船用核动力装置的Bayesian融合诊断方法研究

船用核动力装置发生故障时很多参数会发生变化，且参数的变化速度不同，因此有必要对这些参数进行融合处理，得到用于故障诊断的可靠征兆、在得到可靠征兆的基础上，利用基于Bayesian理论的融合诊断方法对故障进行诊断，随着故障现象的逐渐出现，诊断系统能够准确地判断故障类型。将该诊断方法应用于船用核动力装置的失水事故的诊断，利用安全分析得到充分性因子(Ls)，用Bayesian公式进行融合计算，最终能够得到可靠的诊断结果，满足了船用核动力装置的故障诊断要求，具有一定的实际应用价值。     

基于灰色关联度分析的蒸汽发生器故障诊断研究

首先介绍了运用灰色关联度分析法进行故障诊断的原理、步骤和方法，并根据对船用核动力装置蒸汽发生器的常见故障分析，提出了一种基于灰色关联度分析法的船用核动力装置蒸汽发生器故障诊断方法。诊断实例表明，将灰色关联度分析法引入蒸汽发生器故障诊断中是可行的，并且具有简单方便、计算量小、诊断结果可靠等特点。     

船用核动力装置故障诊断专家系统

船用核动力装置故障特征复杂多样，将专家系统引入故障诊断领域可以充分利用专家的经验和知识．对船用核动力装置的故障特性进行了详细分析，并据此建立了故障诊断专家系统．着重介绍了船用核动力装置故障诊断专家系统的构成、建造方法、实现语言、知识的表示方法及推理机的推理过程等内容．用该故障诊断专家系统对一些典型故障在某仿真机上进行了在线诊断，得到了预期的诊断结果．     

神经网络在核动力装置故障诊断系统中的应用

对核动力装置进行状态监测与诊断的层次、步骤、系统结构进行了阐述，并结合专家知识对核动力装置典型故障建立了故障知识库；在此基础上，将径向基函数（RBF）人工神经网络引人到核动力装置故障诊断中，使其与模糊神经网络（FNN）进行邦联，提高了神经网络的诊断速度和准确性．用Visual Basic6．0编制了系统程序．该系统对典型故障进行了诊断，得到了预期的效果．     

模糊神经网络用于齿轮装置故障的逐次诊断法

提出了一种基于神经网络和逐次模糊推理理论,构建了逐次的模糊神经网络,对齿轮装置故障进行逐次诊断.该方法能自动精确地识别齿轮装置故障.提出了5个时域中的无量纲特征参量,并应用可能性理论,把由实测数据求得的特征参量的概率密度函数转换为可能性分布函数,可表征特征参量与设备状态间的模糊关系.逐次模糊神经网络能处理特征参量与故障状态的模糊关系,实现对故障的自动诊断.齿轮诊断实例验证了该方法的有效性及可行性.     

严重事故下蒸汽发生器传热管诱发破裂现象及其缓解策略分析

蒸汽发生器传热管是核反应堆冷却剂系统压力边界的重要组成部分,研究严重事故下蒸汽发生器传热管诱发破裂现象及其影响因素对支持二级概率安全分析意义重大.以CPR1000电厂全厂断电叠加蒸汽发生器安全阀卡开事故为基础事故序列,分析了轴封破口、环路水封清除和下降管水封清除现象对蒸汽发生器传热管诱发蠕变破裂现象的影响,并对二次侧卸压-补水和一次侧卸压-补水两种缓解策略的效果进行了研究.结果表明:轴封破口现象会影响逆向自然循环流量,但不会影响热管段和蒸汽发生器传热管发生蠕变破裂的先后顺序;而环路水封清除和下降管水封清除现象会打破热管段逆向自然循环现象,并导致蒸汽发生器传热管比其他冷却剂系统边界更早失效,从而带来安全壳旁通风险;而二次侧卸压-补水策略和一次侧卸压-补水策略都可以达到降低蒸汽发生器传热管诱发破裂风险的效果.该研究结果有助于改进二级概率安全分析结果,指导CPR1000电厂制定相关严重事故缓解措施并提升严重事故管理导则的事故处置能力.     

模糊神经网络在自动变速器电控系统故障自诊断中的应用

文章介绍了故障自诊断的步骤,针对自动变速器电控系统的特点,建立了故障征兆与故障原因映射列表,并应用基于模糊神经网络的故障自诊断方法,实现了对自动变速器电控系统故障的模糊诊断;并介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理;利用Matlab神经网络工具箱作为平台,进行测试样本仿真和试验,结果表明该诊断方法是行之有效的。     

基于多参数耦合的船舶核动力装置参数重构

针对船用核动力装置在正常运行瞬态、异常瞬态和事故瞬态时,水位类参数易于虚假显示,以及因测量通道、测量仪表故障导致的参数丧失问题,提出了一种基于多信号耦合的重构方法.该方法根据装置参数间的强耦合关系,利用历史运行数据,通过数理统计和人工智能技术,针对装置不同运行工况建立重构数据模型对丧失信号进行重构.试验表明,在装置正常运行瞬态工况时,该方法可以快速、准确地获得重构结果,适于在线使用.     

基于模糊神经网络的电动汽车变速器故障检测研究

针对电动汽车变速器故障呈现不确定性特征，影响检测性能的问题，设计了基于模糊神经网络的电动汽车变速器故障检测方法。从电动汽车变速器故障状态的工况数据中，提取电动汽车变速器的故障征兆参数；模糊化处理电动汽车变速器的故障征兆参数，依据电动汽车变速器故障征兆参数的隶属度，构建模糊规则库；利用BP神经网络学习模糊规则库的故障检测模糊规则，通过正向传播、反向传播和权值修正完成BP神经网络训练。将电动汽车变速器测试样本输入完成训练的BP神经网络，BP神经网络依据测试样本的模糊隶属度向量，输出故障检测结果。实验结果表明，该方法可以有效检测电动汽车变速器的齿轮断齿等不确定性故障，实用性强。     

机械故障诊断中的模糊识别法

所讨论的诊断方法是应用模糊推理和模糊识别理论，在判断故障产生的原因及程度两方面，进行了系统的阐述，给出了故障与征兆之间模糊关系的条件分布函数及其确定方法和模糊识别理论的数学模型．通过对牙轮钻头实验台振动诊断，结果表明该方法具有良好的可应用性、合理性和有效性     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

一种在线检测与预测传感器故障的方法研究

分析了人工神经网络和模糊逻辑，并结合二者各自的优势，针对传感器故障检测的特点，提出一种对传感器故障在线检测与预测的方法。该方法采用在线学习训练网络，并给出传感器的预测信号，对传感器是否发生故障做出检测，仿真实验证明，该方法对传感器的故障能在线做出准确的检测，同时隔离故障传感器并为系统和设备提供临时的预测信号。     

基于自适应神经网络的电路系统故障诊断研究

针对人工神经网络的特点，对传统BP算法进行了全面改进，通过采用自适应学习率和动量因子修正等方法，有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例，引入了模糊数学中的隶属度函数，对故障特征量进行处理后作为自适应神经网络的输入，故障编码作为网络的输出。实验仿真结果表明，该系统对电路故障类型能够有效地进行诊断和识别。     

基于聚类和模糊神经网络的故障诊断

模糊神经网络能够发挥模糊逻辑和神经网络的特性,在武器装备的故障诊断中应用越来越广泛。文中提出了一种基于聚类和模糊神经网络的故障诊断模型,该模型首先通过基于关系度的聚类方法得到模糊神经网络的初始结构,并用梯度下降法对网络的参数进行修改,以得到泛化能力好的诊断网络。仿真结果表明该模型是有效的。     

基于神经网络的摊铺机液压系统故障诊断方法

以摊铺机液压系统为研究对象,提出了基于神经网络的故障诊断模型。结合BP神经网络基本知识和摊铺机液压系统故障的特点,研究了诊断知识的获取方法,设计了摊铺机液压系统故障诊断网络的基本结构。通过与模糊理论相结合研究了输入输出特征向量表达和获取的具体方法,提高了故障诊断神经网络模型的实用性,并提出改进学习效率和动态BP算法可以提高故障诊断神经网络的性能。     

模糊经验方程和模糊自组织神经网络在航空发动机故障诊断中的应用

探讨了模糊经验方程和模糊自组织神经网络在航空发动机故障诊断中的应用。这两种算法有效结合工程经验,算法结构简单,易于应用。采用这两种方法分别对某型发动机实际故障进行诊断,结果表明其可有效的应用于发动机故障诊断。     

模糊Kohonen神经网络回热系统故障诊断

分析了汽轮机组回热系统12种典型故障及9种征兆参数的模糊处理,结合Kohonen神经网络的工作原理、诊断特征,提出了模糊Kohonen神经网络汽轮机组回热系统故障诊断模型.结果表明:该模型可以有效地进行回热系统故障样本模式的模糊量化处理,具有自学习功能、聚类能力强、运算速度快的优点,可以有效地对具有模糊性的单一故障和复合故障进行诊断,是一种适合于汽轮机组回热系统故障诊断的有效可行的方法.     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

基于小波包变换的模糊神经网络小电流接地系统故障选线

根据小波包变换和模糊神经网络的特点，提出了基于小波包变换模糊神经网络的一种小电流接地系统单相接地故障选线方法，即利用经过接地后零序电流训练的小波模糊神经网络来判别接地线路。该方法适用于任何小电流接地系统，并且不受负荷谐波、暂态过程、故障点过渡电阻等因素的影响，从理论上解决了传统方法选线准确率低的问题。EMTP仿真计算结果表明，该方法是准确和可靠的，具有实用潜力。     

基于神经网络模糊观测器的非线性系统的故障诊断

本文运用T-S模糊模型建立非线性系统的系统模型,用神经网络逼近非线性故障,用以设计观测器诊断系统故障。仿真结果表明,该设计方法能够有效的估计出故障大小。