首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 109 毫秒
1.
基于故障树的故障诊断专家系统研究   总被引:4,自引:0,他引:4  
根据航空发动机控制系统的一般故障模式,建立故障树,结合专家系统生成了专家系统的知识库,并着重强调了推理机制的实现.故障解决方法能够很好解决专家系统知识库获取的困难,并能提高故障诊断水平.  相似文献   

2.
陈志辉  夏虹  刘邈 《应用科技》2005,32(1):35-37
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.  相似文献   

3.
故障诊断专家系统可以指导人员快速准确地排除各种故障.结合故障树分析法(FTA)建造专家系统的知识库,可以解决专家系统知识获取的"瓶颈"问题,提高推理效率.用故障树分析法对某型飞机液压刹车系统的故障进行了研究,绘制了故障树并定性分析.故障诊断专家系统在实际应用中取得了较好的效果.  相似文献   

4.
为了实现对火控系统故障的快速诊断,通过分析人工神经网络和专家系统各自特点和局限性,采用人工神经网络技术与专家系统相结合的方法,建立了基于人工神经网络的专家系统故障诊断机制,并在此基础上设计了基于神经网络的火控系统故障诊断专家系统,较好地解决了火控系统多征兆、多原因的复杂故障问题。  相似文献   

5.
陈志辉  夏虹  刘邈 《应用科技》2004,31(10):34-36
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.  相似文献   

6.
为了提高故障诊断专家系统中知识获取的能力,本文提出了一中基于粗集理论的专家系统决策简化的方法,并深人研究和初步建立了故障规则自动获取系统,对原有的数据库进行精简和重构。该方法不仅消除了原始的故障数据库中的冗余属性,还对属性值空间进行合理划分,对整个系统的性能有明显的改善。  相似文献   

7.
介绍了专家系统的基本原理,叙述了在电话计费系统中用于信息采集故障诊断的专家系统.该专家系统对前台信息采集机收集的有关信息进行整理统计,然后作出分析判断,并提供一份故障诊断报告,以便能及时排除这些故障.  相似文献   

8.
基于遗传算法的网络故障诊断专家系统的设计与实现   总被引:2,自引:0,他引:2  
采用遗传算法理论实现了故障规则的自动获取,并利用专家系统实现诊断,提高了系统抑制噪声的能力,同时使系统具备了自学习功能,并对该系统的结构和各模块功能进行了阐述.采用面向对象方法和Visual C 6.0程序设计语言开发了一个智能故障诊断专家系统,在校园网环境中进行了实验.调试结果表明,该系统能够在校园网环境下实现告警数据的收集与处理、网络状态的监测以及简单故障的诊断等功能.  相似文献   

9.
某型导弹经长期使用会导致老化及损坏,使部队对武器系统的技术状态无法确定,基于此,研制开发了某型导弹故障诊断专家系统,该系统可对导弹武器系统的故障维修给出具体的方法和手段。发生武器系统故障时,利用该系统根据故障现象可迅速确定故障种类及部位,并由专家系统给出维修的方法,指导检测技术人员完成故障的排除,保证装备正常工作。  相似文献   

10.
水轮发电机组的事故停机分析与故障诊断专家系统的研究   总被引:4,自引:0,他引:4  
构造了水轮发电机组的故障树,对故障树进行了定性定量分析,得出了逻辑分析与数量分析的结果,并对故障树的简化与等效进行了讨论;按照故障树模型,建立了在线故障数据采集和故障诊断的实时故障诊断专家系统,介绍了专家系统知识库的建立及知识表示方法。  相似文献   

11.
崔新友  杨柳  雷磊 《科技信息》2010,(17):I0069-I0070
研究了在ARM9和嵌入式Linux平台下,将某电子装备电路检测与专家系统相结合,进行电路故障诊断的方法。使用DSP配合CPLD进行数据采集,并充分利用DSP的高速数据处理能力对数据进行预处理,然后将数据传递给在嵌入式Linux系统下运行的CLIPS专家系统。专家系统按照预定义的故障诊断知识,实时进行故障诊断。相对于传统检测设备,专家系统具有知识更新方便,故障诊断准确率高,并能对故障原因给出解释的优点。  相似文献   

12.
知识库是故障诊断专家系统的推理依据,新规则的添加改善了系统的故障诊断能力,同时可能会导致新规则和原知识库中的规则冗余、闭路循环、矛盾等一致性问题,造成系统不稳定,甚至推理错误。本文从知识一致性入手,提出解决新加规则和原有规则的冗余、闭路循环、矛盾的判断算法,并用C 较好的解决了知识一致性检查算法问题。  相似文献   

13.
提出了一种基于Petri网理论和专家系统的电力系统故障诊断方法,详细阐述了基于引出线诊断模型和鉴别故障元件的方法,包括故障元件和其保护的关联度。通过对保护的方向性、区域性以及关联度的分析,增加了模型的拓扑适应能力。这种方法克服了专家系统难于用数学方法描述的缺点,增强了Petri网在该问题上的推理能力,利用Petri网建立数学模型,提高了故障诊断速度。诊断结果表明,该方法能够大大减少响应时间,并且比之前的方法更能适应电网配置的变化。  相似文献   

14.
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。  相似文献   

15.
神经网络技术在汽车故障诊断专家系统中的应用   总被引:7,自引:0,他引:7  
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.  相似文献   

16.
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.  相似文献   

17.
基于粗糙集理论的内燃机故障诊断专家系统   总被引:17,自引:0,他引:17  
在故障诊断专家系统的基础上,引入粗糙集理论,并以信息系统属性值表为主要工具,专家系统中的规则进行约简并剔除不必要的属性,揭示了故障诊断信息中内的冗余性,降低了故障诊断专家系统构成的复杂性,并建立了简化后的决策规则。  相似文献   

18.
粗糙集理论在内燃机故障诊断专家系统中的应用   总被引:1,自引:0,他引:1  
在故障诊断专家系统的基础上,引入粗糙集理论,并以信息系统属性值表为主要工具,对专家系统中的规则进行约简并剔除不必要的属性,揭示了故障诊断信号中内在的冗余性,降低了故障诊断专家系统构成的复杂性,并建立了简化后的决策规则。  相似文献   

19.
采用反向符号推理和正向数字推理相结合的方法 ;研究适合于故障诊断专家系统的模糊推理算法 ,同时应用神经网络算法 ,解决多种有效的推理问题。提出了一种故障诊断模糊综合推理算法 ,开发了FMS故障诊断专家系统。理论分析及应用表明 :该算法在故障诊断领域具有通用性和高效性特点。  相似文献   

20.
本文将专家系统技术和天线阵的“外监测”方法结合起来,建立了微带天线阵的故障诊断专家专家系统。专家系统以故障点与外场信号之间的关系作为专家知识,采用似然推理方法进行故障诊断,从而替代了人工故障诊断。模拟诊断结果表明专家系统具有速度快、准确率高等优点。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号