基于液晶显示器检测工装设计研究

液晶显示器由于具有低耗能、散热小、平板纤薄、加固等优势,在工业中应用越来越广泛,工业上以液晶显示器为背景开发的各种功能也越来越多。日常液晶显示器维修主要根据故障现象判断故障点或通过换板来确定故障要因,缺少调试维修工装,为了确保液晶显示器的质量,针对液晶显示器检测问题,本文提出一种工业平板液晶显示器检测工装设计,能够快速定位显示器零部件故障所在,提供显示器检测手段,有效提高了液晶显示器维修效率。     

一种交通视频专网故障定位方法*

针对复杂异构网络环境中故障定位难的问题,采用代理技术,分析视频专网服务质量（QoS）,提出了一种基于改进代码书的网络故障定位算法。该算法采用视频QoS阈值进行故障事件检测,引入时间参数,建立具有三个维度参数的专网故障代码书,实现了视频监控质量评估与网络故障的快速定位。实验结果表明该算法可实现文中的故障事件实例检测,准确率比原有方法有较大提升,是一种有效的故障定位方法。     

基于在线测试的通用化导弹装备电路板检测系统设计

针对传统的导弹装备电路板检测系统只能检测某一型号单一设备,检测时间长,检测精度低,造成维修资源浪费,提出了设计一套通用化检测系统的重要性;系统采用在线功能测试技术为主,辅以在线状态测试技术和智能VI曲线扫描测试技术的综合在线测试技术解决方案,能快速实现电路板故障检测和定位;实验表明该系统不但故障检测速度快、故障检测率高,而且能完成对不同型号导弹装备各种类型电路板的故障检测与定位,可靠性高且通用性好.     

龙芯3号板卡HT互联及内存故障诊断方法的设计与实现

龙芯3号处理器广泛应用于安全可靠领域,这类主板器件密度大,板贴程度高,故障检测难度大;需要在确保硬件高可靠的同时加强设备自检测和故障自诊断设计;基于龙芯3号计算机主板HyperTransport (HT)互联和内存出错两类常见的故障,提出了软件辅助故障诊断和可靠性增强的方法,为工厂的维修保障工作提供了有效的软件辅助定位故障的方法;经实验测试,该方法可以快速高效地定位龙芯3号主板故障,提高了维修保障效率。     

基于云的电力监控视频故障管理系统设计

针对目前电力视频监控系统中设备种类和数量不断增多、视频故障频发影响正常电力调度、视频监控管理越来越依靠网络等现象,在研究电力视频故障检测云平台的基础上,设计了基于云的电力视频故障管理系统,使故障维修具有实时性和目的性,满足大规模数字视频监控系统的运行和维护需求,提高了电力视频监控系统的可靠性。     

TCAS视频存储器板卡故障诊断系统研究

TCAS是保障飞机飞行安全的重要机载电子设备,然而国内对TCAS系统板卡只能进行板卡级的测试,不能进行元件级的维修和测试。以TCAS系统中的视频存储器板为例,根据板卡电路特点及适航要求提出一种改进后的基于故障树分析的元件级故障诊断新方法,该方法通过对待测板卡提供外围激励信号、编写程控控制命令、故障树分析和编写输出结果优化程序等对待测板卡进行故障检测与定位,该系统通过调试与运行证明效果良好,并由实验数据得出故障检测精度大大提高,为国内自主研发元件级自动检测设备和机载电子板卡的深度维修提供了可靠的理论依据。     

基于PXI总线的某型战车自动测试系统设计

针对某新型战车组成系统多、技术复杂、维修保障困难等问题,设计了一种基于PXI总线的自动测试系统,综合运用模糊Petri网智能故障诊断技术,能够对各组成系统进行在线测试和离线测试,快速定位故障部件及可能故障部位;详细说明了系统的硬件平台设计、软件平台设计及故障诊断方法,简要介绍了系统鲁棒性设计;通过实装试验,该系统使用方便,判定故障快速有效,提高了某型战车的维修保障效率。     

智能识别视频图像质量分析系统在平安城市的应用

近年来,视频监控技术在智能交通、安防监控等各行各业得到了广泛的应用。随着视频监控设备数量的急剧增加,其自身设备的故障维护和管理面临越来越大的挑战。以往采用人工巡检的方式对监控视频设备的故障管理模式已经远远不能满足现实的需求。针对视频监控设备检测中的视频质量分析问题,本文设计并实现了一种视频质量实时检测系统,包括图像预处理、异常检测、结果输出、管理等四个模块。其中图像预处理模块主要是对视频图像格式、分辨率等进行处理;异常检测模块则是视频常见异常的检测算法实现部分;结果输出模块是对异常检测结果的可视化显示;管理模块则是为用户便于管理系统而设计的。测试结果表明该系统基本满足视频质量实时检测要求,不仅检测异常精度高,而且系统性能稳定。     

基于OTDR和光功率测试的光纤故障监测应用方法

为了降低光纤光缆故障率和缩短光缆网络故障诊断时间,提出了一种基于光功率测试和光时域反射仪的光纤故障监测方法;利用光功率测试技术对光缆性能进行实时监控并预警光缆故障;分析光纤功率衰减的原因,计算得到光缆修理增加的长度,设计了修正故障地点的算法;当光缆网络发生故障时,利用光时域反射仪测试故障位置,并利用误差检测算法对电缆衰减进行分析排除,对故障地点进行故障位置修正以便快速抢修;结果表明,该方法可以降低光缆网络故障率,在故障定位中可以提高光缆故障定位的精度,计算的故障位置与实际故障位置的误差不超过10m,可以进行实时快速的维修,对于运营时间较长的光缆网络的效果更明显,具有较好的应用价值。     

基于互相关算法的飞机导线故障诊断与定位系统设计

以飞机导线短路故障和断路故障为研究对象,目的在于寻求一种测试方法能够提高应用时域反射测量原理进行故障诊断与定位的精度;按照实际机场工程应用背景,设计了以便携式工控机为控制核心、以LabVIEW为驱动软件的飞机导线故障诊断与定位系统;根据信号传播特性,提出了基于互相关算法的故障定位方法,消除了系统误差的影响;计算机仿真和实物测试结果表明该系统具有测试过程方便、准确性高的优点,对提高民航机务维修质量具有促进作用。     

基于终端数据的电信承载网异常节点定位方法

随着电信IPTV业务的高速发展，承载网规模不断扩大，设备故障运维难度逐渐增大。当设备发生故障时，如何在大规模网络中对故障节点进行快速定位已成为运维方面的重大挑战。目前承载网设备故障告警主要依赖于设备性能日志，误告较多，且无法适应大规模网络故障定位。因此借助Spark等工具，提出一种基于终端数据的异常节点定位方法，结合网络拓扑初步实现阈值告警。并进一步以设备相关性和可靠性为分析基础，将告警过程产生的大量虚假告警进行清洗，提高故障定位精确率。实验结果表明，在承载网故障定位中该方法精确率能达到89%，具有较高实用价值。     

基于模糊推理的网络故障诊断研究

设计了一个可用于网络故障诊断的基于模糊推理的专家系统模型。为了验证此模型的有效性,设计和实现了一个原型系统。该系统的测试结果显示,故障诊断和定位的准确性较高,可以满足校园网的故障诊断和维护的需要。     

基于神经网络与模糊融合的外围故障诊断方法

针对用传统检测方法诊断模拟电路系统设备外围故障困难的问题,提出了一种利用BP神经网络与模糊融合相结合的故障诊断新方法,将神经网络与模糊融合结合起来,实现两者优势互补;首先利用神经网络的泛化能力对系统内部各可测点电压各用一个独立的BP神经网络对系统进行初级诊断,然后根据初级诊断结果,运用模糊融合诊断方法进行故障诊断,诊断结果更趋于合理,对模拟电路系统的外围故障实现正确定位;该方法能充分利用系统内部故障信息,有效避免采集外围设备信息的困难。     

基于遗传粒子群法的配电网故障定位研究

针对分布式电源接入后配电网故障定位困难的现状,构造了适应多分布式电源接入的故障电流编码方式、开关函数和评价函数。提出了基于改进遗传粒子群法的配电网故障定位方法,该方法有效融合了遗传算法在全局搜索方面和粒子群法在局部搜索方面的优势。建立配电网故障定位仿真实例,通过配电网系统单重故障和多重故障及FTU上传故障信息出现畸变情况的仿真对比分析,结果表明本方法具有更高的定位准确率和较快的收敛速度,且本方法抗干扰性更强。本研究成果可为配电网故障定位提供有效的参考和技术指导。     

基于BP神经网络的某防空导弹发射机构故障分析

在武器装备维修与技术保障领域中,普遍存在故障模式复杂、分析定位繁琐等问题,一定程度上影响了装备维修工作的效率。为解决上述问题,以陆军某型便携防空导弹发射机构为典型研究对象,设计了一种基于人工神经网络的故障分析方法,研究了神经网络在装备技术保障领域中的应用。该方法以BP神经网络为基础,利用历史维修数据确定网络的正反向传播矩阵,在后期采取一定措施对预测准确率进行了优化,整套方法利用Python环境进行了实现。通过实验验证,该方法对发射机构故障进行定位时,速度快、效率高,准确率超过96%,因此可知该方法对于多种故障现象影响下的故障模式分析具有较高的预测准确率,能满足装备维修中故障模式的快速分析定位,并且具有较强的通用性。     

使用PSR重检测改进的核相关目标跟踪方法

针对传统的基于核相关滤波器的跟踪方法（KCF）缺少跟踪失败检测的问题,提出了一种改进的KCF目标跟踪方法。改进的KCF跟踪器采用高斯窗口方法在目标位置上截取训练样本,这种采样方法可以获得更有效的目标信噪比并同时减少背景干扰信息的引入,从而使跟踪器可以在复杂场景下具有更强的适应性。在目标跟踪的过程中,通过相关运算的峰值旁瓣比检测目标跟踪是否失败,并在相关匹配值较高的位置学习目标检测器。一旦检测到跟踪失败,便对跟踪器进行纠正,恢复目标跟踪。通过实验验证了改进算法的鲁棒性,相比传统的KCF跟踪器的总体性能提高了13.2%。     

判别稀疏表示鲁棒快速视觉跟踪

目的 L1跟踪对局部遮挡具有良好的鲁棒性,但存在易产生模型漂移和计算速度慢的问题。针对这两个问题,该文提出了一种基于判别稀疏表示的视觉跟踪方法。方法 考虑到背景和遮挡信息的干扰,提出了一种判别稀疏表示模型,并基于块坐标优化原理,采用学习迭代收缩阈值算法和软阈值操作设计出了表示模型的快速求解算法。结果 在8组图像序列中,该文方法与现有的4种经典跟踪方法分别在鲁棒性和稀疏表示的计算时间方面进行了比较。在鲁棒性的定性和定量比较实验中,该文方法不仅表现出了对跟踪过程中的多种干扰因素具有良好的适应能力,而且在位置误差阈值从0~50像素的变化过程中,其精度曲线均优于实验中的其他方法;在稀疏表示的计算时间方面,在采用大小为16×16和32×32的模板进行跟踪时,该文算法的时间消耗分别为0.152 s和0.257 s,其时效性明显优于实验中的其他方法。结论 与经典的跟踪方法相比,该文方法能够在克服遮挡、背景干扰和外观改变等诸多不良因素的同时,实现快速目标跟踪。由于该文方法不仅具有较优的稀疏表示计算速度,而且能够克服多种影响跟踪鲁棒性的干扰因素,因此可以将其应用于视频监控和体育竞技等实际场合。     

小样本条件下基于SGMM模型的滚动轴承故障诊断研究

由于机械设备故障时间短,信号捕获难度高等原因的存在,会导致小样本故障集出现,但小样本往往是机械故障诊断的关键;针对小样本条件下传统滚动轴承故障诊断诊断算法存在检测率偏低等问题,提出一种基于SGMM模型的滚动轴承故障诊断算法;先确定与故障建模策略相关的提取任务,预估潜在的机械故障状态变化;对故障信号进行变分模态分解,得到最小熵解卷积结果,并满足端点效应的处理需求,实现对机械故障位置的精确定位与诊断;实验结论表明,SGMM模型更注重对故障脉冲成分的连续检测,在以峭度作为衡量标准的条件下,该方法增强故障冲击力的作用更强,能更早诊断出轴承类机械元件的早期故障状态,平均故障检测率能够达到99.4%。     

风洞群真空泵组集中监测与智能故障诊断系统的设计

真空是风洞群开展试验必备的动力资源;作为风洞群动力保障之一,真空泵组具有数量多、分布分散、结构复杂、集成度高、运行噪声大等特点;为满足真空泵组设备健康管理和维修决策支持的需要,设计并研制了风洞群真空泵组集中监测与智能故障诊断系统;该系统采用PLC隔离通信、数据可视化、设备状态监测及智能预警、基于故障机理和规则推理的专家系统等技术,实现了真空泵组的集中监测和故障智能诊断,解决了风洞动力设备故障预判和提前预警困难、故障定位不易准确、缺乏专家知识库等问题;经实用验证,该系统实现了风洞群真空泵组故障智能预警和故障诊断分析,提高了综合诊断监测效率,值得推广。