井下采选充一体化智能运输管控系统设计

针对井下采选充一体化开采技术的发展,为了提高其智能化的水平,加强监测和控制,利用现有的传感技术、计算机网络技术、信息综合处理技术等,构建运输设备“三位一体”的智能运输管控系统。智能运输管控系统基于小波分析和模糊神经网络实现对运行设备的智能实时监测,对设备故障能及早发现并报警,通过专家知识库对设备故障进行分类、存储。从而为解决设备故障提供技术支持。现场实验结果表明智能管控系统可有效地监测设备,对设备故障有一定的预测性,满足井下采选充系统的要求。     

飞机防滑刹车系统的智能故障诊断与重构

针对目前飞机在起飞着陆过程中故障率高的问题,设计一种交叉冗余飞机防滑刹车系统的智能故障诊断与重构系统。该系统基于BP神经网络专家系统,利用专家先验知识、神经网络的数值推理和自学习能力对飞机刹车过程出现的故障进行分析和建模,继而准确推断和定位故障;通过对系统信号流向优先级建立对应加权有向图模型,采用寻找最短路径的算法对系统进行优化重构,从而使飞机刹车系统达到更高的安全水平。研究结果证明:在刹车过程中,给定随机故障后,系统能迅速、准确地判断和定位故障并实时重构系统,达到1次和部分2次故障时能正常工作且保证工作性能的设计目标。     

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．     

基于知识工程的图形化网络拓扑诊断系统开发

针对目前智能诊断系统缺乏有效的知识库开发工具、推理功能单一等问题,需要一套自动化、智能化水平高,能适应多变量、多过程的复杂系统的故障诊断系统.系统将人类的思维能力、系统的物理规律和数学模型有机地结合,开发了一套基于知识工程的图形化网络拓扑诊断系统,其特有的图形化网络拓扑专家知识表达使专家知识的建立、修改、扩充和维护于一体,不需编写专门代码,节约了时间减少了人为出错的可能性;集专家规则、模糊逻辑和神经网络于一体的组合智能推理机使系统适应于多变量、多参数、多目标及多过程的复杂系统.在Bently模拟转子试验台上对系统的有效性进行了验证,取得了较好的效果.     

基于专家模糊神经网络的磁悬浮控制系统的研究

采用了自行设计的DSP系统板,它主要完成数据处理及实时控制以及专家模糊神经网络的控制方案。专家模糊神经网络控制器由模糊神经网络控制器FNC和专家系统EC组成。对径向四自由度磁悬浮轴承模型进行了研究,经仿真和实验表明,控制系统性能良好。     

台阶爆破模糊神经网络智能设计

为了提高爆破参数设计计算的准确性,在台阶爆破设计中,应用了模糊神经网络模型选取孔网参数的方法.模糊神经网络是人脑的模型,是取模糊推理系统与神经网络两者之所长融合而成的新技术.应用模糊网络模型对台阶爆破进行智能设计,结合了计算机和专家各自的优越性,从以往的爆破效果良好的实例中获取专家经验知识,应用专家知识选取爆破参数,可以取得良好的爆破效果;从而实现了智能设计,增强了设计的可靠性,提高了生产效率,为生产爆破提供了可靠的依据.     

焦炉集气管压力模糊神经网络控制系统

针对焦炉集气管压力这类多变量非线性系统的特点,提出了一种基于模糊神经网络的智能协调控制方案:应用遗传算法对模糊神经网络结构和参数进行优化,采用PLC的逻辑梯形图语言编程实现智能协调运算,将系统的硬件高可靠性、软件灵活性与现代智能控制相结合,保证了集气管压力稳定在工艺要求范围内.     

模拟电路的融合智能故障诊断探究

本文阐述了在对模拟电路进行融合智能故障诊断过程中使用的,基于数据融合技术、模糊理论、神经网络和遗传算法的新方式,这种方式在诊断的过程中通过多种电路测试数据,对因为测试节点不够而产生故障信息不足的问题进行解决。使用遗传的算法,对BP网络的初始权值分布和结构等进行优化。每一种测试信息都是用一个单独的遗传神经网络进行初步的分析,最终在各种测试信息的基础之上取得诊断电路受到各种故障损害的可能性,在对每一种神经网络的输出信息的重要性进行考虑,在进行决策融合的过程之中使用模糊积分融合的方式。本文对模拟电路的故障特征进行选择,通过对系统结构的选择、样本选择、算法学习和决策的综合方式,通过对电路进行的诊断,论述了融合智能故障诊断的具体实现方式,对各种方式的鲁棒性进行了验证。最终对故障进行准确的定位。     

T-S模糊神经网络在风机故障诊断中的应用

针对供热锅炉房风机故障的不确定性和复杂性的特点,结合神经网络的自适应自学习能力和模糊系统利用语言描述来获取知识的优点,建立了一种基于T-S模糊神经网络的风机二级故障诊断模型,以风机常见故障振动信号的特征频谱峰值变化为依据,诊断故障类型,并对故障原因进行识别。应用MATLAB软件进行系统仿真测试,通过实例与BP神经网络进行了对比分析,结果表明基于模糊神经网络的故障诊断方法收敛速度快、诊断精度高、效果较稳定,能够有效地诊断风机故障。     

基于CEEMDAN多尺度模糊熵和SSA-BP神经网络的VP型垂直摆倾斜仪故障辨识

针对现有倾斜仪故障记录的甄别与分类主要依靠人工经验,诊断过程繁琐及诊断精度不高的问题,充分利用信号分解技术的特征升维与机器学习模型的快速自动分类等优势,提出一种结合完备集成经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）多尺度模糊熵和麻雀搜索算法（SSA）优化BP神经网络的VP型宽频带垂直摆倾斜仪故障自动诊断方法。该方法首先将故障数据归一化,利用CEEMD分解信号得到本征模态函数（IMF）的多尺度模糊熵,然后基于麻雀搜索算法（SSA）优化BP神经网络的权值与阈值,得到最佳权值和阈值,最后应用SSA-BPNN模型对倾斜仪故障特征数据进行辨识。实验表明:CEEMD多尺度模糊熵判据具有良好的倾斜仪故障特征区分效果;SSA-BP神经网络模型在准确率和召回率上,相比BP模型分别提高4.758 1、6.321 6个百分点,辨识过程更稳健,弥补了VP型倾斜仪在故障智能识别领域的空白。     

基于神经网络的专家系统

人工神经网络与专家系统,作为人工智能应用的两大分支,在实际应用中都有许多成功的范例,但作为单个系统来讲,二者都存在很大的局限性。主要是专家系统知识获取的"瓶颈问题"和神经网络知识表达的"黑箱结构"。为解决这个问题,本文提出将专家系统与神经网络技术集成,达到优势互补的目的。利用神经网络优良的自组织、自学习和自适应能力来解决令家系统知识获取的困难,同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷。论文提出了基于神经网络专家系统的结构模型,知识表示方式以及推理机制等。     

基于离散Hopfield网络的飞机发动机故障诊断的智能算法研究

本文尝试将Hopfield神经网络应用于飞机发动机故障诊断,阐述了基于离散Hopfield网络的故障诊断专家系统的基本结构,对离散Hopfield网络的容错能力做了分析,这样一方面体现了离散Hopfield网络的优越的容错能力,另一方面也为以后对该网络进行进一步优化提供了相关数据,克服了传统诊断专家系统的不足。     

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     

飞机燃油故障诊断专家系统方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用CLIPS工具建立专家系统进行飞机燃油系统故障诊断的方法。通过构建专家系统知识库和推理机,同时利用CB工具建立了相应的软件环境,开发了飞机燃油故障诊断系统。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,并能提出有效的重构方案,完全适合于飞机燃油系统的故障诊断。     

一个基于事例的旋转机械故障诊断专家系统

故障诊断是人工智能和专家系统研究领域的一个重要课题.这里主要结合CBR技术介绍了旋转机械故障诊断系统的知识表达、问题求解方法的设计思想和实现技术.该系统具有清晰美观、便于操作的用户界面,可以方便地实现对两大故障部位(转子系统和齿轮箱)的故障诊断.     

基于自适应学习速率法的补偿模糊神经网络

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度.     

STATCOM的变结构神经网络模糊控制研究

提出了STATCOM用于维持接入点母线电压稳定的控制策略,根据控制策略设计了STATCOM的变结构神经网络模糊控制器.在设计控制器时,通过专家经验法和模糊规则自生成法对模糊规则知识库进行了初始化;通过变结构神经网络对模糊规则进行在线调整,增强了控制器的自学习、自适应能力;采用了基于语言变量优化匹配的原则对模糊逻辑推理进行优化,减少模糊推理的计算量,提高运算速度.数字仿真结果验证了该控制方法的有效性和正确性.     

人工智能及其在输配电网络故障诊断中的应用

介绍了人工智能技术———专家系统、人工神经网络、模糊理论、遗传算法的理论及其在电力系统的输配电网络故障诊断中的应用,分析了各种方法的优缺点,并指出今后发展的主要方向是综合智能.     

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。     

基于知识共享和重用的化工过程故障诊断技术研究

基于分布式人工智能的知识共享和重用原理、方法 ,提出了依层次化对象分解构建化工过程的面向对象的集成故障检测与诊断系统的方法 ,并据此构建了一个通用的化工过程故障诊断系统 ( GCFDS)。通过对一具体生产过程的实例化仿真结果来看 ,应用实例的建立和运行结果都令人满意。