:CN102143003A

    公开(公告)日:2011-08-03

    申请号:CN201110089434.X

    申请日:2011-04-11

    Applicant: 清华大学

    Abstract: 本发明涉及一种基于互联网的网络化三容水箱系统,包括:三容水箱、第一网络化控制系统和第二网络化控制系统;第二网络化控制系统直接接入互联网,三容水箱通过第一网络化控制系统接入互联网。本发明构建了基于互联网的网络化三容水箱系统,力求使之成为验证网络化故障检测与容错控制算法的基准平台。该三容水箱系统立足于真实的物理系统、真实的观测数据以及真实的网络特性和真实的故障输入,可建立较为准确的数学模型,适合作为基准平台依照不同的评价标准对网络化故障诊断与容错控制理论方法进行评价与比较。

    一种基于区间型证据融合的旋转机械设备故障诊断方法

    公开(公告)号:CN102033984A

    公开(公告)日:2011-04-27

    申请号:CN201010543953.4

    申请日:2010-11-12

    Applicant: 清华大学

    Abstract: 本发明涉及一种基于区间型证据融合的旋转机械设备故障诊断方法,属于旋转机械设备故障监控与诊断技术领域。本方法基于对故障典型数据的统计分析,构造模糊隶属度函数集合,用该函数集建模故障档案库中的每个故障样板模式;用单个隶属度函数建模在线监测中提取的故障待检模式;将待检模式与各样板模式进行匹配,得到待检模式支持各故障的信度匹配区间;利用蒙特卡洛拉丁超立方体采样方法,给出从该信度区间中获取区间型诊断证据的方法;然后将这些证据融合,在一定的决策准则下,由融合结果进行故障决策,基于多证据融合结果做出的决策要比只凭借单一诊断证据做出的决策更加准确。

    基于卷积的快速景象匹配方法

    公开(公告)号:CN1908583A

    公开(公告)日:2007-02-07

    申请号:CN200610112438.4

    申请日:2006-08-18

    Applicant: 清华大学

    Abstract: 本发明属于地形辅助导航系统中图像匹配技术领域,其特征在于:在实时图与参考图匹配过程中,利用参考图矩阵与由实时图矩阵得到的逆序矩阵进行卷积运算得到卷积矩阵,并且把该卷积矩阵除以实时图矩阵对应位置两两相乘的总和得到新的矩阵,取该矩阵其中的一定范围作为匹配可能位置,选取与数值1最接近的值的位置为最终匹配位置,该位置即为实时图在参考图的匹配位置。本方法较以往方法的运算速度有十分显著的提高。

Patent Agency Ranking