故障类造句

• 所提出的自适应整定算法、系统级自适应保护功能实现策略综合利用供配电线路自适应保护装置本地信息、变电站站内信息与集控中心借助scada系统提供的一次、二次设备状态信息及拓扑连接关系,自动在线计算并修正保护整定值,实现了对电力系统拓扑结构、运行方式及故障类型变化的自适应。
• 本文针对冗余度机器人发生锁死故障类型进行了研究，对其故障时刻和故障后的同步容错轨迹规划问题进行了深入、系统的分析，此外还对两机器人的协调操作问题进行了初步仿真研究。
• 这种振动诊断技术虽然取得了一定的成果，但是在多个泵阀同时发生故障的场合，这种方法遇到了无法解决的难题，使之不得不求助于粗集理论、遗传算法等数据处理方法来分辩故障类型和判断故障具体发生在哪一个泵阀上。
• 论文深入地分析了高压线路故障暂态电流行波的波折、反射过程以及折、反射系数的特点，提出了新的单端行波故障测距方法，它不仅能够有效地识别出测距所用的反射波，而且几乎不受线路结构、长短、故障接地电阻、故障类型、系统阻抗的影响，在近区仍可以准确地进行测距；同时模拟阻波器的特征，设计了低通数字滤波器，对通过了低通数字滤波器的暂态故障电流行波再次进行小波分析，并利用本文提出的单端行波故障测距方法进行故障定位，结论是所提出的测距方法在实际应用中仍是有效的。
• 本文的研究工作主要包括以下五个部分：首先，介绍航空发动机常见的磨损故障类型，研究磨损故障的失效机理，分析磨粒的产生机理、分类以及形态特征：其次，针对传统铁谱分析技术的缺点，引入图像分析技术，再结合特征参数优化筛选，形成基于图像的磨粒显微形态学特征描述方法：然后，基于提取到的磨粒形态特征信息，应用模式识别方法完成磨粒自动识别，并根据颗粒摩擦学的基本原理进行航空发动机磨损故障的诊断与定位：再后，鉴于单一方法不能提取足够的故障征兆信息进行磨损故障诊断，本文引入信息融合技术，开展航空发动机多故障征兆信息综合诊断方法的研究与探索；最后，基于航空发动机滑油光谱分析与铁谱分析数据，应用时序模型、灰色模型以及组合模型进行磨损故障的预测方法研究。
• 本文从绝缘结构的故障机理入手，以绝缘结构故障的典型特征? ?局部放电为研究对象，重点讨论局部放电的在线监测方法、适用场合并比较它们的优缺点；在分析笼型异步电机转子断条在线监测的定子电流监测方法后，根据其缺陷，本文探讨了温升不平衡法、希尔伯特变换数字滤波、小波包分析法的原理及优点；以电机轴承、气隙偏心等故障为研究对象，通过对电机振动和转速频率的检测，诊断电机的故障类型；本文的重点工作是将人工智能技术中的模糊技术应用于电机的状态监测和故障诊断中，力求使电机故障诊断更接近人工智能化；最后，本文对电机状态监测和故障诊断系统进行了硬件和软件初步设计，为实现预测维修提供了有效的技术手段。
• 为解决模拟电路的故障信息高效获取难题,本文采用小波变换作为故障信号的预处理器,研究了基于小波变换预处理的bp网络故障诊断方法,该法能在有效提取故障特征的同时,降低输入信息的维数,从而进一步简化了神经网络的结构,减少了其训练时间,提高了辨识故障类别的能力。
• 主要内容如下：对壁面机器人的可能故障进行分析，总结系统可能的故障类型，并选择体现不同故障类型的特征信号，构建系统的故障空间和故障征兆空间，建立了两者之间的映射关系，并在此基础上制定了故障诊断方案。

• 故障类的英语：exception class