面向制造企业的智能企业诊断系统

概述了企业诊断系统的研究现状,分析了其与企业信息系统研究相孤立所带来的问题.为适应现代制造企业管理的需求,提出基于数据仓库的智能企业诊断系统.智能企业诊断系统由查询与跟踪、问题识别和指标评价、模糊Petri网推理、诊断过程概要解释、问题解决支持、人机界面等6个主要模块构成.为了更好地处理企业诊断知识的模糊性、整体性和复杂性,通过扩展模糊Petri网系统实现企业诊断的知识建模和推理.功能模型描述了系统各模块的主要功能及其与数据仓库系统间的集成方式.此外,讨论了模糊Petri网诊断推理、与数据仓库系统的集成、知识提取和数据挖掘等系统实现的关键技术和方法.通过智能企业诊断系统、数据仓库系统和OLAP三者的有机集成,提供一个有效的企业诊断集成环境,使管理者能够更好地解决经营管理中存在的问题,充分发挥制造企业潜力,使企业健康发展.     

一类非线性系统的快速鲁棒故障诊断

.结合在线估计器和滑模观测器方法,基于所给出的一种新的自适应学习算法,提出了一种针对非线性不确定系统的鲁棒故障诊断方法.滑模观测器可以消除建模不确定性的影响以得到准确的状态估计,而在线估计器可以实时估计故障的大小.在此,基于李亚普诺夫函数,在理论上证明了所给出的状态和参数估计误差都是一致有界的;针对三容水箱DTS200所做的仿真实验,其结果验证了该方法的可行性.研究结果表明,由于滑模项的引入,使得该方法的故障检测时间大大缩短,其性能比Polycarpou所提出的在线估计器方法的性能要好.     

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.     

基于RBF神经网络的非线性系统故障诊断

针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.     

水轮发电机组故障诊断系统中几种征兆的获取

在水轮发电机组故障诊断系统中，征兆获取能力是评价故障诊断系统性能的重要指标，故障信号的特征提取影响到整个诊断过程的计算以及整个诊断系统的品质．将FFT、分形几何、相关分析、奇异谱等理论应用于故障诊断系统中征兆的获取，针对不同类型征兆采取不同的数学处理方法，并结合水轮发电机组故障诊断系统，证明了所述方法的合理性和可行性，提高了整个诊断系统的可靠性和准确性．     

基于核的动态聚类算法用于机械故障模式分类

针对k均值聚类对特征样本划分存在误分类的问题，提出用基于核的动态聚类算法对风机不同工作状态进行分类识别．实验结果表明，该方法能有效地识别机器运行的异常状态，并能对不同的故障模式进行正确的区分，可应用于机械设备运行状态的动态识别．     

非线性电路故障诊断模型的建立及神经网络求解的方法研究

分析并推导了含有非线性流控型电阻元件和非线性压控型电阻元件组成的非线性电阻网络的故障诊断方程，这是以支路故障标志量为未知的一组线性代数方程。在推导非线性元件的“故障标志量”时，消除由工作点变化引起的电参量的变化，保留由伏-安特性变化引起的电参量变化，它标志非线性元件本身发生了故障；文章还提出一种神经网络，可在线快速求解非线性电阻网络的故障方程的解，从而可在线对故障进行定位。     

改进的BP网络在汽轮发电机组故障诊断中的应用

提出了一种恒误差修正率控制的网络学习率和动量系数自适应调整方法，克服了网络训练收敛时间长和陷入局部最优的缺点；并根据大型汽轮发电机组振动故障的特点，建立了改进的BP网络故障诊断模型，对一实际汽轮机发电机组振动故障事例的诊断结果表明，该方法有效地提高了故障诊断的精度和可靠度。     

广播发射机故障诊断的专家系统

根据广播系统专家多年积累的经验，系统分析了广播发射机的工作原理，总结了广播发射机在实际运行中可能出现的故障，建立了关于广播发射机故障诊断的知识库，对专家系统的数据结构和搜索策略进行了优化分析，提出了一种对诊断型专家系统进行优化的原则和方法。本文专家系统在实际运行中可以诊断到输入端口，剖件，器件和部分元件的故障。     

数字集成电路的测试与故障诊断方法

从桥接故障的两个特点出发，提出了一种快速盲测法，该法弥补了伪穷举法的不足。它既适用于组合逻辑电路、又适用于时序逻辑电路的短路故障测试。在６Ｋ型电力机车微机控制箱的测试与故障诊断过程中的成功应用，证实了该方法的有效性。