滚动轴承故障诊断的案例推理方法

针对滚动轴承的故障诊断问题,提出了一种采用案例推理(CBR)的诊断方法.为了解决检索相似案例时案例属性多、人工确定关键属性及其权重困难的问题,提出了一种Filter/Wrapper复合型特征选择算法,用邻域粗糙集算法粗选属性,用遗传算法进一步精选属性和优化权重,并有效地解决了邻域粗糙集算法中需要人工确定邻域大小的问题.以滚动轴承运行时的振动信号为基本信息,建立了滚动轴承案例库,从案例库中检索与问题案例相似的历史案例,并根据这些历史案例来判定问题案例的故障类别.试验结果表明,故障诊断的正确率达到100%,故障位置诊断的正确率达到93.3%,且算法具有较好的稳定性.     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的     

动态不确定因果图用于复杂系统故障诊断

商用核电站中的操作员在电站正常运行时需要密切监测核反应堆的运行状态。当故障发生时,对核电站进行迅速、有效的故障诊断和对故障进行正确处理极为重要。该文介绍了动态不确定因果图(dynamic uncertain causality graph,DUCG)理论方法,并将DUCG方法应用于核电站的故障诊断。以中国广核集团有限公司的宁德核电站1号机组CPR1000为原型建立了8类典型的二回路故障模型,进行故障诊断验证和故障发展预测。同时,应用该公司全配置仿真系统对每个故障进行了20次实际测试。验证和测试结果均表明:DUCG能够准确、快速、高效地进行故障诊断。     

建模支持中的不确定性分析

将决策建模过程中的不确定性的产生原因归结为信息的真实性和算法的可用性，在提出了用模糊Ｐｅｔｒｉ网表示不确定性的基础上，分析了两种信度的不同合成方式，并提出了相应的算法，为不确定性环境下的建模支持提供了一个实用而可行的方法．     

建模支持中的不确定性分析

将决策建模过程中的不确定性的产生原因归结为信息的真实性和算法和可用性。在提出了用模糊Ｐｅｔｒｉ网表示不确定性的基础上，分析了两种信度的不同合成方式，并提出了相应的算法，为不确定性环境下的建模支持提供了一个实用而可行的方法。     

因果图在液压传动系统故障诊断中的应用

在介绍因果图原理的基础上论述了因果图在液压传动系统故障诊断中的意义和应用     

机器人装配中的几何不确定性建模

在机器人装配中,几何不确定性使装配工件的真实位姿在一定的区域内变化,对几何不确定性建模就是求解物体的几何不确定性区域。将几何不确定性解耦成位置不确定性和 姿态不确定性的组合,对位置不确定性用物体上各点的不确定性球表征,而姿态不确定性用各点的不确定性球表征,并由此求得物体的几何不确定性区域。由于得到的模型较为抽象复杂,在实践应用中,需要进行必要的简化,在此仅对一些近似方法作了简要讨论。     

ESORR-1的知识库结构及不确定性推理方法

本文在分析了单线铁路技术改造方案决策领域知识结构的基础上,提出了一种组合式的知识表示方法,并进一步对优化知识库技术进行了探讨.此外,还在D/S证据理论的基础上,通过建立一种基于区间表示的不确定推理方法,较好地把存在于该领域中的不确定性进行了综合处理.该系统的知识库和不确定性推理方法已在IBM-PC微机上用Turbo Prolog(2.0)开发完成.     

基于多色集合的数控机床故障诊断模型构建与推理方法

数控机床故障具有层次性和相关性等复杂特点,构建形式化的数控机床故障诊断模型并推理出故障原因,是进行故障诊断的重要过程。本文基于多色集合理论,提出数控机床故障诊断形式化结构模型的构建与推理方法。在阐述多色集合基本概念的基础上,构建了基于多色集合的数控机床故障诊断层次结构模型;利用多色集合的元素、个人颜色、统一颜色以及布尔矩阵,从横向和纵向两个方向对该模型进行了形式化描述;给出了数据机床故障诊断模型的推理算法流程,实现了自顶向下的自动推理。最后以刀架系统故障诊断建模与推理过程为例,验证了所提理论和方法的正确性和有效性。     

因果图定性分析法及其在故障诊断中的应用

在故障诊断中经常用到因果图分析法,因果图理论是基于信度网(Belief Network)[1]上发展起来的,因其完全基于概率论,具有良好的理论基础,对于网络的拓扑结构也没有限制,所以得到了广泛的应用,如故障诊断;定性分析法在故障诊断中有广泛的应用,具体方法有结构重要度系数法、概率重要度以及关键重要度法,主要介绍结构重要度系数法定性分析故障原因,进而采取预防措施。     

基于集对分析的上下文感知不确定性的推理方法

在上下文感知计算应用中,需要对传感器获取的原始上下文数据进行推理、融合以获取高层上下文信息.利用集对分析(SPA)的思想,提出一种利用同异反向量夹角余弦来对不确定性上下文进行推理的方法.通过对智能空间场景中不确定上下文状态推理的实例分析、比较,表明该方法概念清晰、计算简明,具有较强的实用价值和较高的可靠性.     

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.     

基于粗糙集理论和因果图的故障诊断

【目的】复杂系统发生故障时会导致许多冗余信息产生,以此建立的因果图模型结构复杂,推理难度较大,针对这个问题提出了基于粗糙集和因果图理论的故障诊断方法。【方法】先根据历史故障数据建立决策表,利用粗糙集理论对决策表进行属性约简得到最小决策表,再根据最小决策表对原始因果图进行约简,最后利用约简后的因果图模型进行故障诊断推理。【结果】从一定程度上降低了因果图模型的复杂程度,从而提升了推理速度。【结论】以某电网为例应用此方法,因果图模型的确得到了简化,样本检验结果也与实际结果一致,说明了该方法的可行性和准确性。     

基于模糊Petri网的动态知识表示与推理方法

针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特点,设计了一种基于模糊Petri网的动态知识表示与推理方法。该方法利用实际环境中的数据,通过学习来调整知识模型的权值、阈值和确信度等参数,从而实现知识库的动态实时更新。此方法同时结合了产生式知识表示方式和神经网络知识表示方式的优点:知识模型结构清晰,参数意义明确;具有学习和并行推理能力。仿真实验结果表明,经过训练调整后的知识模型具有更高的准确度。     

基于数据不确定性的变压器故障诊断研究

针对采集的变压器油中溶解气体数据的波动性和不确定性,通过引入蒙特卡洛算法进行数据处理.根据油中溶解气体试验,将处理后的变压器油中溶解气体数据进行两两比值.分别根据变压器运行规程、DGA知识以及模糊c均值聚类法对气体含量和比值进行离散化处理,再进行属性约简,并将约简结果作为神经网络的前置输入,对神经网络训练及故障进行诊断.实验结果表明,该方法可以对变压器故障进行准确判定,具有更好的工程实用性.     

混合不确定性下机床主轴可靠性建模与分析

重型数控机床肩负着众多关系国民经济与国防安全的产品及关键零部件的加工制造,其质量、性能和技术水平是衡量一个国家工业化水平和综合实力的重要标志.与普通数控机床相比,重型数控机床可靠性建模与分析具有系统结构复杂、样本少、试验数据不足、信息不全、可靠性数据类型多样、故障机理复杂等难点.同时重型数控机床可靠性受到多种不确定性因素的影响,针对重型数控机床不确定性分析难点,本文以重型数控机床主轴为研究对象,分析了影响其可靠性的各种不确定性因素,建立了基于不精确概率理论的混合不确定性量化方法.基于应力-强度干涉理论,提出了针对机床零部件的不精确可靠性建模与分析的一般方法,并以某型号重型数控落地铣镗床铣轴为例,对铣轴的静强度和疲劳强度进行可靠性分析与计算.通过与蒙特卡罗方法的对比,验证了本文所提方法的有效性.     

内燃机油基础油与添加剂优选中的推理方法

为了研制内燃机润滑油，采用计算机知识推理的方法来选择基础油和添加剂。知识的表示以传统的基于规则的知识表示为基础，结合面向对象的以及模糊的知识表示方法，为每种添加剂建立规则库。以添加剂类型规则库中的规则头以及研制油的性能要求分别得到两个证据集合，以两集合的贴近库作为其匹配度，从而选择出符合要求的添加剂类型。以该类型添加剂中的每种添加剂性能指标形成的评判标准论域集合与选择该添加剂的模糊评判论域集合为基础，应用麦德姆尼方法推出模糊关系矩阵，用研制油的评判集合及模糊假言推理得到结论，在多个结论的情况下，对结论冲突进行消解，最终选择出最优的添加剂。实践表明，这种推理方法得到的添加剂与大量人工分析得到的结论完全相同。     

机器人立体视觉模块的故障诊断

针对机器人的视觉模块，提出了一种故障诊断的算法．该方法根据极线几何理论，利用基本矩阵离线地得到故障诊断的期望范围，再根据匹配像素点是否落在期望范围内判断视觉模块当前是否存在故障．与常规方法相比，不需要增加额外的传感器，且占用系统资源较少，具有相当好的实时性．实验证明，利用该方法进行故障诊断的错判率和漏检率均在3％以下。     

基于语义的对象建模与动态建模

讨论了在面向对象方法中从分析模型向软件模型的平滑过渡中存在的问题，确认语义特性问题是造成两种模型间“鸿沟”的一个关键问题．提出基于语义的对象建模与动态建模，是对迄今为止的面向对象分析方法的一种补充和改进，在许多应用领域和场合中，它可以成为面向对象方法的一个新的、有意义的发展．     

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