关键词： 计算机电路系统   故障检测   人工智能   深度学习  

摘要： 阐述针对计算机电路系统常见故障类型及传统检测方法的局限性，提出基于深度学习的智能故障检测方案。通过构建神经网络模型，实现故障特征的自动提取和分类，并通过实验验证其有效性。

关键词： 核电厂   瞬态参数预测   萤火虫算法   BP神经网络  

摘要： 随着核电厂向数字化和智能化转型，利用神经网络对瞬态参数进行预测，辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题，提出了一种结合萤火虫算法(Firefly Algorithm, FA)优化的BP神经网络(FA-BP神经网络)。使用PCTRAN仿真软件生成的数据，比较了FA-BP神经网络与传统BP网络在预测性能上的差异，并应用FA-BP神经网络进行故障诊断。研究结果表明，FA-BP神经网络在训练效率和预测精度方面均显著优于传统BP网络，并在故障诊断中展现出高准确率。实验表明FA-BP模型能够支持核电厂操作人员在事故中更有效地管理机组状态，增强核电安全性。

关键词： 新能源汽车   低压上电   故障检测   维修  

摘要： 本文深入探讨了新能源汽车低压上电控制的工作原理及其常见故障检测与维修措施。针对新能源汽车低压上电控制系统的故障问题，本文通过详细分析智能钥匙系统、“启动+制动”的上电控制过程，揭示了低压上电控制的复杂性和重要性。同时，重点研究了低压蓄电池馈电及启动控制系统故障，并提出了相应的检测与维修策略。通过本文的研究，旨在为新能源汽车维修人员提供一套系统、科学的低压上电控制故障解决方案，以提高维修效率，保障新能源汽车低压上电控制系统的稳定性和可靠性。

关键词： 高速列车   轴箱轴承   故障诊断   轮轨激励   中值峭度   倒频谱预白化  

摘要： 受轮轨激励和复杂振动传递路径的干扰，轴箱轴承的微弱故障特征易被强背景噪声所湮没，难以有效提取。为此，基于高速列车单轴滚振台，开展轮轨激励下轴箱振动响应特征及故障诊断方法的研究。首先，通过开展速度等级在50～300 km/h范围内的高频激励试验，采集轴承健康状态、踏面损伤、轴承含外圈故障等条件下轴箱垂向振动响应数据，并对其时域波形、傅里叶频谱和包络谱等特征进行对比分析。分析结果表明：随着速度等级升高，系统的背景噪声逐渐增强，轴箱轴承故障特征逐渐被湮没；踏面损伤会激起周期性的瞬态冲击，在频域具有明显的稀疏性，表征为以转频为间隔的谐波簇，进一步加剧了轴承故障特征提取的难度。随后，在此基础上，提出一种倒频谱预白化与快速谱中值峭度图相结合的方法，用于轴箱轴承故障特征的最优共振参数识别，可以同时避免随机冲击和踏面损伤诱发的周期性冲击的影响。最后，通过试验信号对所提方法的有效性进行了验证。

关键词： 光伏阵列   故障诊断   小波神经网络   混合蛙跳算法   遗传动惯量粒子群算法  

摘要： 为准确辨识光伏阵列的运行故障，该研究提出了一种基于遗传动惯量粒子群优化算法(genetic algorithm and improved particle swarm optimization, GA＿IPSO)、混合蛙跳算法(shuffled frog leaping algorithm, SFLA)以及小波神经网络(wavelet neural network, WNN)相结合的故障诊断方法。首先建立了光伏组件的运行模型，提取了故障状态下光伏组件的运行数据；然后，搭建以WNN为基础的光伏故障诊断模型，针对WNN模型的参数初始值敏感且容易陷入局部极小值的问题，采取SFLA算法对初始值进行优化；为解决SFLA优化的WNN模型中不同子组个体差异大和移动步长随机性的问题，采取GA＿IPSO求解最优个体和最佳步长。实验结果表明，该方法对5种光伏故障(开路、短路、阴影、老化和电势诱导衰减(potential induced degradation, PID))的平均识别准确率达到98.50%,相较改进前故障的准确率提升了9.5%,在澳大利亚光伏数据集(DKASC)下优于误差反向传播(back propagation, BP)神经网络、极限学习机(extreme learning machine, ELM)和支持向量机(support vector machine, SVM)的分类效果。

关键词： 塑料休息踏板   振动优化   振动传递函数   模态分析   拓扑优化  

摘要： 针对某越野车扬声器中度音量以上会引发驾驶员左侧脚塑料休息踏板振动发麻的问题展开了分析与优化研究。首先在踏板上布置振动加速度传感器，得到振动测试曲线，识别出主要问题频率为250Hz和320 Hz，对踏板振动传递路径进行了机理分析，分别对A柱下外饰板和车身地板进行诊断排查分析，结果显示两者均不是主要振动传递路径。然后对塑料踏板进行模态测试分析，模态综合频响曲线显示塑料踏板在251.6Hz和319.1Hz存在明显的峰值，与问题频率一致，综合分析测试结果可知踏板本身结构弱、振动灵敏度大是主要原因。再建立内饰车身有限元模型，对其进行模态分析，分析结果与测试结果对比误差均在5%以内，同时建立扬声器到塑料踏板的振动传递函数分析工况，发现仿真与测试结果趋势一致。最后以踏板振动传递函数为目标进行拓扑优化，发现优化后的踏板振动传递灵敏度减小明显。制作样件进行实车验证，结果表明通过减小踏板振动传递函数灵敏度显著改善了踏板振动问题，该研究方法为其他同类型问题优化提供了参考。

关键词： 大数据   电能计量   故障诊断   故障预测  

摘要： 阐述针对传统故障诊断方法中的问题，基于大数据分析方法，提出一种适用于电能计量采集系统的故障诊断与预测框架，以通过大数据技术提升故障检测的准确性和预测的前瞻性。

关键词： 新能源汽车   电子控制系统   故障分类   维修策略   预防性维护  

摘要： 电子控制系统在新能源汽车中扮演至关重要的角色。然而，电子控制系统的故障问题也日益凸显，严重影响了新能源汽车的性能和安全。因此，应重视电子控制系统的维修及养护工作。本文探讨了新能源汽车电子控制系统故障，分析了电子控制系统故障产生的原因，提出了电子控制系统维修有效策略，以促进新能源汽车发展。

关键词： 复合金属粉末   温压成型   离散元法   有限元法  

摘要： 复合金属粉末温压成型是一种广泛用于航空航天、能源动力等高端领域的先进制造技术。随着材料科学和计算机技术的迅速发展，数值模拟方法在温压过程中的仿真应用日益重要。DEM和FEM是用于模拟颗粒系统动力学和宏观材料行为的两种主要数值工具。近年来，学者们逐渐将两种方法结合，发展出DEMFEM耦合仿真技术，以更全面地揭示温压成型过程中的复杂物理机制。本综述涵盖三个研究角度：离散元法在复合金属粉末温压成型中的应用、有限元法在温压成型中的模拟、离散元法与有限元法耦合仿真。研究深入探讨了各方法的应用优势与局限性，提出未来发展方向，以期为复合金属粉末温压成型领域进一步研究提供有价值的理论支持和实践参考。

摘要： 故障现象一辆2022款奔驰EQE350纯电动车，累计行驶里程约为2.7万km，因仪表盘提示左车窗气囊故障（图1）而进店检修。故障诊断接车后试车，确认故障现象属实。用故障检测仪（xentry）检测，在辅助防护装置控制单元（N2/5）内存储有故障代码“B002111左侧车窗气囊/头部气囊引爆装置存在功能故障。存在对搭铁短路”（图2）。查看故障代码B002111的停帧数据，故障频率显示为4次。读取N2/5相关数据流（图3），发现“带部件‘R12/22（左侧车窗气囊引爆装置）’的点火回路的电阻”显示为2.67Ω，正常。根据以往的维修经验，初步判断该车故障可能为导线连接器接触不良。试着脱开导线连接器后并重新连接，