模糊诊断技术及其在畜牧疾病防治专家系统的应用

本文针对畜牧养殖过程中疾病诊断的特点，从模糊识别的角度，分析了模糊诊断技术，探讨了模糊诊断技术应用于远程畜牧疾病诊断的原理和方法，并阐述了基于模糊诊断技术和B／S结构的羊疾病防治专家系统的具体实现方案．     

发动机故障的模糊最小割集诊断法

针对发动机故障的特点，将最小割集诊断与理论与模糊诊断理论相结合建立了模糊最小割集诊断法。这种方法吸取了经典逻辑与模糊逻辑的优点，容错性较强，降低了割集理论中由于诊断过于严格而造成的漏诊风险。     

发动机故障的模糊最小割集诊断法

针对发动机故障的特点，将最小割集诊断理论与模糊诊断理论相结合，建立了模糊最小割集诊断法．这种方法吸取了经典逻辑与模糊逻辑的优点，容错性较强，降低了割集理论中由于诊断逻辑过于严格而造成的漏诊风险．用贴近度代替概率作为定量值，简化了计算步骤，增加了求解灵活性，也降低了模糊方法中的错诊风险．该方法也可推广应用于具有多诊断参数的复杂机器的故障诊断．文中给出了应用实例．     

模糊数学在设备故障诊断领域的应用及常用方法

介绍模糊数学在设备故障诊断领域的应用，指出模糊诊断方法可归结为模糊模式识别和模糊聚类两大类，其中模糊模式识别的方法有最大隶属原则方法、最小距离原则方法和择近原则方法等三种。本文指出了模糊模式识别和模糊聚类的不同点。     

型材轧制工艺故障诊断

对型材轧制过程中的工艺故障进行了分析，从故障概念和原因两个方面提出了故障的模糊特性。采用模糊逻辑推理的方法建立了故障诊断的数学模型，开发了型材轧制故障模糊诊断软件。诊断结果为工艺优化提供了依据。     

模糊控制图与模糊诊断

模糊控制图与模糊诊断在国家教委博士导师基金项目“工业生产部门的质量控制理论”中，我们集中研究了如何将模糊数学理论与控制图和两种质量诊断理论相结合，以使控制图和两种质量诊断理论能够更好地满足生产现场的需要。经过研究，提出了模糊单值控制图、模糊均值控制图...     

模糊控制图与模糊诊断

模糊控制图与模糊诊断在国家教委博士导师基金项目“工业生产部门的质量控制理论”中，我们集中研究了如何将模糊数学理论与控制图和两种质量诊断理论相结合，以使控制图和两种质量诊断理论能够更好地满足生产现场的需要。经过研究，提出了模糊单值控制图、模糊均值控制图...     

故障模糊诊断专家系统FFDES

完成了一个故障模糊诊断专家系统ＦＦＤＥＳ由知识库维护、故障诊断、诊断解释、列表打印４个基本模块组成，此系统基于模糊数学中的模糊变换的原理建立揄诊断机制，经实例考察，结果满意。     

蒸汽发生器U形管破裂事故的识别与诊断系统

论述了船用核动力装置中蒸汽发生器U形管发生破裂时的故障征兆及对U形管进行故障诊断的必要性，阐述了智能控制领域中的两个方面即模糊逻辑和神经网络，并探讨了它们之间的结合—模糊神经网络结构及其实现算法，利用模糊神经网络对蒸汽发生器U形管破裂事故进行了诊断，诊断结果表明该理论方法对此事故完全可以正确识别，进而证明该理论方法可以应用到船用核动力装置其他故障的诊断，能够满足船用核动力装置的诊断要求。     

基于SVM和模糊专家系统的机械加工工序质量诊断

为控制产品质量，诊断出机械加工工序误差源，本文提出了基于SVM和模糊专家系统的机械加工工序质量诊断方法。该方法以专家系统为载体，结合SVM和模糊理论，实现对机械加工过程中引起质量波动的异常误差源的诊断。     

基于模糊概率符号有向图的复杂系统故障诊断

通过分析复杂系统的故障信息传递特性,在符号有向图(SDG)中引入了状态关联概率和模糊信息,并结合面向对象技术提出了一种新的故障描述模型--模糊概率有向图.给出了基于此模型的建模方法和诊断流程.进一步引入消息节点和支路,通过连接各子实体对象的模糊概率SDG模型,构成整个复杂系统的模糊概率SDG系统.该模型能对复杂系统故障诊断中存在的复杂关联关系进行建模与故障诊断.利用该方法建立了某武器平台的故障诊断系统,实验结果表明提出的方法有效且实用.     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经网络实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器；该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。     

一种混合模糊联想记忆网络

本文改进了Ｋｏｓｋｏ．Ｂ提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则,给出了一种新的学习算法,新算法克服了Ｋｏｓｋｏ．Ｂ算法的缺陷,在一定条件下,本文的学习算法能将模式对完整地联想出来．另外,本文在分析网络的容错性及稳定性的基础上,提出了一种五层混合模糊联想记忆网络,五层混合网络具有良好的联想容错能力．实验结果表明,本文的学习算法及混合网络是有效的．     

人工神经网络寄生极值判别方法

根据人工神经网络自联想存在寄生极小值问题，提出了两种判别方法。这两者判别方案分别是混合人工神经网络方案和硬件判别电路方案，为人工神经网络模糊联想存储器的实际应用找到了较合理的方法。     

模糊神经网络的记忆

讨论了一种模糊神经网络实现记忆的条件和记忆的特点,并给出了样本组格子点分布的概念。通过定理,证明了在这种情况下,样本组可被模糊神经网络所记忆;证明了若样本组前n-1个样本和整个样本组的模糊矩阵的秩相等,则权向量不能调整, 否则会使模糊神经网络“丧失记忆”同时,也说明了选择记忆法所采用的选择方法中减少运算量,又可保证网络的记忆。     

基于HHT和FKNN的动调陀螺仪故障诊断研究

动调陀螺仪是一种重要的、典型的和复杂的机载机电设备。针对动调陀螺仪的故障结构特征,提出一种基于希尔伯特-黄变换(HHT)和模糊Kohonen神经网络(FKNN)的动调陀螺仪故障诊断模型。首先,在对动调陀螺仪进行故障模式与影响分析的基础上,明确了故障模式及特征参数;针对特征参数中的随机信号,采用希尔伯特-黄变换进行特征提取;然后,在分析Kohonen神经网络结构、原理及不足的基础上,提出一种模糊Kohonen神经网络诊断模型;最后,通过诊断算例进行分析验证。结果表明所提出方法在动调陀螺仪故障诊断中具有较高的正确诊断率。     

基于深度学习的含未知复合故障多传感器信号故障诊断

深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络（CNN,convolution neural networks）和长短时记忆网络（LSTM,long short-term memory networks）就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好的诊断效果,却无法实现未知复合故障的诊断,为解决这个问题,提出CNN-LSTM-FCM （fuzzy C-means）模型。LSTM对具有前后联系的时间信号更敏感,利用这个特点将LSTM与CNN相结合,实现未知信号的诊断,并通过概率分类输出实现了复合故障的解耦,CNN-LSTM-FCM模型本身优化参数设计,进一步提高了诊断精度。使用化学过程故障测量数据进行实验,结果表明CNN-LSTM-FCM模型诊断准确率可达到97.15%,优于CNN模型和LSTM模型,具有较高的应用价值。     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

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。     

可能性线性模型诊断方法及其应用

本文研究了模糊信息处理在故障诊断中的应用，提出一种机车内燃机磨损故障的模糊识别方法，即通过对机车内燃机机油先谱分析数据建立可能性线性模型来识到磨损状态。实例分析表明，该方法效果良好．