关键词： 滚动轴承   强噪声干扰   智能故障诊断   逐次变分模态分解   特征融合卷积神经网络   SoftMax分类器  

摘要： 针对滚动轴承振动信号易受到外界噪声的干扰，导致故障特征信号微弱甚至被淹没，难以提取有效的故障特征的问题，提出了一种基于逐次变分模态分解与特征融合卷积神经网络（SVMD-FFCNN）的故障诊断方法。首先，利用SVMD对原始振动信号进行了模态分解，得到了固有模态函数（IMF）分量，并计算皮尔森相关系数，筛选出相关程度大的分量，进行了信号重构，完成了信号的降噪工作，并以降噪后的信号作为输入数据；然后，搭建了特征融合卷积神经网络模型（FFCNN），对卷积神经网络（CNN）提取到的浅层特征以及利用不同映射方法获取的深层特征成分进行了融合，提取了更具代表性的故障特征；最后，以SoftMax作为分类器，进行了深沟球轴承故障的分类任务，采用SKF6203深沟球轴承，并利用搭建的轴承故障模拟实验台采集了深沟球轴承振动数据，对SVMD-FFCNN方法进行了实验验证，并将其与其他方法进行了对比分析。研究结果表明：SVMD方法能够有效降低噪声的干扰，相较于未经过SVMD降噪处理的信号，实测实验信号信噪比提升了116.22%，均方根误差减低了56.10%；SVMD-FFCNN方法在噪声环境下的平均准确精度达到了99.37%，且三个转速工况下的诊断精度均达到了99%以上，表明该方法在噪声环境下具有更优越的故障诊断性能。

关键词： 去噪   聚合   查准率/查全率   PON   LOS/LOSi  

摘要： 为提升无源光网络（PON）网络运行稳定性以及相关故障的快速定位，提出了基于事件特征的综合故障处理方法。首先通过事件去噪提升查准率，再次通过事件聚合提升查全率，并基于关联数据通过算法演进完成相关网络问题的快速感知、预警与定位。以PON网络为例，通过关键事件（告警）的选取，并通过上述流程实现PON链路故障的快速高效定位，通过典型网络分析和仿真，去噪比率可实现80%以上，聚合的查全率比率也可达到80%以上，进而支持PON网络运维效率的提升。

关键词： 故障检测   多模态过程   过渡模态   慢特征分析   新息矩阵  

摘要： 针对多模态过程中不同模态的过程特性不同，单一故障检测模型无法同时对稳定模态和过渡模态进行故障检测的问题，提出了一种基于自适应窗口新息矩阵的多模态过程故障检测方法。将历史正常数据利用慢特征分析（SFA）方法映射至慢特征（SF）空间，并选取其中具有强可预测性和故障敏感特性的向量子集组成轨迹子空间；然后，通过自适应步长的窗口新息矩阵（IM）来计算统计量，并求取控制限实现检测。通过TE多模态过程实验结果表明，方法可有效解决不同模态统计量不统一的问题，对大多数故障平均检测率达90%以上，虚警率不足2%，验证了方法的可行性。

关键词： 堆垛机故障诊断   声振信号融合   改进格拉姆角差场   多模态特征融合   改进ResNet34  

摘要： 工业堆垛机的传动部件故障信号不明显，特征识别效率低，且传统网络模型参数量大，限制了故障诊断的效率与精度。针对上述问题提出一种声振信号融合的堆垛机故障诊断方法。针对不同信号特征的有效提取与优化问题，提出变分模态分解和改进格拉姆角差场(Variational Mode Decomposition， VMD；Improved Gramian Angular Difference Field， IGADF)特征工程方法，对信号进行降噪、低频模态重构、优化的图像编码处理。然后设计多模态特征融合网络，融合八种模态的图像特征，以丰富的模态信息提升模型决策准确性和鲁棒性。最后针对传统诊断模型的效率与精度问题。对ResNet34网络改进第二卷积层和激活函数，加入注意力机制并调整残差块数量，使其更适用于数据集，降低网络参数量和计算复杂度。实验结果表明，改进方法在自采集数据集和公开数据集MFPT上的准确率分别达98.5%和98.1%，在参数量较低的条件下展现出优异的故障诊断性能和良好的泛化能力。

关键词： 数字孪生   飞行器舵回路   健康管理   电动舵机   建模与仿真   孪生应用  

摘要： 针对长航时可复用飞行器舵回路故障检测、诊断、预测中存在的可量测数据少和数据不全面的问题，本文将数字孪生引入至舵回路健康管理中。首先，本文提出了一种舵回路系统的数字孪生框架，通过AMESim和FLUENT对舵回路进行了机、电、控制和飞行动态负载的精细化建模，并实现了三相机电控制和飞行实时动态负载模型的耦合集成。然后，为解决舵回路数字孪生与物理实体在正常、舵面缺损和松浮故障等多种运行状态中保持虚实一致的问题，本文构建了舵回路虚实一致性感知方法及数字孪生动态调整机制，使得舵回路数字孪生通过在线故障感知与加载，具备持续跟踪实体变化并保持虚实一致性的能力。最后，实验表明，正常和故障下所建舵回路数字孪生虚实电流和舵角的多项时域指标的幅值与趋势均能与物理实体保持虚实一致，且经孪生扩展的数据维度可为舵回路健康管理提供更全面的数据支撑。

关键词： 综合能源系统   可靠性评估   能源品质   故障多状态  

摘要： 综合能源系统中异质能源存在品质差异，且各子系统传输特性各异，使得传统供能可靠性的评估并不完全适用于综合能源系统(integrated energy system,IES)。为此，提出一种考虑能源品质及故障多状态的综合能源系统可靠性评估方法。首先，考虑用户在供能总量和供能品质两个方面的要求，提出一种预期未供应?指标。其次，以供能品质是否满足用户期望为判据，计及异质能源传输延迟性，对传统的供能可靠性评估指标进行修正。再次，考虑气、热系统传输过程的动态特性，建立综合能源系统的多状态转移模型。最后，通过算例仿真验证所提方法的有效性，分析故障多状态转移模型及供能可靠性指标修正对IES可靠性评估结果的影响。

关键词： 分布式光伏   多模无人机视频   云平台   光伏故障检测   注意力机制  

摘要： 工业园区分布式光伏发电存在布局分散、故障检测环境复杂及安全运维等级要求高等特点。分布式光伏故障检测面临故障样本稀缺和单模态数据信息不足等问题。基于此，提出基于多模态无人机视频的分布式光伏典型故障检测算法及其云平台实现。为提升模型对小样本光伏故障特征的学习能力，引入CBAM卷积注意力机制、CARAFE上采样及BiFPN加权双向特征金字塔网络改进YOLOv5s模型。自建多模态小样本光伏故障数据集MulSun并进行性能评估，结果表明本文改进的YOLOv5s模型可实现95.3%的识别准确度，主要性能优于其它对比模型。以本算法为基础研发面向无人机视频的分布式光伏故障检测云平台系统。在分布式工业园区现场的测试结果表明，研发的云平台系统具有高效成本低、易部署、云访问等特点，能满足工业园区高效低成本的光伏板故障巡检的实际应用需求。

关键词： 雷击干扰   多重分形谱   多项式拟合   故障识别   辅助判据  

摘要： 为了解决高压直流输电线路保护易受雷击干扰影响的问题，提出了一种基于多重分形谱二次多项式拟合的直流输电线路雷击干扰与故障识别的新方法，这是首次将多重分形算法应用于区分雷击和区内故障。该方法通过计算电压暂态信号的多重分形谱，并利用其二次多项式拟合函数的最高次项系数来表征电压信号的波动程度，从而实现对雷击干扰与故障情况的辨识。仿真结果显示，该方法不仅能准确识别雷击干扰和故障，而且识别速度快。此外，多项式拟合系数能够更好地表征不同信号的波动差异。因此，该方法可作为高压直流输电线路保护的一种辅助判据，对于进一步提高直流输电线路保护的可靠性具有重要意义。

关键词： 配电网   单相接地故障   故障选相   故障选线   有源消弧装置  

摘要： 选相选线是配电网单相接地故障有效治理的关键环节。针对现有选相选线方法在高阻接地故障时辨识能力不足、适应性差的问题，该文提出一种基于特征电流变化量的配电网高阻接地故障主动选相选线方法。首先，分析了单相接地故障前后零序电压特征分量的变化规律及其响应机理；其次，通过对比健全相与故障相特征电流变化量辐角主值(characteristic current variation principle value，CCV-PV)的特性差异，构建了基于母线CCV-PV的故障主动选相方法；再次，通过比较健全馈线与故障馈线的CCV-PV特性差异，构建了基于馈线CCV-PV故障主动选线方法。理论分析和仿真验证表明：仅需有源消弧装置注入特征电流即可实现接地故障的主动选相和选线，并且所提方法在高阻接地故障、三相零序不对称、非同步采样等复杂场景下均具有较高的灵敏度。

关键词： 风力发电机   损耗   温度   多场耦合   固有参数   有限元  

摘要： 针对永磁同步风力发电机运行过程中因固有参数摄动导致电感和磁链计算精度偏低的问题，提出一种计及多场双向耦合效应的永磁同步发电机（permanent magnet synchronous generator， PMSG）电感与磁链摄动分析的方法。以一台2 MW永磁同步风力发电机为例，首先，根据电磁学和传热学理论，分析PMSG热源，建立电磁损耗模型，结合永磁同步风力发电机的螺旋水道结构，分析PMSG温升，建立温度-流体场模型，根据多物理场耦合机制建立PMSG电磁-温度-流体的多场双向耦合模型；其次，基于电磁-温度-流体场双向耦合模型，采用有限元交替迭代方法计算不同温度下PMSG的电感和磁链数值；最后，利用最小二乘法进行电感和磁链的数据拟合，得到风电工程背景下额定工况中PMSG电感和磁链的表达函数。与冻结磁导率法、有限元法进行对比分析，该方法获得的永磁同步风力发电机电感和磁链的摄动特性与表征方法有效且精确。