模糊数学在汽车故障诊断中的应用

汽车故障征兆与故障原因间的关系是模糊的,为此,将模糊数学方法引入到汽车故障诊断中,建立汽车典型故障诊断的数学模型,提出由历史数据及专家优序数综合确定模糊隶属度的方法,建立模糊诊断模型,并在计算机上实现汽车故障的模糊诊断.     

基于变分模态分解和改进模糊支持向量机的汽轮机故障诊断方法

针对现有方法在汽轮机故障诊断中存在影响诊断结果的样本、诊断准确率不高等缺陷,提出了基于变分模态分解(VMD)和改进的模糊支持向量机(FSVM)相结合的故障诊断模型;采用VMD对信号进行分解,并计算出各模态分量的样本熵值作为特征值,构造特征向量;通过核模糊C均值(KFCM)聚类算法计算出不同特征向量的模糊隶属度值,并将其引入支持向量机(SVM)中形成FSVM故障诊断识别模型,同时采用粒子群算法(PSO)优化FSVM中的参数;通过本特利RK4型转子试验台模拟汽轮机故障,将得到的数据输入诊断模型中进行实验。结果表明,在保证诊断模型性能的前提下,与传统SVM相比,基于VMD和改进的FSVM方法可以有效提高汽轮机故障诊断的准确率,而且诊断时间更短。     

基于模糊数学的液压挖掘机故障诊断

为快速诊断出液压挖掘机产生的故障原因,构建了液压挖掘机故障诊断的模糊数学模型.通过经验数据隶属度矩阵和专家优序数隶属度矩阵计算出故障诊断原因向量,由最大隶属度原则得到最终故障原因.将此方法运用于SWE50型挖掘机液压系统故障中,顺利找出故障原因是液压泵磨损,泵油压力偏低.     

基于主元回归模型的挖掘机液压系统故障诊断

为提高挖掘机液压系统的可靠性,提出了基于主元回归(Principal Component Regression,PCR)模型和模糊C-均值(Fuzzy C-Means,FCM)聚类的挖掘机液压系统故障诊断方法.故障诊断方法将故障诊断分成故障特征提取和故障分类两个部分.在故障特征提取中,首先确定PCR模型的输入/输出结构,通过主元分析(Principal ComponentAnalysis,PCA)的累积贡献率得到故障样本的主元数目,建立相应的PCR模型并提取回归系数作为故障特征;在故障分类中,将FCM聚类作为故障分类器,对回归系数进行分类,判断系统的故障状态.仿真试验表明,提出的故障诊断方法能有效地应用于挖掘机液压系统.     

FUZZY数学在汽车电喷发动机故障诊断中的应用

将模糊数学方法引入到汽车电喷发动机故障诊断中,提出了由历史数据及专家优序数综合确定模糊隶属度的方法,建立了模糊诊断模型,解决了针对一种或数种故障征兆,如何准确、快速地找到引起故障的真正原因,从而为汽车的故障诊断维修工作提供了一种科学、可行的新方法.     

带置信因子的变压器故障模糊诊断

为了解决电力变压器中故障诊断存在的大量随机性和模糊性问题。提出了一种基于置信因子的模糊诊断方法。建立的带置信因子变压器故障模糊诊断模型，用于科学地定量确认故障产生原因；通过确定置信因子和建立模糊综合评判信度，补偿评判中主观信度，实现故障诊断过程。应用实例证明该方法是有效。可行和可靠的，具有实际推广价值。     

基于树型结构层次分析法的挖掘机故障诊断

介绍了机械设备故障诊断中树型结构层次分析的方法及树型结构的建树步骤与建树规则,以挖掘机故障诊断为例建立了整机系统及液压子系统故障树型结构层次分析诊断模型,对挖掘机故障诊断进行了定性分析与定量计算.     

一种新的高阶前馈神经网络及其在旋转机械故障诊断中的应用

剖析了基于 BP神经网络和径向基函数网络的故障诊断模型的诊断性能和应用中的局限性 ,针对这些诊断模型的局限性 ,提出了基于椭球单元 (Ellipsoid Unit)高阶网络的诊断模型 ,并对网络训练算法进行了研究 ,提出了基于模糊聚类算法的网络权重初始化方法和网络动态训练策略 ,有效地改善了网络的学习性能和诊断性能 ;最后对该网络在旋转机械故障诊断中的应用进行了研究。结果表明 :比之经典前馈网络 ,椭球单元网络在故障分类方面因其能形成封闭有界的决策区域而具有明显的聚类的优越性和分类的合理性 ,很适合故障诊断领域的分类问题     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

液压挖掘机自适应模糊滑模控制的研究与仿真

为了解决滑模控制中的抖振问题,设计了自适应模糊滑模变结构控制器.为了使滑模控制的等效控制不依赖于挖掘机工作装置的精确数学模型,引入自适应模糊控制连续逼近等效控制器,增强对不确定性控制系统的鲁棒性,并将其用于液压挖掘机工作装置的轨迹跟踪控制.控制规则包括等效控制、切换控制和调整控制三个部分.在Matlab7.4/Simulink环境下对自适应模糊滑模控制进行了挖掘轨迹的跟踪仿真,给出了跟踪性能及控制输入.     

基于ARMAX模型的挖掘机液压系统故障检测

根据挖掘机的可靠性水平和智能化程度,提出了一种基于ARMAX(Auto-Regressive Moving Average Exogenous)模型的挖掘机液压系统故障检测方法.使用系统正常状态下的信号样本建立系统的ARMAX辨识模型,通过休哈特控制图分析ARMAX辨识模型的输出残差,以获取故障检测的阈值;然后,将系统故障状态下的信号样本代入ARMAX辨识模型,当模型残差超过阈值,即能判定系统发生故障.实验分析表明,基于ARMAX模型的故障检测方法够有效地检测挖掘机液压系统产生的故障.图3,参10.     

基于Sugeno模糊模型的数控机床故障诊断法

在数控机床的故障诊断中,许多对数控机床故障征兆描述的诊断规则都是诊断专家的诊断经验,具有很大的随意性．文中将Sugeno模糊模型用于数控机床故障诊断系统的方式,实现了对各个诊断专家诊断结果的模糊综合,补充了诊断专家诊断知识的不足,消除了诊断专家诊断结论的随意性,保证诊断结论的准确,利用该方法基于诊断专家系统技术可以实现对数控机床的自动诊断,而且诊断结果准确、可靠．     

一种通用型模糊环境智能故障诊断系统的实现

描述了基于模糊环境智能模型和专家系统知识推理的,可通用于工业现场大型设备机组的故障诊断与维护系统的设计思想和实现方法。系统构造以主要功能模块协同工作的模糊规则为设计主线,在此基础上,通过对规则的进化与更新来提高与完善系统的整体性能。针对知识库维护相对不便的问题,结合工业现场故障诊断的特点,详细介绍了专家系统诊断平台的系统框架、知识表示、推理方法和主要实现技术。实践结果表明,该系统运行效果良好。     

基于模糊贴近度的故障诊断

为了提高船舶机舱设备早期进行故障诊断的有效性与准确性,使用了模糊贴近度的方法,并利用机舱燃油系统的实验数据指出传统贴近度的方法在故障诊断方面的不足。对传统模糊贴进度的公式进行了改进。根据模糊贴近度原理,结合模糊数学隶属度,构建了一种模糊贴近度函数模型。利用实验数据验证了该模型。实验结果表明,使用改进的模糊贴近度的方法优于传统模糊贴近度的方法,能有效完成燃油系统的故障诊断,可以满足实际船舶故障诊断中的需求。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则,事例,模糊诊断,神经网络集成模式,提出了多参数综合智能故障诊断方法,分析了多种诊断方法集成的必要性,以及该方法的知识表示,智能推理诊断及知识学习,应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。     

基于NFI直推式学习算法的故障诊断方法

在故障特征数据空间中,搜索输入数据最相邻的训练数据作为子训练数据集,用最速下降法对模型模糊规则参数进行优化。用Fisher's iris数据集仿真并同自适应神经模糊推理系统(ANFIS)比较,平均试验误差降低了15%,运算速度提高了约30%。将一组采自航空发动机实际试车故障特征数据输入到诊断模型中,模型能准确识别发动机存在的三类故障状态,说明了此算法对解决一些故障诊断问题的有效性。     

基于Internet/本地的锅炉故障模糊诊断专家系统

研究了一种基于Internet／本地的锅炉故障模糊诊断专家系统,该系统利用模糊推理机制,通过检测电厂实时运行数据库中出现的故障征兆,结合给定的规则知识,诊断锅炉系统在运行过程中可能出现的特定故障,该系统可以在锅炉本地运行,也可以建立在基于Internet的远程锅炉专家分析平台上,以提高电站锅炉的远程技术支持能力,同时,本系统采用模块化结构,基于Web技术、具备良好的扩充性和操作性。     

基于推断估计混合模型的聚丙烯腈生产过程故障诊断

为保证复杂工业过程生产的安全稳定 ,需要实现过程的故障诊断 .以推断估计混合模型为基础 ,建立了采用模糊模式识别方法的故障诊断系统 ,并以聚丙烯腈生产过程为例 ,对现场实时数据进行了故障诊断仿真 .仿真结果说明 ,该系统具有较好的故障实时诊断性能 .