设备故障远程诊断网络体系的构建

构建一种基于以太网和Internet远程故障诊断的网络体系,实现了企业设备故障的远程诊断.系统以共享文件访问服务方式进行数据传输,诊断专家系统与网络技术相结合.通过同时满足B/S和C/S结构的用户接口,实现设计的设备故障专家远程诊断和讨论的功能.而且该体系的原型系统已经在企业得到初步应用,效果良好.     

故障诊断专家系统知识获取的变精度粗集方法

针对故障诊断专家系统知识获取的问题，利用变精度粗集(VPRS)理论模型进行知识简化，并采用正则条件熵和互信息熵对故障特征的选择进行评价，实现最简诊断知识的提取，以建立专家系统知识库。对滚动轴承故障诊断的实验表明，该方法有效地弥补了传统故障诊断专家系统知识获取的不足，可正确地实现故障诊断功能，在实际系统的故障诊断中具有应用价值。     

船用核动力冷凝器故障诊断专家系统

对船用核动力冷凝器的故障特征进行了分析,并据此建立了诊断专家系统.讲述了冷凝器的典型故障特征,并根据专家的经验及理论知识建立了知识库.针对故障的特点,专家系统采用了不确定性知识表示方法,推理机采用了双向推理机制.用VisualBasic6.0编制了专家系统程序.该系统对典型故障进行了诊断,得到了预期的效果.     

基于BP神经网络的军车发动机故障智能诊断系统研究

本文在简单介绍专家系统和神经网络基本原理的基础上,针对专家系统不确定知识获取困难的缺点,提出了采用BP神经网络来构建专家系统的不确定知识获取模块的方法,通过对康明斯6BT5.9型柴油发动机的加剧磨损期实验所采集的状态参数进行试验,验证了该方法的可行性。在此基础上,构建了基于神经网络的军车发动机状态监测与故障诊断智能系统。该系统以Windows2000为平台,主要采用VisualBasic语言和Access数据库进行开发。通过友好的人机交互界面实现了状态监测、实时数据采集、实时故障诊断、知识获取和辅助学习等功能。将该系统应用于军车发动机相关故障的诊断,实验结果表明该系统具有较好的诊断效果。     

特种车辆柴油发动机故障诊断专家系统实现问题

为了实现特种车辆柴油发动机已发故障或潜在故障的快速高效诊断,根据特种车辆柴油发动机运行过程特征参数知识表示的模糊特性,建立了多库多层次方式的知识库,并采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制设计了总体目标推理和级目标推理相结合的推理机.该系统采用V isual Basic6.0进行编程,在windows2000平台上运行.应用效果表明,特种车辆柴油发动机故障诊断专家系统的预报准确率较高,具有较大的实用性.     

模糊专家系统在水轮发电机组故障诊断中的应用

根据水轮发电机组的结构特点 ,建造了一个故障诊断模糊专家系统 ,论述了系统的组成及其功能原理和系统建造过程中的规则表示、知识获取、推理机制等重要功能模块 .系统以水轮发电机组温度异常故障为诊断对象 ,采用模糊正向推理方法 ,能够对机组运行过程中产生的故障及时作出诊断 ,实现了故障诊断自动化的功能     

可控硅变流装置的故障诊断专家系统

给出了在ＩＢＭ－ＰＣ个人计算机上用ＧＣＬＩＳＰ智能语言实现的可控硅变流装置的故障诊断专家系统。系统知识表示采用产生式规则，运用反向推理方法，能快速准确地对该装置的二十二种故障作出诊断并给出维修建议。本系统还具有知识库编辑功能，可方便地对知识库进行增剧和修改。     

基于人工智能的单片机软硬件仿真系统

将人工智能与仿真技术相结合，以单片机硬件电路为专家系统的知识来源，建立了单片机硬件配置专家系统，提出了较为完整的知识表示法和推理策略。通过知识库和推理规则实现了对单片机系统仿真硬件描述电路的合理配置，并建立了基于人工智能诊断方法以及专家经验的故障诊断专家系统。实践表明，该系统设计简单、功能完整，建立的基于数据库的故障专家系统，提高了纠错能力。     

基于专家系统和神经网络的卫星故障诊断系统设计与实现

为改善基于知识的专家系统在知识获取上的不足,提高对卫星故障的诊断能力,提出了一种专家系统与神经网络相结合的卫星故障诊断系统。首先,采用开发工具CLIPS以产生式规则搭建知识库,然后利用神经网络方法对知识库进行扩展,解决了专家系统知识获取的"瓶颈"问题,最后利用该系统对卫星故障进行诊断。仿真结果表明,该方法可以提高对卫星故障的诊断能力,有助于卫星测控人员快速定位故障,从而有效保障卫星安全。     

变精度粗集模型在故障诊断专家系统中的应用

将变精度粗集模型应用于故障诊断专家系统的知识获取和知识库的更新;利用变精度知识约简和正则条件熵进行故障特征选择,实现最简诊断知识的获取,以建立专家系统知识库;利用属性的相对依赖性实现知识库的维护与更新.滚动轴承故障诊断的实验结果表明,该方法有效地克服了传统规则式故障诊断专家系统的不足,实现了故障诊断功能.     

神经网络技术在汽车故障诊断专家系统中的应用

针对基于符号处理的专家系统的局限性和汽车故障诊断的复杂性,提出了将神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行深入探讨.最后,给出了一个基于3层BP网的汽车转向系故障诊断专家系统的实例.     

扩展产生式规则的网络故障诊断专家系统

根据自然语言理解和网络故障诊断专家系统的特性,提出了一种扩展产生式规则的知识表示方法.扩展产生式规则将规则的前提、结论和建议分别用概念图表示,是一种混合知识表示方法.在扩展产生式规则知识表示方法的基础上,设计出了网络故障诊断专家系统的模型.该系统具有自然语言接口,可将网络中有关故障问题的汉语语句转换成概念图;经过专家系统推理后,可将推理结果和推理过程转换成汉语输出.为了增强专家系统知识获取的灵活性,在系统中还增加了Apriori关联规则挖掘算法,通过对陷阱协议数据单元挖掘,实现在线知识获取.利用该系统模型已开发出网络故障诊断专家系统原型.     

基于BP网络的飞机燃油系统故障诊断方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用BP神经网络进行飞机燃油系统故障诊断的新方法。通过设计飞机燃油系统层次分类诊断模型,构建了专家系统知识库和推理机,利用CB工具开发了飞机燃油神经网络故障诊断专家系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,完全适合于飞机燃油系统的故障诊断。     

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法     

基于规则的复合人工神经网络故障诊断专家系统

提出了一种基于规则的新智能故障诊断专家系统,该系统使传统故障诊断专家系统和神经网络有机结合,并融合了模糊理论。系统增加了自学习机制,使知识获取容易,解释机制更灵活,因而使故障诊断系统更具灵活性和透明性。     

故障诊断专家系统的新型知识网络推理模型

介绍故障诊断专家系统中的一种新型知识网络表示法，并给出了详细的推理算法与故障判决算法，此知识网络的推理通过消息传递来实现，具有分布式特性，且在整个知识网络的推理与故障判决中融入了不精确推理算法，故能适合大多数的故障诊断专家系统模型。     

基于神经网络专家系统的卫星姿态确定系统故障诊断

介绍了一种基于人工神经网络与专家系统相结合的智能故障诊断系统,将专家系统与神经网络结合运用取长补短,发挥各自的优势.给出了系统的结构组成,并具体描述了神经网络专家系统的工作原理.采用的RBF网络有效地克服了BP网络收敛速度慢,且易陷入局部极小的缺陷.同时利用神经网络的并行处理功能,有效地解决了传统专家系统的推理复杂、时间冗余等缺点.仿真结果证明了该方法应用于卫星姿态确定系统的故障诊断是有效的.     

基于远程数据交换与智能控制系统的汽车故障诊断研究

探讨了基于远程数据交换与智能控制系统的汽车故障诊断模块的功能,分析了汽车故障诊断专家系统的存储表达和推理技术.根据规则推理、案例推理、模糊理论和人工神经网络技术的特点,提出了这些技术的集成方案,设计了汽车故障诊断专家系统,论述了知识库和辅助建模平台的设计方案.该系统经过测试和试用,得到了满意的效果.     

一个模糊神经网络诊断专家系统及其实现

回顾了故障诊断技术的发展历程，提出了智能故障诊断的新分类．编制了一个传统的通用故障诊断专家系统，指出了其存在的知识获取困难、二值逻辑不符合实际、系统容错性差等缺陷．为解决缺陷，构作了一个基于模糊神经网络技术的智能诊断专家系统，并用MATLAB语言实现，仿真结果表明，系统性能良好．     

Fuzzy fault diagnosis system of MCFC

A kind of fault diagnosis system of molten carbonate fuel cell (MCFC) stack is proposed in this paper. It is composed of a fuzzy neural network (FNN) and a fault diagnosis element. FNN is able to deal with the information of the expert knowledge and the experiment data efficiently. It also has the ability to approximate any smooth system. FNN is used to identify the fault diagnosis model of MCFC stack. The fuzzy fault decision element can diagnose the state of the MCFC generating system, normal or fault, and can decide the type of the fault based on the outputs of FNN model and the MCFC system. Some simulation experiment results are demonstrated in this paper.