关键词： 故障诊断   小样本   无阈值递归图   线性可变卷积核   卷积神经网络   交叉熵损失函数  

摘要： 针对滚动轴承在小样本条件下诊断精度低的问题，提出一种基于频域无阈值递归图与自适应线性可变卷积神经网络（frequency domain thresholdless recurrence plot-adaptive linear deformable convolutional neural network, FDTRP-ALDCNN）的滚动轴承故障诊断方法。首先，使用快速傅里叶变换（fast fourier transform, FFT）将一维时域信号转为频域信号，并与无阈值递归图（thresholdless recurrence plot, TRP）相结合，以有效构建初始特征，提高模型输入质量。其次，采用线性可变卷积核（linear deformable convolutional kernel, LDConv）替换卷积神经网络中方形卷积核，从而能够根据采样数据的分布来调整卷积核形状，准确获取空间信息中的关键特征，提高小样本数据的利用率。再次，设计自适应交叉熵（adaptive cross entropy, ACE）损失函数，来根据样本分类损失自适应调整分类器对难分与易分样本的拟合程度，增强难分样本损失在整体分类损失中的显著性，进一步提高小样本下的模型诊断精度。最后，采用CWRU滚动轴承数据集对所提方法进行三组仿真验证。对比仿真的结果表明，所提模型在不同小样本数量下均有较高的诊断准确率，最高可达到99.82%。而对两组不平衡数据集的泛化性分析可知，本模型的诊断准确率分别达到98.56%与99.3%，泛化能力优于其他模型，且具有良好的稳定性。并通过消融实验验证了FFT、LDConv与ACE损失函数对提高故障诊断精度的有效性。综上所述，所提方法能够有效诊断出小样本轴承故障，具有较高的实际应用价值。

关键词： 发动机气门   特征提取   和声搜索算法   参数优化   故障诊断  

摘要： 为了进一步提高通过自适应方法获取最优SAE网络超参数的能力，引进和声搜索算法(HS)来实现对网络超参数优化的功能，并成功应用于发动机气门间隙异常故障诊断领域。对SAE前三层节点丢弃比例以及隐含层节点数进行设置，确保HS-SAE模型具备良好泛化性能。采用实验方式测试发动机测试不同气门运行状态故障。研究结果表明：相对于最初信号，采用域包络方法有效去除背景噪声带来的波动性，SAE方法在未预处理下保持原始信号参数，联合参数试验诊断正确率提高到99.5%，得到具有最佳匹配性超参数。HS-SAE算法在多数小样本测试中优于其它算法，达到较高精度控制性能，HS-SAE算法对气门间隙异常故障的诊断可以实现较高准确性。该研究有助于提高发动机的异常识别能力，也可 拓宽到其它的机械领域。

关键词： 飞机ASS   故障模式与影响分析   AMESim建模   故障仿真   故障分析  

摘要： 主动侧杆是一种新型飞机操纵杆，在遭遇故障时，主动侧杆力反馈不准确，轻则导致飞行员对飞行状态的感知出现偏差，重则导致驾驶杆抖动、打手，严重影响飞行安全。主动侧杆实时性能监测可在故障明显影响操纵性能前给出预警，具有十分重大的意义。充分研究主动侧杆发生故障时的特征，分析对系统产生的影响，是实现性能监测前亟待解决的问题。为解决该问题，构建了主动侧杆的AMESim模型，基于主动侧杆的故障模式与影响分析与故障树分析的方法得到潜在的几类关键故障，讨论了故障影响主动侧杆性能的方式，并在模型中实现关键故障注入，获取关键故障的相关状态量信息，分析故障特征与状态量变化特点，为主动侧杆故障诊断工作开展提供了理论基础。

关键词： 电缆故障   可扩展化诊断   知识蒸馏   注意力机制   深度卷积神经网络   人工智能  

摘要： 现有基于人工智能的电缆故障诊断方法缺乏处理故障动态差异化发展的能力，其不能适应新的故障场景，无法随着时间的推移增强诊断能力。鉴于此，本文在深度卷积神经网络（deep convolutional neural network，DCNN）的基础上，融合知识蒸馏与注意力机制提出一种电缆故障可扩展化诊断方法(DCNN with knowledge distillation and attention，DCNN-KD-A)。引入知识蒸馏思想，保留DCNN模型对原有故障的诊断信息，同时利用新增故障的分类损失对模型进行拓展修正，使其具备故障可扩展化诊断的能力。为避免模型训练中的灾难性遗忘问题，重新构建了相适应的故障分类器。为应对知识蒸馏中的信息损耗与改变，利用注意力机制增强模型的特征凝练作用，提升其可扩展化诊断精度。通过实测与仿真数据进行实验，实验结果验证了本文所提方法的有效性和可行性。

关键词： 旋翼转速Nr   跳变   故障分析  

摘要： 直升机作为垂直起降和空中悬停的飞行器,其旋翼系统是保证飞行性能和安全性的关键部件.旋翼转速Nr是衡量旋翼工作状态的重要参数,直接关系到直升机的升力、操控性和稳定性.本文针对某型直升机关车过程中综显上旋翼转速Nr值跳变故障,建立故障树分析对应故障,通过测试设备排查故障,最终完成旋翼转速Nr值跳变现象的故障定位,为后续工作提供参考依据.

关键词： 连锁故障   电力信息物理系统   多阶段双层规划理论   可观性   可控性  

摘要： 经典N-k安全分析方法往往以危害最大为目标筛选源发故障事故集，忽略了信息-物理交互作用的协同放大效应及跨域连锁故障传播过程，结果易偏保守。因此，本文首先对信息-物理协同故障源发、跨域连锁故障传播中系统拓扑与运行状态的变化进行刻画，揭示系统可观性与可控性对故障跨域传播的影响机理。其次，建立计及跨域连锁故障的N-k协同故障场景筛选双层优化模型，其中上层以负荷损失最大为目标，辨识高危信息-物理协同故障场景及跨域连锁故障传播路径；下层以负荷损失最小为目标对可控发电机及负荷进行最优调整。然后，采用网络流算法对本文模型进行快速求解。最后，以IEEE 39节点系统和某省500kV系统进行仿真验证，结果表明本文模型能有效辨识出系统中的高危高阶协同故障组合及跨域连锁故障传播路径；当通信通道故障规模较小时，可控性对故障传播起主导作用，应优先增加控制业务备用通道；当通信通道故障规模较大时，可观性对故障传播起主导作用，应优先增加量测业务备用通道。

关键词： JW-4G接触网作业车   电气故障   判断识别   处置方法  

摘要： 本文基于电气控制系统的组成与功能,归纳总结JW-4G接触网作业车的常见电气故障类型,并提出故障判断的主要方法(观察法、测量法和替换法).同时,结合电气故障的处置原则与具体方法,强调定期检查、维护保养及操作人员培训的重要性,提出电气系统检修管理及保养策略,以期为JW-4G接触网作业车的稳定运行提供有价值的参考和借鉴.

关键词： 压缩感知   自适应分块   重构算法   稀疏字典  

摘要： 为了提升滚动轴承故障的分块压缩感知效率，引入自适应分块(Adaptive partitioning， AP)和奇异值分解(singular value decomposition， SVD)的数据处理技术来实现稀疏度自适应匹配追踪(OMParsity adaptive matching pursuit， SAMP)，设计了一种故障信号AP-SVD-SAMP重构方法。对采集的真空泵转子故障信号进行信号分块并分解奇异值处理，再通过SVD-SAMP算法重构计算获得更优的支撑集原子组合形式。研究结果表明：转子故障信号重构结果得到，采用AP-SVD-SAMP算法进行计算时达到最低相对误差，提升信号重构精度。混合故障信号重构处理后，能够对最初信号特征进行精确反馈，显著改善了匹配性能。AP-SVD-SAMP算法可以在达到处理效率的基础上获得更高的重构精度。该研究实现了故障信号重构精度与效率的双重提升，显著改善数据处理性能

关键词： 水电站   机电设备   故障检修   运行维护  

摘要： 水电站作为现代社会重要的基础设施,其发电原理是利用水轮发电机组等设备将水能转化为电能,具有清洁、可再生、无污染等优点.水电站机电设备的运行状态直接影响水电站的发电效率和安全性,对机电设备进行科学的故障检修和有效的运行维护至关重要.基于此,本文简要概述了水电站机电设备的常见故障,分析了相关故障检修技术,提出了水电站机电设备运行维护措施,以期为水电站机电设备维护检修工作提供参考.