基于加权模糊Petri网的电子电路故障诊断

提出了一种适用于电子电路故障诊断的加权模糊Petri网,给出了用加权模糊Petri网表示电子电路故障诊断模糊知识的方法及故障诊断过程中的反向推理算法。     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

基于默认推理的加权模糊Petri网模型

在实际推理过程中，默认推理是一种重要的手段或方法．提出了一种基于默认推理的加权模糊Petri网模型．在现有的九元组模型基础上增加了变迁的输入库所最小权重的阈值函数C这一模型参数，此参数由专家根据变迁的不同实际意义来取值．分别对三种基本的模糊产生规则进行分析，讨论C的取值，并在此基础上给出了相应的默认推理算法．最后，通过实例说明此模型可以很好的用于默认推理，且推理算法简单、直观，更贴近现实推理并可以提高推理效率．     

故障诊断专家系统中的模糊推理算法

目的　研究故障诊断专家系统的模糊推理算法。方法　将正常推理和臆测推理中多种情况分开处理,采用反向符号推理和正向数字推理相结合的方法,并利用模糊理论设计证据输入接口。结果　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。结论　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。     

基于改进合同网的复杂装备故障诊断方法

针对复杂装备故障诊断任务分配与结果融合问题,给出了地空导弹故障诊断任务模型的描述,将案例推理与合同网任务分配方法相结合,弥补了合同网对经验知识利用不足的弱点;对传统合同网的任务分配方法进行了改进,给出了具体的算法流程描述,对招标范围和中标评估策略进行了深入研究;针对多资源参与下故障诊断结果冲突的情况,将诊断结果模糊融合算法进行了改进,实例融合结果表明其能有效修正群体决策中的偏差。     

故障诊断专家系统中的模糊推理算法

研究故障诊断专家系统的模糊推理算法。方法将正常推理和臆测推理中多种情况分开处理,处理采用反向符号推理和正向数字推理相结合的方法,并利用模糊理论设计证据输入接口。结果提出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。     

粒子群优化模糊聚类算法在煤气鼓风机组振动故障诊断的应用

针对模糊C均值聚类算法容易陷入局部极值和对初始值敏感的缺点,提出了一种粒子群优化模糊聚类算法,该算法利用粒子群优化算法寻找最优聚类中心,运用WFCM进行加权模糊聚类,能较大提高聚类的有效性;将该算法应用于煤气鼓风机组振动故障诊断中进行诊断仿真,结果表明:该算法较大提高了故障诊断的正确率。     

一种新的基于加权模糊规则自适应神经-模糊推理

提出了一种基于加权模糊规则的新的推理机制,并将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权.通过新改进的BP算法训练此神经网络后,可学习得到加权模糊规则的权重近似优值.模拟实验说明,训练后得到权重,用本文提出的新的推理机制可以一定程度上提高推理精度.     

基于模糊聚类算法的精炼过程真空系统故障诊断

针对大型真空冶金系统(DVMS)的故障点多、故障征兆不明显且要求其故障诊断快速、准确的特点,提出了一种基于模糊聚类算法的智能诊断模型·该模型具有很强的自学习、自组织能力适用于大型复杂真空系统的故障诊断·在介绍了模糊聚类算法的理论同时,给出了模糊故障诊断的步骤·以RH KTB真空冶金系统的智能故障诊断为例给出了模糊诊断的实际过程·通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性·     

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———产生式规则，提出了一种并行反向推理模型算法．对此进行了深入的探讨．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     

一种基于模糊Petri网的操瞄系统故障诊断方法

针对操瞄系统故障诊断建模中动态行为较难描述的问题,利用模糊Petri网的方法对系统中的故障传播进行建模.引入模糊产生式规则进行知识表示,研究了模糊Petri网的故障诊断建模方法及其推理算法.利用该方法对某牵引火炮的操瞄系统进行故障分析. 分析结果表明,基于模糊Petri网的故障诊断方法,结构简单、易懂,具有良好的故障表达形式以及有效的模糊推理能力,是一种行之有效的故障诊断方法.     

故障诊断系统中模糊推理算法的研究

针对故障诊断系统的特点，提出了一种基于模糊ＰｅｔｒｉＮｅｔｓ模型的反向模糊推理算法，并将人的感官信息加于其中，提高了故障诊断系统推理的效率。     

大型真空系统智能故障诊断

根据大型真空钎焊炉真空系统的故障种类及特点,分析了现有的真空系统故障诊断存在的主要问题。针对大型真空系统故障诊断的不确定性和模糊性等特点,建立了基于故障树分析方法的模糊Petri网模型和推理算法,并以扩散泵不工作故障诊断为例,验证了该模型及算法的正确性和有效性。     

基于遗传算法和神经网络优化的故障诊断专家系统

传统故障诊断专家系统中存在知识获取困难和推理能力弱的问题,采用模糊神经推理控制器作为推理机可改善此类问题,为进一步提高系统的性能,用遗传算法对推理机进行离线训练．在系统中,使用了传统故障诊断专家系统给予规则的推理方式,使系统在提高灵活性的基础上保持了透明性。     

动态过程中的故障诊断专家系统

本文提出了一个适用于动态过程的故障诊断专家系统,它具有模糊推理能力,人-机交互功能,并具有一定的时序知识表达能力和学习能力.本文还阐述了该专家系统的知识表达方式、推理策略、运行流程和学习算法.     

特种车辆柴油发动机故障诊断专家系统推理机设计

针对特种车辆柴油发动机故障诊断专家系统知识表示的模糊特性,建立了故障类型的模糊诊断模型,提出了不精确推理方法和模糊匹配策略,采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制,设计了总体目标推理和级目标推理相结合的推理机．系统现场运行的快速推理结果表明了该推理机设计是成功的．     

基于模糊 Petri 网的发动机故障诊断

基于模糊 Petri 网的基本原理,提出了简明有效的推理算法,并以发动机为例说明了 Petri 网在故障诊断中的应用.     

车用柴油机故障诊断模糊推理算法及应用

在分析车用柴油机故障诊断知识的基础上，采用模糊优化方法对车用柴油机运行状态参数进行处理，采用模糊推理的算法来表达车用柴油机故障诊断知识．应用效果表明，车用柴油机模糊推理算法的建立，具有较大的实用性．