基于遗传编程和支持向量机的故障诊断模型

提出了一种基于遗传编程和支持向量机的故障诊断模型．该模型利用遗传编程对传统的时域指标进行特征选择和提取，得到更能反映信号本质的特征，与其他特征组合后作为识别特征输入多类支持向量机，实现了对机器不同类型故障的识别．实验结果表明，同传统时域指标相比，经过遗传编程选择和提取的特征对轴承的故障具有更好的识别能力，进而提高了多类支持向量机的分类准确性．  

锌钡白干煅窑炉过程控制系统的研制(Ⅱ)——测量数据预处理技术

简要介绍了多种数据预处理技术，并以锌钡白干煅窑炉过程控制系统中煅烧温度测量值的实际数据为例，分析了采样时遇到的测量值异常、波动、采样故障等问题、详细讨论了相应的异常值检测与补偿、故障检测、数据平滑与滤波等数据预处理技术。这些技术在煅烧温度数据预处理中取得 了良好的效果。  

故障诊断专家系统推理机研究

要根据故障诊断领域知识的特点，设计了一种通用故障诊断专家系统推理机模型。阐述了该模型中采用的启发式代价树有界深度优先、反向推理策略及实现步骤。在汽车故障诊断专家系统中的应用结果表明效果良好，达到诊断要求。  

基于分布式结构的判决反馈数据融合算法

提出了一种新的分布式结构下的故障检测算法·在该算法中,不仅用于故障检测的多传感器数据被传送到数据融合中心,而且上一时刻的判决输出也反馈到融合中心·从理论上分析了应用此算法时全局判决概率的动态收敛性能,并证明了在平稳环境中,融合中心DFC(datafusioncenter)的判决以概率1收敛·该算法处理动态问题优于传统的无反馈的融合算法·  

基于神经网络预测器的单传感器故障检测方法

目的 研究单传感器的故障检测方法，方法 提出了神经网络预测器用于单传感器故障检测的实现方法，并给出了神经网络预测器的在线和离线学习算法。结果 本方法只需要一个传感器的输出信号就可检测系统中的传感器是否发生故障，如果对系统中多个传感器建立神经网络模型，可以检测控制系统中多种类型的以及多个同时发生的传感器故障。结论 用汽车发动机仿真实验可以表明本方法是行之有效的。  

PCA 在过程故障检测与诊断中的应用

讨论了基于主无分析（PCA）的过程故障检测与诊断的原理，运用T^2统计、Q统计方法，结合贡献图对一典型过程进行了仿真分析，结果表明PCA方法可对简单传感器故障进行检测与诊断，并指出了该方法中的不足，提出了将PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路。  

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。  

异步电动机早期故障检测技术发展评述

各种大、中型的异步电动机在人类社会生产与生产中扮演着极为重要的角色，异步电动机因故障而停运将会对生产、生活甚至人身安全造成极其严重的影响，本文论述了异步电动机的各种主要早期故障，并对各种检测技术的发展状况作了综合性的评述。  

冷水机组系统的温度传感器故障诊断

根据能量守恒关系式的残差特征，在冷水机组系统中选取恰当的控制体，推导了关于系统中温度传感器的故障诊断方程组．通过建立和求解故障诊断方程组，以达到对温度传感器固定漂移故障的检测、诊断和度量．同时，提出了在建立诊断方程组过程中稳定状态检测和方程组封闭性等问题的解决方法，分析了采集数据样本数对诊断结果准确度的影响．最后，所有的诊断方程组在已建立的系统数字仿真器上进行了验证．结果表明，所建立的诊断方程组能够准确地诊断出传感器的固定漂移故障．  

PCA在非线性系统传感器故障检测和重构中的应用

由于主成分分析(PCA)方法是一种线性算法,基于PCA的故障检测方法若直接运用于非线性系统的传感器故障检测和重构,会导致明显的故障误报和数据重构错误。为了使基于PCA的传感器故障检测和重构方法适用于非线性较严重的热工过程,对该方法进行了有效的改进。应用不同负荷下的历史数据,分别建立机组不同负荷下的局部PCA模型,再根据机组当前实际运行负荷选择相应的PCA模型进行传感器故障检测和重构,并结合相邻负荷PCA模型的计算结果进行数据融合,从而进一步提高了故障检测的准确性和重构精度。理论分析和现场实际应用表明,该算法能够对非线性较为严重的电厂热工过程进行精确的传感器故障检测和重构。