非对称模型下的顺序诊断算法

讨论了顺序ｔ－可诊断系统的诊断算法问题。在Ｍａｌｅｋ和ＢＧＭ模型下，分别提出了一种顺序诊断算法，这些算法在测试图是二部图的情形下都是多项式时间复杂性的。     

系统级故障诊断的测试图生成方法研究

提出了并研究了系统级故障诊断测试图中任意测试图，受限ｔ可诊断系统测试图和ｔ可诊断系统测试图的生成原理及方法，给出了一个典型测试图的生成实例。     

稀土溶剂萃取分离过程的故障监测与诊断专家系统REMD

应用专家系统开发工具,以Ｐ５０７－ＨＣＩ－煤油体系分离镨钕为例,首次开发了稀土溶剂萃取分离过程的故障监测与诊断专家系统ＲＥＭＤ。该系统可对分离过程进行日常监测及故障诊断,并能迅速指出故障原因及修复调整的办法,以指导生产实践,确保产品的质量和产量。在实践中经过了考证。     

基于遗传算法和Best-First图搜索的约减集求解算法

提出了两种新的约减算法,分别运用遗传算法和Ｂｅｓｔ－Ｆｉｒｓｔ搜索方法求约减集,前者利用了遗传算法的寻优特性从种群中获得一最优及一组次优个体,进而获得一组约减;后者采用Ｂｅｓｔ－Ｆｉｒｓｔ搜索方法,相对于Ａ算法可扩大搜索空间,并可从ｏｐｅｎ表前部获得一最优及一组次优的状态节点,进而获得一组约减。实验结果表明,文中提出的算法是有效且合理的。     

挖掘机提升控制系统故障诊断的改进模糊算法

研究矿山挖掘机提升控制系统的故障诊断方法对减少其故障和由此带来的巨大经济损失具有重要意义。笔者首次提出了针对复杂控制系统的基于功能的故障描述和故障整理方法,并将控制领域中的改进模糊算法引入到故障诊断领域,建立了WK－4挖掘机提升控制系统电压负反馈回路的改进模糊诊断模型,并与传统模糊诊断模型进行了比较,验证了改进模糊诊断模型的有效性和先进性。该方法可广泛应用于矿山挖掘机各种控制系统的故障诊断中。     

一种新的模拟电路K故障诊断方法

论证了在线性网络Ｎ中包含有：ｔ－ｌ条树支支路的ｔ条支路有故障时．利用多激励 Ｉｍｍ必可得到包含有 ｔ－ｌ个独立向量的测试向量组△Ｖｍｍ提出利用这组秩为ｔ－ｌ的测试向量组△Ｖｍｍ快速定位故障元件的方法，使求秩运算由Ｃｎｋ（Ｃｂｋ或Ｃｂ１）次减少到１次。这种快速故障定位方法不仅适用于Ｋ支路故障诊断，也适用于Ｋ节点故障诊断。     

模拟电路的子网络级—元件级的故障诊断

本文给出作定期检测的线性模拟大网络的故障诊断的一个新算法。该法将多级撕裂的子网络级故障诊断与元件级k故障诊断相结合,在元件级算法中又首次引进Steiner三连系,采用组合覆盖技术,显著地减少了诊断的测后计算量。     

设备诊断专家系统中的一种并行反向推理算法

针对机械设备故障诊断专家系统中常用的知识表达方式－产生规则，提出了一种并行反向推理模型算法。对此进行了探入的探讨。该算法已在实际的设备诊断专家系统中得到应用，大大提高了推理效率。     

一种有界Petri网的可诊断性验证方法

离散事件系统满足可诊断性是设计故障诊断算法的前提,因此研究可诊断性验证方法具有重要意义.故障发生后无死锁是研究可诊断性问题常见的假设之一,限制了可诊断性验证方法的应用范围.本文在去掉故障发生后无死锁假设的基础上,首先提出了标签可达图的概念和构建算法,其次提出了一种新的可诊断性验证算法来验证有界Petri网是否满足可诊断...     

Java Applet在基于Web课件开发中的应用研究

通过探讨基于Ｗｅｂ 的远程教学课件的特点及不足,研究了Ｊａｖａ Ａｐｐｌｅｔ 在远程教学课件中的应用机理及应用领域－Ｊａｖａ Ａｐｐｌｅｔ 在远程教学上的应用有许多方面：如可以实现Ｗｅｂ 页面的可视化界面;利用Ｊａｖａ Ａｐｐｌｅｔ 在页面上作图,等等－ 而这些方面都可结合它独特的人机交互能力,从而使基于Ｗｅｂ 的教学课件变得丰富多彩,生动有趣－ 在此研究基础上开发一个基于Ｗｅｂ 的《数据结构远程教学课件》,该课件一方面利用ＨＴＭＬ语言的多项特点,另一方面利用Ｊａｖａ Ａｐｐｌｅｔ实现大量典型算法的动态模拟－ 这个课件在动态性、交互性、界面设计等方面都具有独到之处,是Ｊａｖａ Ａｐｐｌｅｔ 在基于Ｗｅｂ 的远程教学课件开发中的一个成功应用实例－     

基于多Agent系统的动态网络系统拓扑结构故障诊断方法

动态网络系统拓扑结构异常与故障呈对应关系,在拓扑结构不确定时,通过自组织算法能准确地实现动态网络拓扑结构的识别,是实现故障诊断的一种有效途径.提出了一种基于多Agent系统原理的动态网络系统拓扑结构识别方法,建立了故障诊断系统结构模型,提出了一种具有容错协调机制的邻居Agent搜索算法.以16节点动态网络系统为对象进行了仿真分析.结果证明,该方法能够有效地识别动态网络系统拓扑结构.     

Ad-Hoc网络中一种基于簇的故障诊断算法

对ad hoc网络中移动节点的故障诊断问题进行了研究,提出应用于分级ad hoc网络中的"基于簇的比较诊断算法"·"基于簇的比较诊断算法"针对"基于比较的故障诊断算法"系统开销大、在诊断期间网络拓扑变化时部分节点无法诊断的缺陷,利用簇首对诊断过程的集中控制功能,减小了诊断过程的系统开销,并突破了诊断期间要求网络拓扑不变的限制·仿真实验表明,基于簇的比较诊断算法比基于比较的故障诊断算法具有更好的性能和更小的系统开销·     

对虚拟专用网的分布式分层诊断算法

提出了基于虚拟专用网的一种新的分布式分层系统级故障诊断算法。这种算法通过对各个子网的分布式诊断，并通过IPSec协议使各子网间诊断信息得以可靠无误交换，完成整个系统的故障诊断，提高了系统的可靠性，对传统诊断方法与现代网络技术结合，提供了新的思路。     

基于BP网络的设备故障诊断研究

通过运用人工神经网络知识,准确、及时地对某运输公司的汽车发动机进行了故障诊断,并且取得了较为准确的诊断结果。不仅提高了发动机运行的安全性以及可靠性,而且为建立基于知识的诊断技术提供了强有力的技术支持和实现的可能性。     

改进的BP神经网络在故障诊断中的应用

针对传统BP算法存在的收敛速度缓慢和易陷入局部极小值的固有缺陷,提出用具有全局搜索能力的模拟退火算法优化BP神经网络,避免陷入局部极小值,提高网络的稳定性;引入Powell算法优化模拟退火算法,加快网络的收敛速度.最后,以齿轮箱故障诊断为例进行仿真试验,结果表明改进后的BP神经网络比传统BP神经网络的训练收敛速度快、精...     

自动控制机床故障诊断及其应用

概述了自动控制系统故障诊断的发展及现状，并以ＰＬＣ控制机床为例分析了故障诊断的方法，最后给出了几个尚待深入研究的问题．     

基于数据挖掘的往复压缩机气阀故障诊断方法研究

往复式压缩机气阀是整个机体中故障率最高的部件,针对其故障模式复杂难以辨识的特点,选取部分气阀振动信号的时域和频域参数作为特征参数,采用C-means模糊聚类的方法对气阀故障和运行状态进行评判,挖掘出了故障特征,并给出了诊断实例。     

一种新的遗传算法及其在变压器故障诊断中的应用

提出了一种新的遗传算法,其基本思想是:以网络权重和偏差的实数形式作为基因构成染色体向量,采用基因多点交叉和动态变异进行种群最优选择.研究结果表明,这种新的遗传算法是一种随机优化算法,克服了梯度下降法的不足,能够自动调节网络参数、网络的连接权重和偏差.在此基础上设计出一种基于遗传算法和溶解气体分析的变压器故障在线诊断系统.该系统只要将传感器测出的变压器中线圈电流、特征气体的含量作为输入参数,就能对信息进行融合分析,得到输入变量(线圈电流、溶解气体含量)与输出结果(故障类型、程度和部位)的复杂对应关系;能有效地减少输入层神经元的个数,改进网络内部结构,提高神经网络模型的学习效率和诊断的准确率,诊断精度高,漏报少,无误报现象.     

Chwa & Hakimi故障模型的方程诊断算法

对于一般情形下的Chwa ＆ Hakimi模型,在不以“t-可诊断性”和“相信大多数”作前提假设的情况下,找到了求全体相容故障模式的具体方法——方程诊断算法,实践证明,诊断效果理想。     

基于GIS 的最短路径算法研究

针对单源最短路径Dijkstra 算法效率低的问题, 基于地理信息系统(GIS: Geographic Information System),提出距离均衡的社区分析网络分割方法。将GIS 中道路网络分割降解为距离均衡的社区网络, 再利用限制分层算法, 通过淘汰不太可能出现在最短路径上的节点, 限制GIS 中最短路径的搜索区域, 以降低算法的复杂度。实验结果表明, 优化后的算法可有效减少搜索节点数, 与经典算法相比, 其运行效率有所提高。