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.     

基于故障树和Bayes网络组合的装备故障诊断

针对故障树和Bayes网络在故障诊断中的局限性,提出一种使用故障树和Bayes网络组合的方式建立诊断故障Bayes网络,并基于诊断故障Bayes网络运用联合树推理进行故障诊断的方法.该方法解决了在复杂系统故障诊断过程中独立运用故障树和Bayes网络出现故障推理能力弱和建模难等问题.实验结果表明,使用该方法对某型舰船上的甲板灯光照明系统进行故障诊断,得出了各个故障征兆节点或故障原因节点的概率分布,从而可快速准确地定位甲板灯光照明系统故障.     

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.     

基于贝叶斯网络的农村电力网故障诊断研究

鉴于贝叶斯网络灵活的因果推理和诊断推理,运用贝叶斯网络方法研究了因保护装置和断路器误动或拒动、通信装置的故障等原因造成的不完备警报信号模式下的农村电网故障诊断新方法.该方法应用Noisy-Or、NoiSy-And节点模型和类似BP神经网络的误差反向传播算法建立了输电线路故障诊断模型,并应用公式推理得出每个元件的故障信任度,根据故障信任度确定元件有无故障.     

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。     

基于节约覆盖集理论的电力变压器绝缘故障诊断模型

介绍了一种在节约覆盖集理论框架上集成概率推理的诊断模型,并在此基础上建立了用于电力设备绝缘故障诊断实用模型。该模型有利于对电力设备在多因素、多征兆,强干扰条件的绝缘故障进行诊断推理。由于该模型是以统计数据为依托,并在推理过程中考虑到征兆的不完备性,因此,具有较高的诊断可靠性和实用性。     

模糊故障Petri网建模方法及其应用

为克服模糊Petri网和故障Petri网在模拟故障传播、诊断和推理过程中的不足,提出模糊故障Petri网的概念及其建模方法,分一因一果、一因多果、多因一果和竞争模式4种情况定义变迁发生的规则和后果,以此模拟系统的动态运行过程,反映故障传播的固有特性.将模糊故障Petri网的建模方法应用于故障推理与诊断,提出将正向推理和反向推理相结合,并给出相应的推理算法,用泵站机组压力不足的实例加以验证.研究结果表明:该方法既能模拟故障传播过程,又能进行模糊推理,实用性强.     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。     

基于SDG和定性趋势分析的控制系统故障诊断方法

针对控制系统的故障诊断难以在早期发现,提出一种基于符号有向图(SDG) 和定性趋势分析相结合的故障诊断方法. 建立系统的故障诊断模型,通过定性趋势分析的方法对控制系统各个单元进行监测,提取当前趋势. 当故障发生时,通过基于定性趋势的反向推理算法,及时找到故障源. 通过在常压塔装置故障诊断上的实验,结果表明该方法能够及时有效地检测、识别控制系统的各种故障(人为误操作、控制器故障等),可应用到实际生产的故障诊断中.     

自动变速器维修技术分析

自动变速器故障诊断难度较大,在实际维修过程中,故障检测诊断比较盲目,缺乏一种很有效的方法.基于此,本文根据故障的征兆,遵循代码优先,从外到内、由表及里、先综合后拆分的原则,在机器不解体的情况下,分析故障的原因,确定维修部位.     

SOM在广域网故障诊断中的应用

为了提高网络管理重要组成部分的故障管理能力,通过对性能数据和故障征兆的推理来确定故障源,针对WAN(wide area network)的故障传播特征提出了一种基于自组织特征映射 SOM(self-organizing maps)的网络故障诊断模型,该模型包括SOM训练模块和故障实时诊断模块.仿真实验表明,采用该模型进行4种故障诊断,故障识别率达到95.82%,而误警率只有3.96%,说明在WAN中采用基于SOM的故障识别方法效果良好.     

基于Petri网的设备故障诊断研究

基于设备故障诊断知识的特点,采用层次树结构统一表示故障深浅知识。对普通Ｐｅｔｒｉ 网进行拓展定义,并用拓展Ｐｅｔｒｉ 网综合实现故障知识的表示和故障的诊断推理。诊断时首先基于拓展Ｐｅｔｒｉ 网模型的正向可达性分析进行正向不确定推理,限定可能的故障模块,然后基于Ｐｅｔｒｉ 网模型的反向推理功能在故障模块内具体诊断出故障原因。基于ＦＭＳ故障诊断知识的分析,文中给出了一个利用拓展Ｐｅｔｒｉ 网进行知识表示和推理的实例,证明了方法的可行性。     

基于案例推理的旋转机械故障诊断系统研究

针对大型旋转机械结构复杂,故障现象难以用结构化知识表示,故障诊断规则难以提炼的特点,将基于案例推理(CBR)方法应用于旋转机械故障诊断。从旋转机械故障诊断的需求出发,在分析旋转机械故障诊断知识特点的基础上,对故障诊断系统的总体结构、故障案例库的构建、案例相似度匹配、案例调整和学习等CBR方法的关键技术进行了研究。重点设计了故障案例表示方法,采用基于三标度的层次分析法(AHP)确定案例征兆权值。提出了改进的最近邻法计算案例相似度,可以从征兆名称、征兆值、权值三方面对案例进行精确匹配。提出了基于案例审核的学习机制,可以充分发挥不同人员的作用。开发了基于CBR的旋转机械故障诊断系统原型,并给出了应用实例。     

基于历史故障库的汽车电子系统故障诊断方法

本文以电子节气门控制系统为例,提出了一种基于历史故障库的故障诊断模型,首先通过异动数据流的采集与数据预处理生成故障征兆向量,将征兆向量输入到历史故障库中进行故障模式匹配,未能匹配的征兆向量作为训练样本通过决策树C4.5的算法,得到故障征兆和故障原因对应规则,然后存入历史故障库中为未来的诊断提供依据。测试表明文章所建立的诊断模型具有一定的可靠性和准确性。     

基于动作单元的机电产品故障溯源诊断方法

针对故障在复杂机电产品中传递发展的特点,提出了一种基于动作单元的机电产品故障溯源诊断方法.按照"功能-运动-动作"对整机功能进行结构化分解得到基本的动作单元,并分析动作单元之间的传递过程;在此基础上建立以动作单元和故障现象为节点的贝叶斯网络模型,利用贝叶斯网络的推理算法,计算各个节点的发生概率并追溯最大概率路径,实现动作层的故障动作单元诊断及故障动作单元传播过程诊断;利用故障图对动作单元内部的故障模式及其传递发展过程进行描述,找到引起动作单元故障的根本原因.通过对机电产品动作层和动作单元内部的诊断分析,实现故障现象到故障原因的溯源诊断.将所提出的溯源诊断方法应用到某企业数控转台故障诊断中,结果表明,从运动的角度进行故障溯源诊断,能够有效地诊断出故障动作单元及其传播过程并反映出动作单元内部元件故障的传递发展过程,便于找到导致故障的根本原因,提高了对机电产品故障诊断的效率.     

基于改进灰狼算法-BP神经网络的智能巡检机器人电磁兼容故障诊断

智能巡检机器人巡检电力线路时可能受到电磁干扰而影响工作甚至发生故障,为有效地完成智能巡检机器人电磁兼容故障的诊断,提出一种基于改进灰狼算法(improved grey wolf optimizer,IGWO)优化BP神经网络(IGWO-BP)的故障诊断模型.由于智能巡检机器人电磁兼容故障征兆与故障原因之间具有复杂的非线...     

运载火箭控制系统漏电故障诊断问题求解

从系统的角度分析了运载火箭控制系统漏电故障诊断的特殊性，提出了故障也是系统要素之间的一种联系方式，通过建立部件、征兆、观测和故障等基本概念，用图中的节点代表部件，边代表部件之间的故障传播关系，把系统模型化为图。在此基础上，根据信息论的原理给出了诊断算法的设计原则（对分原则）。通过分析实际操作的可行性和熵函数的特点，采用部件权值代替部件熵的方法，给出了基于图论模型的诊断问题求解方法。     

异步电动机多故障诊断信息的融合

异步电动机的故障机理非常复杂,其故障原因与其征兆之间的关系并非完全是一一对应的关系,特别是早期故障物理信号的微弱性和不明晰性,使得早期故障诊断和多故障分离更加困难。通过引入D-S理论多物理信息融合方法,对各个子神经网络诊断的输出进行多信息融合,使系统的输出真实可靠,并以典型故障为例,分析了信息融合对故障诊断和多故障分离的有效性。     

基于概率论和模糊数学的汽车故障诊断模型

将模糊数学、概率推理和节约覆盖集理论引入到汽车故障诊断中,建立了一个新的汽车故障综合诊断模型.模糊隶属函数利用各专家的语义强度和经验,建立汽车故障性质与故障征兆之间的因果强度关系,再将概率统计和模糊数学相结合,利用节约覆盖集的理论重新筛选故障征兆集,重构相对似然函数.形成的模型能最大限度融入专家的知识,充分考虑了汽车的历史检修记录,使诊断结论更准确、可信.     

模糊数学在设备故障诊断中的应用

介绍了用于故障诊断的模糊关系矩阵的建立方法,包括故障征兆论域,故障原因论域以及它们之间隶属关系的确定,在此基础上给出了基于模糊关系矩阵的故障诊断的一般方法,最后,结合作者的实际工作,介绍了一个诊断实例,并就该方法的改进提出了建议。