基于模型的故障诊断中的模糊建模和推理

分析了基于模型的故障诊断方法的原理和特点以及其他故障诊断方法（基于规则、基于人工神经网、基于案例）的局限性．针对基于模型的故障诊断,提出了运用人工神经网和遗传算法的模糊建模方法,简化了建模复杂性．给出了基于模糊模型的故障诊断推理方法,从而能有效地处理复杂系统的故障诊断     

流程工业中模糊控制和故障诊断的建模及网络综合集成

研究流程工业中模糊控制和故障诊断的建模和网络综合集成．通过局域网集成系统实现各控制单元传感数据的共享以及流程生产过程的监控和报警,从而提高了制造系统的效率．提出了基于人工神经网和遗传算法的模糊控制建模方法,以及基于综合模型（人工神经网、案例、规则、对象模型）的故障诊断的建模和推理．     

基于混合模型的多重故障诊断

介绍了基于模型的多重故障诊断，它可通过ＡＴＭＳ来实现，能克服基于规则的诊断系统的一些局限性，但当运行模型和故障模型同时被运用或者等级模型被运用时，普通ＡＴＭＳ不能处理这种情况．本文应用分层ＡＴＭＳ来实现基于混合模型的故障诊断方法，同时给出广义最小诊断的定义，从而克服关于最小诊断定义中的不足．由于分层ＡＴＭＳ能表示和处理论据之间的优先级，因而能运用混合模型，能结合基于模型和基于规则的诊断，及提高诊断效率．     

人工水下沙坝研究进展

从波浪作用下人工水下沙坝的迁移演变规律和人工水下沙坝对波浪的消减效应2个方面综述了人工水下沙坝与波浪相互作用相关的最新研究进展;介绍了人工水下沙坝物理试验研究的经典案例,包括案例的研究背景、比尺设计原则和主要结论;论述了适用于人工水下沙坝中长期演变模拟的“基于过程的剖面演变模型”的发展历程和核心思想;结合现有研究成果,从构筑长度、布设位置和工程寿命设计方面给出了人工水下沙坝工程应用上的建议;讨论了现有研究成果和研究方法的局限性,给出了未来的研究展望。     

基于CRPN模型的复杂系统故障诊断

由于复杂系统的结构和运行环境复杂,传统方法无法对其进行故障诊断.文中将基于案例的推理方法和Petri网理论引入到复杂系统的故障诊断中,建立了基于案例推理和Petri网的CRPN(Case-based Reasoning Petri Nets)模型,研究了该模型的变迁规则和案例特征等关键技术.利用两层CRPN模型,可有效地解决已有复杂系统故障诊断方法中存在的模型难以建立、推理过程模糊等问题.最后以飞机的某系统为例,探讨了基于CRPN模型的故障诊断过程,结果表明文中方法是有效的.     

基于知识的冲压产品集成建模

在分析设计型专家系统与基于知识的工程的区别基础上，提出了基于知识的工程（KBE）应用于模具设计的重要性，介绍了基于知识的冲压模具三维数字化设计系统总体结构，论述了基于知识的冲压产品集成建模．该模型是在三层知识库结构的驱动和繁衍下，采用产品集成建模，集成产品的若干特征、信息和规则．该模型包含产品的显性知识，即产品的基本信息、形状特征、精度特征、材料特征和装配特征；同时还蕴含产品的隐性知识，即工艺规则信息和工艺可行性方案，从而使冲压产品在设计阶段就能满足冲压工艺要求．最后给出实例分析．     

故障诊断理论及其在机电系统中的应用

介绍了故障诊断理论的提出过程和内容;简要地阐述了基于解析模型的故障诊断方法、基于知识的故障诊断方法和基于数据驱动的故障诊断方法;详细介绍了基于观测器的故障诊断方法的步骤,并举例说明了该方法在机电系统中的运用,给出了Matlab的仿真结果。最后,通过对仿真结果的分析,得出了基于观测器的故障诊断方法能够较好地完成系统监控的任务,但对复杂系统的故障定位精确度不够的结论。     

案例推理和规则推理结合的紧急预案信息系统

将基于案例推理（CBR）与基于规则推理（RBR）两种人工智能技术相结合，引入到紧急预案信息系统的系统设计中，设计了系统的结构和工作流程并对系统实现的主要技术，预案和知识的表示，案例的存储结构，案例检索，案例适配与系统学习进行了探讨和构想。     

工业过程故障诊断方法的研究进展

故障诊断是工业过程中一个重要的问题.文章将故障诊断方法分为基于定量模型的方法、基于定性模型方法和基于数据的方法.在对各种故障诊断方法的基本思想和原理作简要回顾的基础上,对近年来的各种故障诊断方法在工业过程中的应用和研究进展作一综述,并总结出不同情况下的适用方法;指出了今后可能的研究方向.     

基于梯度的结构相似度的图像质量评价方法

虽然基于结构信息的图像质量评价方法——结构相似度（SSIM）模型结构简单、评价性能优于峰值信噪比（PSNR）或均方误差（MSE）模型，但SSIM模型不能较好地评价严重模糊的降质图像．文中提出了一种基于梯度的结构相似度（GSSIM）图像质量评价方法，该方法将梯度作为图像的主要结构信息．实验结果表明，GSSIM模型比SSIM和PSNR（MSE）模型更符合人眼视觉系统特性，能较好地评价模糊图像的质量．     

基于专家系统的电厂电气设备缺陷诊断

在分析人工智能缺陷诊断必要的基础上,开发了一个基于知识的电厂电气设备缺陷诊断专家系统,并依次对系统的知识库、推理机和人机接口进行详尽阐述,最后通过实例验证系统的智能性和有效性。     

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。     

在线考试系统的设计与智能化研究

将人工智能及基于数据库的知识发现等技术引入到在线系统的设计中,阐述了其智能型的设计思想,并讨论了该系统的结构、各部分设计以及设计过程中的一些关键技术.     

面向自主系统集群的人机混合增强智能综述

新一代人工智能技术的深度融合引发了制造业的大变革,其中基于人机物协同的人机混合增强智能展现出越来越大的潜力。针对这一背景,本文分析了智能制造系统中人机协同的相关研究,从人机建模、人机交互模式、人机界面设计和人机共享控制等几个方面回顾了面向自主系统集群的人机混合增强智能的关键理论和方法及其可能存在的问题和未来可能的解决方案。希望能为相关研究提供启发和参考。     

基于分布智能传播的自动故障管理

提出一种新的基于分布智能传播的自动故障管理系统(AFMDIP),该系统采用人工智能和网络分布管理技术,引入协作代理,提高了系统数据采集能力.代理用神经网络和事例暂存库进行告警收集、分类和事例管理.域内的故障首先由代理进行诊断,域内不能解决的问题将提交给管理中心.管理中心综合考虑各个域的信息,进行基于事例推理的故障诊断,并将事例传播到代理中.后续的类似故障将由代理直接完成诊断,提高了故障管理的效率,达到了信息和事例共享的目的.实验证明,AFMDIP有效降低了管理中心的带宽消耗,提高了在大范围多故障情况下的故障诊断速度.     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率谱为主要征兆，建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算机模拟识别表明，运用该系统可较为准确地判别出活塞的磨损（破损）故障。     

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统，将多agent技术引入复杂故障诊断领域，是求解复杂过程的故障诊断问题的一种新的尝试．讨论了基于MAS的分布式智能故障诊断方法和过程，设计了一种agent诊断系统结构及其原型系统，对诊断问题任务辨识、分解、各agent的内部诊断机制、多agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究．并重点描述了诊断agent的领域知识表示及多agent诊断系统的组织模型和各任务agent的功能定义，具体分析了诊断问题的故障分解与控制策略．在一电力企业安全监控系统的应用中，该模型能快速、准确地进行故障成因分析，给出合理的、建设性的决策意见，取得了与专家相似的诊断结果．克服了以往监控诊断系统的很多不足，提高了企业的安全运行效率．同时，与传统的诊断方法相比．体现了auent技术的特有优势．     

一类发电厂故障智能诊断系统模式的研究

针对发电厂运行过程中故障诊断的需要,应用神经网络技术、面向对象技术、人工智能技术以及计算机网络技术,提出了一种发电厂故障智能诊断系统模式,并设计了相应的软件系统结构和硬件系统结构,设计了相应的数据库,开发了数据采集软件以及基于面向对象的神经网络型专家系统。实际运行结果表明所提出孤方法是有效可行的。