一个基于事例的旋转机械故障诊断专家系统

故障诊断是人工智能和专家系统研究领域的一个重要课题.这里主要结合CBR技术介绍了旋转机械故障诊断系统的知识表达、问题求解方法的设计思想和实现技术.该系统具有清晰美观、便于操作的用户界面,可以方便地实现对两大故障部位(转子系统和齿轮箱)的故障诊断.     

基于Web的连铸旋转塔远程状态监测与诊断系统

探讨了设备的远程状态监测与故障诊断技术,并对监测诊断系统结构及其实现过程中的关键技术如B/S结构、Java技术和网络W eb诊断技术等进行了详细的分析.采用W eb技术开发的监测诊断系统实现了系统的真正可移植性,为设计基于网络环境的远程诊断系统提供了一个很好的解决方案.该系统在某炼钢厂连铸旋转塔上应用效果表明,其功能齐全,运行可靠,用户满意.最后指出了当前设备远程诊断系统急待解决的关键问题.     

JAVA技术在设备远程监测诊断系统中的应用

针对某炼钢厂连铸旋转塔状态监测与故障诊断的需要，开发了远程监测诊断系统，并对其实现过程中的关键技术如B／S结构、JAVA技术和网络Web诊断技术进行了详细的分析，现场运行效果表明该系统功能齐全，运行可靠，用户满意。最后指出了设备远程诊断系统急待解决的关键问题。     

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．     

设备远程诊断系统的建立及实现技术

研究了一个远程故障诊断系统平台的软、硬件结构,提出了实现方法及所涉及的关键技术．通过这一平台,并结合传统的故障诊断方法,实现设备制造方、设备使用方和诊断专家三方的协同工作,从而可实现现代制造系统的远程故障诊断．该系统的技术思想同样适用于其他领域的远程诊断．     

基于多Agent的远程故障诊断系统

设备故障诊断技术在现代社会的应用越来越广泛,其应用对象多处于动态多变环境。现有的诊断软件尚不能适应这样的复杂环境。智能Agent是目前人工智能领域的研究热点之一。随着网络技术的成熟,实用型的智能agent系统越来越多地应用于各个领域。本文根据故障诊断系统的实际要求,探讨了利用多Agent技术对故障进行远程、协同诊断的可行性,提出了基于多Agent的远程故障诊断系统的总体结构和功能。并介绍了基于CORBA技术构建的远程故障诊断系统的实现。     

大型旋转机械集成智能故障诊断系统

大型旋转机械集成智能故障诊断系统张雪江，钟秉林，贾民平，黄仁（东南大学机械工程系，南京２１００１８）随着人工智能技术的发展，国内外相继研制了一些基于专家经验知识的设备诊断系统［１～３］．由于这类系统采用单一的符号推理，忽视了对诊断对象运行信息的分析与...     

基于MAS的铁路信号设备故障诊断系统

MAS技术的发展为信号设备故障诊断系统的设计和实现提供了极具潜力的一条途径,基于MAS的故障诊断系统能够融合不同的诊断方法实现复杂系统的故障诊断任务。研究了以MAS理论为基础,基于MAS的信号设备故障诊断系统。针对信号设备故障的复杂性,还研究了面向Agent的模糊算法和神经网络混合诊断策略。     

高速铁路车辆轴承试验机微机监控与诊断系统

介绍了所研制的高速铁路车辆轴承试验机微机监控与诊断系统；重点讨论了工况监视与诊断的实现技术；并把该系统成功地应用于高速铁路车辆轴承的模拟试验中．     

基于案例推理的旋转机械故障诊断系统研究

针对大型旋转机械结构复杂,故障现象难以用结构化知识表示,故障诊断规则难以提炼的特点,将基于案例推理(CBR)方法应用于旋转机械故障诊断。从旋转机械故障诊断的需求出发,在分析旋转机械故障诊断知识特点的基础上,对故障诊断系统的总体结构、故障案例库的构建、案例相似度匹配、案例调整和学习等CBR方法的关键技术进行了研究。重点设计了故障案例表示方法,采用基于三标度的层次分析法(AHP)确定案例征兆权值。提出了改进的最近邻法计算案例相似度,可以从征兆名称、征兆值、权值三方面对案例进行精确匹配。提出了基于案例审核的学习机制,可以充分发挥不同人员的作用。开发了基于CBR的旋转机械故障诊断系统原型,并给出了应用实例。     

Fault Identification of Rotor Machine Based on Optimized Method

The size and complexity of modern equipment require more advanced fault diagnosis techniques Different from signal analysis based methods, a dynamic model based diagnosis technique can further diagnose the location and severity of the fault, and detect multiple faults at one time. A model based fault diagnosis method was developed to identify typical faults of rotating machinery. This method can identify mass unbalances, crack locations and sizes, and oil film parameters in rotating machinery by optimization methods and dynamics simulation technique. Numerical and experimental results demonstrate that the method is useful for detecting faults of rotating systems.     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

基于Web Service旋转机械故障诊断集成系统的开发与应用

本文对Web Service技术和旋转机械的故障特征作了详细地研究,在此基础上利用Delphi7软件工具开发了一套针对旋转机械故障的系统,并运行给出分析结果。     

旋转机械常见故障的振动三维谱特征及其识别

变速过程中振动特征的提取及其识别对于旋转机械故障诊断是极其重要的，本文通过对发电设备旋转机械中常见的不对中、轴裂纹、动静件碰摩、基础部件松动故障的运动微分方程及三维谱图的分析，讨论了变速过程中系统振动所包含的故障信息。分析表明这几类带有故障的转子系统都是非线性振动系统，振动三维谱图中含有丰富的高次谐波分量，可以用对三维谱图进行扫描的方法来发现故障信息。三维谱图可以丰富旋转机械故障诊断系统知识库中的振动特征信息，对于更准确地诊断发电设备中的故障具有重要的意义     

旋转机械基础松动故障研究进展和展望

基础松动故障是目前为止旋转机械故障中识别率较低的故障之一。对近年来旋转机械转子系统基础松动故障的研究现状、进展进行综述,包括基础松动故障非线性特性分析方法及复杂动力学特性、含有基础松动的耦合故障问题、基础松动故障诊断及故障试验等方面国内外的一些研究成果。在此基础上,对目前旋转机械基础松动故障问题研究尚待解决的问题提出了一些看法,并对今后的发展趋势进行了展望。     

基于WEB的远程监测与故障诊断实现策略

设备的状态监测与故障诊断技术在朝着开放性、灵活、可重组方向发展，以WEB技术为主要特征的互联网的蓬勃兴起，使得这一趋势更加明显。本文在分析了WEB技术的特点之后，提出了设备端嵌入式WEB服务器体系、基于服务的WEB服务器体系、综合的多WEB服务器的系统体系三种设备的状态监测故障诊断系统与WEB技术的结合策略，并分别分析了他们的特点。最后给出了一个以WEB方式运行的针对转子系统的基于振动频谱特征的状态监测与故障诊断示范系统。     

旋转机械转轴裂纹损伤故障研究进展

综述了近年来旋转机械转轴裂纹损伤故障诊断研究的主要成果和发展前景。首先,对旋转机械转子系统转轴裂纹损伤非线性特性的研究方法、裂纹刚度模型和非线性动力学特性问题的国内外研究现状进行了概述。在此基础上,指出了目前旋转机械转轴裂纹损伤故障问题研究尚待解决的问题,并对今后的发展趋势进行了展望。     

自学习模糊脉冲神经网络的旋转机械诊断

针对旋转机械故障分类边界的模糊性和传统的神经网络算法难以解决应用问题的实例规模和网络规模之间的矛盾问题,提出了一种自学习模糊脉冲神经网络算法,该算法通过脉冲序列的种群编码和无监督学习较好的克服了旋转机械故障分类边界的聚类分析无效性问题.应用表明该算法有效解决了旋转机械故障的边界模糊性问题,较大提高了故障诊断的准确率.     

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

旋转机械智能化故障诊断混合推理系统设计

为了提高旋转设备故障诊断正确率,将支持向量机SVM和基于案例推理CBR相融合,设计了旋转机械智能化故障诊断混合推理系统。根据两者各自的特点将它们最大限度地结合起来,同时每个推理单元又保持各自的独立性和完整性。讨论了进行SVM和CBR混合推理的关键过程和策略,并以矿井风机为例,建立了矿井风机案例库,对混合推理系统进行了验证。研究结果表明:混合推理系统不仅能提高故障诊断的正确率和系统运行的效率,而且还能增强系统对知识的提取能力。