《动车组检测与故障诊断技术》教学课件—05故障诊断技术.pptx
- 文档编号:18824219
- 上传时间:2023-12-20
- 格式:PPTX
- 页数:91
- 大小:1.14MB
《动车组检测与故障诊断技术》教学课件—05故障诊断技术.pptx
《《动车组检测与故障诊断技术》教学课件—05故障诊断技术.pptx》由会员分享,可在线阅读,更多相关《《动车组检测与故障诊断技术》教学课件—05故障诊断技术.pptx(91页珍藏版)》请在冰点文库上搜索。
1,第5章故障诊断技术5.1故障诊断概述,5.1.1故障诊断方法的分类
(1)基于信号处理的方法
(2)基于解析模型的方法(3基于知识的故障诊断方法,2,1.基于信号处理的方法,所谓基于信号处理的方法,通常是利用信号模型,如相关函数、频谱、小波变换等,直接分析可测信号,提取诸如方差、幅值、频率等特征值,从而检测出故障。
基于信号处理的方法主要有:
3,
(1)小波变换方法,小波变换是一种时频分析方法。
故障诊断时,对采集的信号进行小波变换,在变换后的信号中除去由于输入变化引起的奇异点,剩下的奇异点即为系统发生的故障点。
基于小波变换的方法可以区分信号的突变和噪声,故障检测灵敏准确,克服噪声能力强。
4,
(2)主元分析方法,主元分析是一种有效的数据压缩和提取方法,该方法可以实现在线实时诊断。
主元分析用于故障诊断的基本思想是:
对过程的历史数据采用主元分析方法建立正常情况下的主元模型,一旦实测信号与主元模型发生冲突,就可判断故障发生,通过数据分析可以分离出故障。
5,(3)利用算子的故障诊断,利用算子的故障诊断是基于算子构造Hilbert空间的最小二乘投影向量集,推导出完整的格形滤波器作为故障检测滤波器,用算子描述的后向预测误差向量的首位元素作为残差,并采用自适应噪声抵消技术使残差对故障敏感。
6,2、基于解析模型的方法,基于解析模型的方法是在明了诊断对象数学模型的基础上,按一定的数学方法对被测信息进行诊断处理,可分为状态估计法和参数估计法。
7,3、基于知识的故障诊断方法,近年来,人工智能及计算机技术的发展,为故障诊断技术提供了新的理论基础,产生了基于知识的诊断方法,此方法由于不需要对象的精确数学模型,而且具有智能特性。
基于知识的故障诊断方法有:
专家系统故障诊断方法、模糊故障诊断方法、故障树故障诊断方法、神经网络故障诊断方法、信息融合故障诊断方法。
8,5.1.2故障诊断的知识构成,知识是以各种方式把多个信息关联在一起的信息结构是人类在长期的生产和实践活动中所积累的认识和经验的总结研究知识的构成实质上是对知识进行分类处理和合理的形式化描述,诊断知识具体可分为:
故障征兆、背景知识、,经验知识、模型知识、过程知识、决策知识和控制知识,9,1.故障征兆,故障征兆属于事实性知识,它是对故障各种特征属性值表现为异常时的一种定性或定量描述2背景知识背景知识分为两类:
(1)第1类背景知识主要是指来自理论分析、故障机理研究、模型实验的实测数据、故障可能引起的后果分级等,
(2)第2类背景知识主要是指设备在运行时所发生故障的情景描述,包括故障类型、故障现象、处理措施等,10,3经验知识经验知识是指领域专家在长期的设备故障诊断实践中积累起来的关于如何进行故障诊断的启发式知识,是一种浅知识经验知识的最大特点在于其启发式,因而求解效率很高,这对实时性有严格要求的情况是一个很大的优点;4模型知识模型知识是指基于设备的结构、行为和功能描述的诊断知识这类知识属于深层知识,与经验知识不同,它能够对未曾预料到的故障进行诊断.,11,5过程知识,过程知识常常反映一个动态的具有时序的过程如果一个过程能用数学模型来描述,则过程知识能用一段计算机程序来描述6决策知识决策知识是指设备及其各分系统、部件和元件出现异常发生故障时是否应该或采取怎样的处理措施,针对各类故障可采用的检测和维修方案,以及故障再现对策和故障排除对策,12,7控制知识,控制知识即元级知识,是关于知识的知识一方面利用这类知识来协调备类知识的运用,即关于控制策略方面的知识另一方面是为了提高诊断效率方面的知识。
13,图52诊断知识的组成及相互关系,14,5.1.3设备故障诊断的求解策略,故障诊断是根据故障征兆信息确定系统故障原因的过程,设备的故障诊断一般是一个有穷递归的过程诊断专家在整个故障诊断过程中适时、有机地交替使用上述的各类型的知识,15,图53故障诊断过程流程图,5.2振动诊断方法,利用振动信号对故障进行诊断,是设备故障诊断方法中最有效、最常用的方法。
机械设备在运行过程中的振动及其特征信息是反映系统状态及其变化规律的主要信号。
通过各种动态测试仪器拾取、记录和分析动态信号,是进行系统状态监测和故障诊断的主要途径。
5.2.1振动诊断方法概述,振动检测方法便于自动化、集成化和遥测化。
便于在线诊断、工况监测、故障预报和控制,是一,种无损检验方法,在工程实际中得到到了广泛应用。
主要方法有:
振动信号的幅值分析方法。
振动信号的相关分析方法。
振动信号的频域分析方法。
振动信号的时序分析法。
振动信号的特征分析方法,振动信号的幅值分析方法。
应用于幅值分析的参数有均值、均方根值、最大值、最小值和绝对平均值等。
优点:
参数计算简单,对故障诊断有一定的作用。
缺点:
存在对故障不十分敏感、不好区分的缺点。
振动信号的相关分析方法。
相关分析主要应用了相关系数与相关函数,即通过相关函数来研究两个信号之间的相关性和依赖性。
相关函数有自相关和互相关之分。
自相关函数不包含信号的相位信息,只存在单一的量值关系;互相关函数则包含相位信息。
振动信号的频域分析方法:
频域分析的基础是频谱分析,即分析动态信号的幅值、相位、功率和能量随频率的变化关系。
频谱分析主要包括功率谱密度函数分析、细化谱分析、倒频谱分析、冲击响应谱分析、最大熵谱分析以及全息谱分析等。
故障在发生、发展时都会引起频率结构的变化。
可以研究系统的传递特性、系统的输入与输出关系。
可以了解系统的固有特性以及故障源的信息如何传递变化等。
振动信号的时序分析法。
时序法就是对有序的观测数据(观测的时间序列简称观测时序)进行统计学处理与分析的一种数学方法,是数据的统计处理与系统分析相结合的一种方法。
时序法可以对系统进行动态分析,还可对系统的未来状态和趋势进行预报和控制。
时序分析的手段就是建立时序模型。
通过时序模型的相应判据来诊断机器状态的变化。
这种方法在很多场合下能可靠地判断机器是属于正常状态还是异常状态。
振动信号的特征分析方法:
特征分析主要是依据旋转机械最基本的运动变量转速在变化时或在某一稳定转速时,机器各重要部位的振动量值的大小来进行特征描述。
特征分析的目的就在于把众多的特征分量(频率)从复杂的信息中识别出来,研究和分析它们的变化特征,从而判别机器的运行状态是否正常。
5.2.2振动诊断的时域分析方法,直接对振动时域信号进行分析和评估是状态监测和故障诊断最简单和最直接的方法。
特别是当信号中含有简单谐振信号、周期信号或短脉冲信号时更为有效。
直接观察时域波形可以看出周期、谐波、脉冲,利用波形分析可直接识别共振现象和拍频现象。
还可利用各种示性指标来进行诊断。
1.作为故障诊断特征量的一些示性指标,系统中某特征点的振动响应,的概率密度函数,T采样时间,示性指标的应用:
在旋转机械振动监测和故障诊断中,对于波形复杂的振动信号,常常采用其峰-峰值作为振动大小的特征量。
利用系统中某些特征点振动响应的均方根幅值作为故障诊断的判断依据。
称为偏态因数,偏态是概率密度函数不对称性程度的度量。
称为峰态因数,是概率密度分布峭度程度的度量。
无量纲示性指标:
上述示性指标按其诊断能力由大到小排列的顺序为峰态因数裕度因数脉冲因数峰值因数波形因数。
值因数的比较,图中示出了一个轴承外圈在工作了21小时后出现伤,其峰态因数和峰值因数的变化趋势。
2.时域故障诊断的概率分析法,图5.13信号及其概率密度函数,是在总的观测时间T中信号位于区间内的所有时间之和,3.时域同步平均法,时域同步平均法是从混有噪声干扰的信号中提取周期性分量的有效方法。
一个随机信号的时域平均起着滤波的作用,当平均次数N无穷大时可得信号的直流分量,即平均值。
当随机信号中包含有确定性的周期信号时,如果截取信号的采样时间等于周期性信号的周期T,将所截得,的信号叠加平均,就能将该周期信号从随机信号、非周期信号以及与指定周期T不一致的其他周期信号中分离出来,这就是时域同步平均法的基本思路。
平均次数后的时域波形,1.响应频谱诊断法,图中曲线1是在一定条,件下机器在某给定点上响应的频谱维护极限,即机器振动频谱值超过曲线l就应停机维修;,别表,曲线2和曲线3分示机器运行在良好状态和正常状态下的频谱包络线。
图5.15某机器的典型频谱图,5.3声学诊断方法,超声波诊断方法声发射检测诊断方法,5.3.1超声波诊断方法,1超声波的基本特征,超声波是一种人耳不能听到的高频声波。
超声波在均匀介质中能定向传播且能量衰减很少。
超声波传播的路径上如果遇到一个细小的缺陷,如气孔、裂纹等,在金属与空气相接触的界面上就会发生反射,且能量被明显地衰减。
2.利用超声波进行探伤的特点是:
超声波有良好的指向性,频率越高,指向性越好。
超声波可在物体界面或内部缺陷处反射、折射和散射,据此可检测物体内部和表面的缺陷。
波长越短,识别缺陷的尺寸越小,可检测与其波长同量级的缺陷。
超声波探伤原理:
由电振荡在探头中激发高频超声波,入射到构件后若遇到缺陷,超声波会被反射、散射或衰减,再经探头接收变成电信号,进而放大显示,根据波形来确定缺陷的部位、大小和性质,并由相应的标准或规范判定缺陷的危害程度。
3.超声波检测诊断的方法,图5.18超声波诊断分类图,5.3.2声发射检测诊断方法,材料或结构受外力或内力作用产生变形或断裂,以弹性波形式释放出应变能的现象称为声发射。
声发射也称应力波发射。
除极少数材料外,金属和非金属材料在一定条件下都会产生声发射。
声发射(AE,AcousticEmission)检测诊断技术是,一种评价材料或构件损伤的动态无损检测诊断技术。
它是通过对声发射信号的处理和分析来评价缺陷的发生和发展规律,并确定缺陷位置。
声发射检测的特点,
(1)声发射必须有外部条件,如力、电磁、温度等因素的作用,使材料内部结构、缺陷或潜在缺陷发生变化,才能产生能量释放使声发射出来,声发射技术是一种“动态”无损检测技术,它对增长着的缺陷更敏感,可以检测微米数量级的显微裂纹的变化,检测灵敏度很高。
绝大多数金属和非金属都具有声发射特性,声发射诊断几乎不受材料所限,可以长期对缺陷的安全性进行实时状况监测和险情报警,这是声发射技术优于其他无损检测技术的特点。
1.声发射信号的基本特征,(a)突发型(b)连续型图5.20声发射信号的典型波形,声发射信号的一些特征:
声发射信号是上升时间很短的振荡脉冲信号,上升时间约为10-410-8s,信号的重复速度很高。
声发射信号有很宽的频率范围,通常从次声频到30MHz。
声发射信号一般是不可逆的,就是说声发射信号具有不复现性。
同一试件在同一条件下产生的声发射只有一次,这就是所谓的凯塞(kaiser)效应,声发射信号的产生不仅与外部因素有关,而且与材料的内部结构有关。
声发射信号的机理各式各样,且频率范围很宽,使声发射信号具有一定的模糊性。
2.声发射信号的表征参数,
(1)声发射事件:
一个声发射脉冲激发声发射传感器所造成的一个完整振荡波形。
(2)声发射振幅值:
一个完整的AE振荡波形中的最大幅值。
(3)事件持续时间:
一个AE事件所经历的时间叫事件持续时间,通常用振荡曲线与门槛值的第一个交点到最后一个交点所经历的时间来表示。
(4)上升时间:
振荡曲线与门槛值的第一个交点到最大幅值所经历的时间,3.声发射信号的检测与分析图5.23声发射检测原理图,来自试件的声发射信号被传感器接收,转变为电信号,经前置放大器、滤波器和主放大器放大和滤波,以高信噪比信号提供给数据信号处理器。
计数器以数字显示或经数模转换进而驱动X-Y记录仪绘出图形。
5.4.1专家系统的结构,专家系统的基本结构主要包括四个部分,即知识库、推理机、工作存储器、人机接口,如图5.1所示。
系统(设备)故障诊断专家系统的一般结构,统中各部分的功能,
(1)系统(设备)参数库系统(设备)参数库用于存放与诊断系统(设备)有关的结构和功能参数以及系统(设备)过去运行情况的背景信息。
(2)征兆事实库征兆事实库用于存放系统推理过程中需要和产生的所有征兆事实,征兆事实是故障诊断的主要依据。
统中各部分的功能,(3)诊断知识库诊断知识库用于存放领域专家的各种与系统(设备)故障诊断有关的知识,包括系统(设备)征兆、控制知识、经验知识、对策知识和翻译词典等。
(4)征兆获取模块征兆获取模块采用时域和频域的分析方法,对系统(设备)数据库中的数据进行分析并绘制各种特征图形,获取征兆事实。
统中各部分的功能,(5)推理机推理机是一组程序,用于控制整个系统的运行。
它负责利用诊断知识库中的知识,并根据征兆事实,按着一定的问题求解策略进行推理诊断,最后给出诊断结果。
(6)解释程序解释程序负责回答用户提出的各种问题,它是实现专家系统透明性的关键部分。
统中各部分的功能,(7)故障对策程序故障对策程序能针对推理机给出的诊断结果向用户提供故障对策。
(8)知识获取程序知识获取程序负责对知识库进行管理和维护,包括知识的输入、修改、删除和查询等管理功能以及知识的一致性、冗余性和完整性检查等维护功能。
统中各部分的功能,(9)人机接口模块用来完成用户、领域专家或知识工程师与诊断系统的交互。
它负责把用户输入的信息转换成系统能够处理的内部表示形式。
专家系统的知识库与推理机是完全分离的,即解决问题所需的知识和使用知识进行推理的程序相分离,这是专家系统区别于传统程序的一个基本特点。
5.4.2专家系统的知识表示,知识是专家系统的核心,专家系统的性能水平取决于它所拥有的知识的数量和质量。
专家系统的工作过程是一个获得知识并应用知识的过程,所以说专家系统是一个知识处理系统。
为了对知识进行处理,首要问题就是如何表示知识。
知识的获取、表示和利用是专家系统的三个基本问题。
1.知识的层次结构,数据定义为:
“客观事物的属性、数量、位置及其相互关系的抽象表示”。
信息定义为:
“数据所表示的含义”。
领域知识是指故障诊断专家系统在进行故障识别时所用的知识。
元知识是关于如何有效地选择和使用领域知识的知识,所以说它是关于知识的知识。
(1)产生式规则的形式,产生式规则的一般形式为:
IFTHEN规则的条件部分也称为规则的前提或左部,它可以是多个子句的逻辑组合。
规则的动作部分也称为规则的结论部分或右部,它可以是一个或一组动作或结论。
例如,在旋转机械故障诊断中有如下规则:
如果转速不变时,振幅变化较大;转速不变时,1倍频相位有较大变化。
那么存在碰摩故障。
(2)产生式系统,规则库,它是产生式规则的集合,它包含关于问题领域的一般性知识。
综合数据库,又称事实库,它包含解决特定问题的事实或断言。
控制策略,是执行问题求解过程的规则解释程序。
产生式系统的规则解释程序以循环方式进行操作,每次循环可分为三步:
匹配、冲突消解和执行。
略:
将所有规则合理排序,选择最先匹配成功的一条规则。
选择优先级最高的规则。
这种优先级是由程序员根据具体任务事先定义的。
选择条件较多的规则。
选择条件部分含有数据库中最新生成事实的规则。
选择一个原先没有用过的新规则。
(3)产生式表示的优点,模块化。
对规则的增加、修改和删除都可以独立地进行,使系统具有较强的可扩充性。
表示形式的一致性。
使得产生式规则的控制及操作都比较容易实现。
自然性。
产生式规则的“IFTHEN”结构接近人类思维和会话的自然形式。
(4)产生式表示的缺点,推理效率低。
非透明性。
依赖于已有的经验。
3.知识的框架表示,框架理论的基本思想是:
框架是人脑中存储的记忆的结构模式,人在面临新的场面时(或对某一问题的观点发生了根本变化时),一般会从他的记忆中选择一个称为框架的基本知识结构。
这个框架是他以前记忆的一个知识空框,而其具体内容可根据实际情况作相应的修改。
(1)框架的表示形式,框架是由框架名和一组槽(Slot)组成的,每个槽都有对应的值。
槽名表示框架所描述的事物或事件所具有的各种属性,槽值则表示各属性的当前值。
框架系统的功能:
框架系统的功能在于它的层次性和继承性。
通过利用框架的槽和继承性可以建立起强大的知识表示系统,尤其是基于框架的专家系统对于表示因果知识是非常有用的,因为框架中的信息是按因果关系组织的。
一些专家系统开发工具,允许框架槽中存放各种类型的内容。
框架槽可以存放规则、图形、注释、监视信息、向用户提出的问题等。
不平衡故障框架实例,框架系统结构,框架系统可表示成一种树形层次结构如图所示。
抽象框架一般位于框架系统的上层。
框架间的父子关系通过AKO等槽连接。
当子框架的某些槽值没有具体给出时,可从其父框架中继承这些值。
产生式系统与框架系统的比较:
5.4.3知识的获取,在诊断专家系统中,诊断知识来源于两个方面:
自然语言文献,如专业书籍、期刊、产品出厂文件、设计施工总结、安装调试记录以及设备运行历史资料等。
领域专家的经验,如领域专家在问题求解过程中所利用的结构知识、因果知识、行为知识等。
1.通过知识工程师获取知识,知识工程师通过与领域专家接触、对话,并在专家的指导下通过对必要的书本知识和实例知识的提取,然后以一种合适的计算机内部表示方式把专家的经验知识存入知识库。
2.通过知识编辑器获取知识,领域专家通过与知识编辑程序进行对话,把经验知识输入知识库,系统按照约定获取知识。
知识编辑器是一种采用交互方式进行知识输入的工具软件,它是在建造专家系统时根据需要编制的。
知识编辑器的功能:
把知识工程师用某种语言表示的知识转换成计算机可以表示的内部形式并输入到知识库中。
检查输入知识的语法是否正确,发现错误应报告,以便及时进行修改。
检查知识的一致性和完整性,报告产生错误的原因和部位,以便进行更正。
3.通过学习程序获取知识,这是一种由学习系统从数据库、已有知识和实例中获取知识的方法。
学习程序使得系统自身具有获取知识的能力。
可以从已知的原始信息中“学习”到专家系统所需的知识。
还可以从系统自身的运行实践中总结和归纳出新的知识。
学习程序具有如下功能:
识别语音、文字和图像的能力,以便能够直接获得专家系统所需的原始知识。
理解、分析和归纳的能力,从而可以从各种事例中抽取知识。
从运行实践中学习的能力,产生新的知识,纠正存在的错误,实现知识库的自我完善。
4.通过神经网络获取知识,采用神经网络获取知识,不需要知识工程师从领域专家的经验中提取规则,只是对领域专家提供的大量故障实例进行学习,自动从领域专家的实例中提取知识。
获取的知识隐含地存储在神经网络中,并不像规则那样显式地表示出来,这种知识的获取方式是自动的。
5.5.1故障树分析的基本概念,故障树(FT)模型是一个基于研究对象结构、功能特征的行为模型,是一种定性的因果模型,以系统最不希望事件为顶事件,以可能导致顶事件发生的其他事件为中间事件和底事件,并用逻辑门表示事件之间关联的一种倒树状结构的逻辑图。
故障树分析是一种针对某个特定的不希望事件的演绎推理分析,是一种将系统故障形成的原因进行由总体至部件按树枝状逐级细化的分析方法。
故障树分析的主要应用:
设计中,应用FTA可以帮助设计者弄清系统的故障模式和成功模式,预测系统的安全性和可靠性,评价系统的风险,衡量元、部件对系统的危害度和重要度,找出系统或设备的薄弱环节,以便在设计中采取相应的改进措施.通过故障树模拟分析,可实现系统优化。
在管理和维修中可以进行事故分析和系统故障分析。
制定故障诊断和检修流程,寻找故障检测最佳部位和分析故障原因。
完善使用方法,制定维修决策,以便采取有效的维修措施,切实预防故障的发生。
故障树分析法的特点:
直观、形象。
灵活、方便。
通用、可算。
故障树分析法的主要缺点是:
复杂系统的建树工作量大,数据收集困难,并且要求分析人员对所研究的对象必须有透彻的了解,具有比较丰富的设计和运行经验以及较高的知识水平和严密清晰的逻辑思维能力。
5.5.2故障树分析所用的符号,顶事件中间事件开关事件(房形事件)条件事件,与门(AND)或门(OR),非门,异或门(互斥或门),1.确定顶事件和边界条件,顶事件应是针对所研究对象的系统级故障事件,是在各种可能的系统故障中筛选出来的最危险的事件。
对于复杂的系统,顶事件不是唯一的,分析的目标、任务不同,应选择不同的顶事件。
还可把大型复杂系统分解为若干相关的子系统,以典型的中间事件当作若干子故障树的顶事件进行建树分析。
故障树的边界条件应包括:
初始状态。
当系统中的部件有数种工作状态时,应指明与顶事件发生有关的部件的工作状态。
不容许事件,是指在建树的过程中认为不容许发生的事件。
必然事件,是指系统工作时在一定条件下必然发生的事件和必然不发生的事件。
条件的关系。
表5.5简单电气系统的顶事件和边界条件,顶事件初始状态不容许事件必然事件,电动机不转开关闭合由于外来因素使系统失效(不包括人为因素)无,电动机过热开关闭合由于外来因素使系统失效开关闭合,2.逐层展开建树,从顶事件开始,逐级向下演绎分解展开,一直追踪至底事件,建立所研究的系统故障和导致该系统故障诸因素之间的逻辑关系,将这种关系用故障树的图形符号表示,构成以顶事件为根、若干中间事件和底事件为干支和分支的倒树图形。
建树时不允许门与门直接相连,门的输出必须用一个结果事件清楚定义,不允许门的输出不经结果事件符号便直接和另一门连接。
3.故障树的化简,为了进行故障树的定性和定量分析,需对初始绘出的故障树进行化简,去掉多余的逻辑事件,使顶事件与底事件之间呈简单的逻辑关系;对于不是与门、或门的逻辑门,按逻辑门等效变换规则变成等效的与门、或门。
常用的化简法有“修剪”法、模块法、卡诺作图法和计算机辅助化简法等。
5.5.4故障树的定性分析,故障树定性分析的目的在于寻找导致顶事件发生的基本事件(底事件)或基本事件的组合,即识别出导致顶事件发生的所有故障模式。
故障树定性分析工作包括以下三方面内容:
一是对故障树进行规范化处理。
二是对故障树进行简化和模块化处理。
三是采用故障树分析算法(上行法或下行法)对故障树进行处理。
1.故障树的数学描述,设xi为底事件i的状态变量,xi仅取,0,两种状态。
表示顶事件的状态变量,也仅取0或1两种状态。
则有如下的定义:
(1)与门结构函数,式中,n为底事件数。
当xi仅取0或1两值时,上式可改写为:
当全部部件、元器件发生故障时,设备才有故障,,与门结构故障树,
(2)或门结构函数,当仅取,0或1两值时,上式可以改写为:
上式说明只要一个部件、元器件故障,设备就会有故障,或门结构故障树,(3)故障树结构函数,
(1)割集及最小割集的定义,所谓割集是指设备的一些底事件集合,当这些底事件同时发生时,顶事件必然发生;而最小割集是指割集中所含的底事件除去其中任何一个时,就不再为割集了。
一个最小割集代表设备的一种故障模式。
最小割集是导致故障树顶事件发生的数目最少而又最必要的底事件的割集。
a.下行法(Fussel-vesely算法),故障树最小割集求解的下行法是采用由上而下的故障树搜寻法。
它是根据故障树中的逻辑与门仅增大割集容量,不增加割集数目,而逻辑或门会增加割集数目,不增加割集容量的性质,由上而下,顺次把上一级事件置换为下一级事件,遇到与门就把与门下面所有的输入事件都横向并列写出,遇到或门就把或门下面所有的输入事件都竖向串列写出,以此类推。
b.上行法,上行法是从底事件开始,自下而上逐步进行事件的集合运算。
将或门输出事件表示为输出事件的并(布尔和)将与门事件表示为输入事件的交(布尔积)。
这样向上层层代入,最后按布尔代数吸收律和等幂律来化简,将顶事件表示为底事件若干积项之和的最简式。
图5.43所示的故障树,其上行法求解过程如下,步骤l:
故障树最下一级为步骤2:
往上一级为,步骤3:
最上一级为,简化的故障树,5.6故障诊断的信息融合技术,5.6.1多传感器信息融合,应用领域主要有:
机器人和智能仪器系统:
战场任务和无人驾驶飞机;,目标检测与跟踪;自动目标识别;多源图像复合等。
信息融合比较确切的定义可以概括为:
利用计算机技术将来自多传感器或多源的信息和数据,在一定准则下加以自动分析、综合以完成所需要的决策和估计而进行的信息处理过程,以便得出更为准确可信的结论。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 动车组检测与故障诊断技术 车组 检测 故障诊断 技术 教学 课件 05
![提示](https://static.bingdoc.com/images/bang_tan.gif)