基于声强识别的发动机智能化故障诊断系统

根据对发动机在实际使用和生产中的故障诊断与监测现状分析，该文拟开发一套基于声强识别的发动机智能化故障诊断与监测系统。通过对系统需求分析和设计原则的定义，给出了系统总体方案，分析了系统的工作原理，设计了系统数据处理、故障诊断以及控制软件，并对软件设计过程中的几个关键技术进行了讨论，包括知识库的设计与分析、智能化故障诊断模型的设计以及输入输出模式的描述等，为实现发动机智能化现场故障诊断提供了软硬件平台。     

软件故障诊断探讨

软件在国民经济和社会生活中发挥着重要作用。软件出现故障可能造成严重危害。但是，目前尚未明确提出软件故障诊断的概念，缺乏对软件故障诊断的系统深入研究。当前硬件系统故障诊断的研究和实践都取得了较大的进展。本文分析软件故障产生的原因和软件失效机理，介绍各种硬件系统故障诊断技术，并对软件故障诊断进行了初步的探讨。     

最优故障诊断系统设计

为改善系统的故障诊断性能，在设备设计阶段考虑增加故障诊断子系统是十分必要的．本文从信息论的观点，提出了确定系统中最优状态检测器数目及其安装位置的方法，研究结果为指导故障诊断系统的设计提供了科学依据．     

机电一体化系统的故障诊断与维护管理

机电一体化系统在生产制造中显示出越来越重要的作用，本文对机电一体化系统进行了故障诊断和维护管理的分析应用。首先简要分析了机电一体化系统具体的故障原因，在此基础上重点探讨了机电一体化系统的故障诊断方法的应用，并给出了具体的维护管理的建议和措施，对于进一步提高机电一体化系统的故障诊断水平和维护管理水平均有较好的指导借鉴意义。     

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．     

粗糙集与神经网络集成在故障诊断中应用研究

提出了SOM网络－粗糙集－BP网络集成进行故障诊断的方案；首先应用SOM网络离散化故障诊断数据中的连续属性值；然后基于粗糙集理论计算诊断决策系统的约简，根据实际需要确定最优决策系统；最后在最优决策系统的基础上设计BP网络进行故障诊断，4135柴油机的实际诊断结果验证了所提出的民粗糙集理论相结合进行故障诊断的可行性，在数据充分的条件下，该方案可以推广应用于其他机械设备。     

机车铁路信号故障诊断系统

以铁路信号板为对象，提出了机车铁路信号的故障诊断系统，该系统既能进行静态故障诊断，也可诊断运行中的故障，实践表明，该系统安全系统，可靠，也可推广到其它类似的应用场合。     

基于模糊神经网络的摊铺机智能故障诊断系统

针对沥青摊铺机故障原因的复杂性与不确定性，综合运用模糊推理、数据库、人工智能、专家系统等理论，完成了沥青摊铺机智能故障诊断系统总体结构设计，建立了基于BP神经网络的沥青摊铺机故障诊断系统，利用推理规则模块并结合摊铺机工作状态参数进行推理，能迅速判断推铺机故障原因，从而保证了推铺机的正常工作。该系统的研究为沥青摊铺机智能故障诊断系统的开发提供了理论依据。     

一个模糊神经网络诊断专家系统及其实现

回顾了故障诊断技术的发展历程，提出了智能故障诊断的新分类．编制了一个传统的通用故障诊断专家系统，指出了其存在的知识获取困难、二值逻辑不符合实际、系统容错性差等缺陷．为解决缺陷，构作了一个基于模糊神经网络技术的智能诊断专家系统，并用MATLAB语言实现，仿真结果表明，系统性能良好．     

基于专家系统与人工神经网络集成的航姿系统故障诊断

应用专家系统与人工神经网络的相关理论对某型飞机航姿系统的故障诊断问题进行了深入的研究，建立了基于专家系统与人工神经网络的集成式专家故障诊断系统，并利用该专家系统实现了某型航姿系统的故障诊断。应用结果表明：整个网络数据误差在训练10次时达到0．1，在训练829次时达到0．01，可以准确识别故障。     

网络信息过滤中的固定文章集表达方法

为解决在信息过滤（ｉｎｆｏｒｍ ａｔｉｏｎ ｆｉｌｔｅｒｉｎｇ）中表达用户的信息需求困难的问题，提出了一种新方法——固定文章集法（ｆｉｘｅｄ ｄｏｃｕｍ ｅｎｔｓｅｔ， Ｆ Ｄ Ｓ）。在这种方法中，用户可以通过评价一些专门选择的文章来表达自己的信息需求。这避免了用户选择关键词的困难，扩大了用户信息需求表达的空间，同时可以应用于处理多语种信息过滤和社会化过滤问题。选择固定文章集使用选择文章基因法（ｓｅｌｅｃｔｄｏｃｕｍ ｅｎｔ＇ｓｇｅｎｅ， Ｓ Ｄ Ｇ），实验证明， Ｓ Ｄ Ｇ 的性能较其它方法有明显优势     

基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化。针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率。在8个时间Mealy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高。     

面向大规模数据的特征趋势推理算法

提出一种面向大规模数据的特征趋势推理算法. 首先, 采用Hash函数抽取大规模数据样本, 使用Pam聚类算法和并行K means聚类算法对大规模数据样本进行聚类, 获取最佳聚类结果后, 提取大规模数据聚类的动态特征； 其次, 采用基于特征趋势规则的推理算法, 构建大规模数据特征的趋势规则推理模型, 并通过累计趋势规则方法设计趋势规则算法, 推理大规模数据特征趋势, 解决了推理结果误差较大的问题. 实验结果表明, 该算法对大规模数据特征趋势推理的准确率均值为98.10%, 推理速度增长率为50%, 推理耗时最大均值仅为114.25 s, 能快速准确地完成数据特征趋势推理.     

步进电动机的故障诊断及其实现

针对步进电动机运行中的某些主要故障，设计了ＦＮＮ模糊神经网络故障理机及其单片机实现，提出随机寻优训练算法，并对此对该ＦＮＮ进行了训练，仿真结果表明，该处 仅计算速度快、推理精度高，而且具有工程应用的价值。     

采用模糊Petri网的形式化推理算法及其应用

以模糊Petri网为工具，研究了多种约束条件下的人类知识和推理过程的表示方法．在此基础上，将模糊Petri网与矩阵运算相结合，给出了模糊推理过程的形式化推理算法．算法考虑了推理过程中的众多约束条件，包括命题在规则中的权重、变迁触发的阈值、规则的可信度以及多结论规则等，将复杂的推理过程采用矩阵运算实现，充分利用了模糊Petri网的并行处理能力，使模糊推理过程更加简单、快速和易于实现。     

结合优先级和可信度的非单调真值维护系统

不精确推理和非单调推理是人工智能中两个重要的研究方面．分析了基于概率的不精确推理和基于真值维护系统的非单调推理的各自特点和局限性,将论据的优先级和可信度引入ＡＴＭＳ,提出了结合优先级和可信度的非单调真值维护系统,并给出其算法．它能有效地处理不完全领域知识下的推理,结合不精确推理和非单调推理的优点,克服两者的局限性．     

非线性泛函微分系统的指数稳定

利用线性化的方法,解决一类非线性泛函微分系统的周期解的稳定性。如果非线性泛函微分系统的周期的齐次线性微分系统的零解是指数稳定的, 那么可以得到非线性泛函微分系统的周期解是指数稳定的。以周期的Lotka-Volterra型n-种群竞争系统为例,得到系统周期解是指数稳定的。     

基于事例推理系统中检索策略的分析与研究

讨论了基于事例推理(CBR)在人工智能系统中的作用,分析了常用的CBR检索算法,并着重研究了提高系统检索效率问题.针对CBR系统的关键性问题事例检索,提出了一种分级检索算法与最近相邻算法相结合的检索策略(L&NCBR),分析了在精确匹配与非精确匹配情况下该策略的效率,并给出了基于L&NCBR的智能推理系统运行情况分析.结果表明L&NCBR策略在提高系统检索的稳定性和效率方面是有效的.     

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。     

基于双枝模糊逻辑的攻击模型BBFPAN模糊推理算法

针对基于MYCIN置信度方法的攻击模型BBFPAN推理算法,无法反映网络攻击过程中各结点的状态变化情况的缺点。以双枝模糊逻辑理论为理论基础,提出了BBFPAN模型推理的基本规则,并依据该基本推理规则,结合BBFPAN模型的定义,给出其相应基于双枝模糊逻辑的推理算法。在该推理算法中,预设起始库所集Pset、中间状态库所集Pg、可激发变迁集Tset,通过这三个集合元素的变化情况清晰地反映网络攻击的整个过程,为安全预警提供了依据。