基于模型与实例的混合推理用于故障诊断

分析了基于模型和基于实例的诊断推理方法，提出了基于模型与实例的混合推理策略，并将其应用于ＣＮＣ加工中心的故障诊断．同时，还讨论了实例的表达与存储、索引与匹配等问题     

生产过程远程监控与诊断技术研究

结合远程监控与诊断技术在现代制造业中的重要作用，分析了远程监控与诊断技术实现的三种模式，提出并分析了运用远程监控与诊断技术进行在线监测与诊断的七个质量评价指标，提出了一种远程监控与诊断系统模型，该模型基于分布式人工智能和网络技术，完成生产过程与设备的监测与诊断任务，具有层次清晰，实现方便，维护简单和工作可靠等特点，最后给出了该模型在大型化工生产中的一个应用实例。     

一种贝叶斯诊断网络的拓扑结构

为了解决工程诊断中的不确定性，提出了一种基于工况-操作-故障-征兆的3层拓扑结构的贝叶斯诊断网络模型．该模型发挥了贝叶斯网络解决不确定性问题的优越性，融合了专家的经验知识，用图形化方式直观地表达了诊断中的复杂关系．应用实例表明，与传统质朴型贝叶斯诊断网络相比，该模型考虑了诊断对象的实际运行工况和操作情况，用于诊断的证据信息更充分，网络的诊断推理结果更符合诊断实际，已成功地应用于某石化公司炼油厂的烟机诊断中．     

基于集成诊断模型加工质量的智能诊断系统研究

文章从模拟人的诊断思维出发，以融合神经网络和专家系统这２种人工智能理论为指导思想，２针对加工质量诊断问题，提出了综合使用实例知识，经验知识，模型知识的基于神经网络，覆盖集理论，数学模型的集成诊断模型，给出了基于集成诊断模型加工质量的智能诊断系统框架     

广义线性模型的诊断与实例分析

研究了广义线性模型的诊断，将线性回归模型的诊断方法推广运用到广义线性模型，证明了均值漂移模型与数据删除模型的等价性，研究了判断异常点的Score检验统计量．最后通过实例建模，验证了本文给出的诊断方法的有效性．     

神经网络的多故障诊断层次模型研究

人工神经网络已成功应用到实际的故障诊断系统中，但大多主要用于单故障诊断情形。实际应用中，多故障同时出现的情况却普遍存在。基于神经网络的方法，构造了一种用于既能诊断单故障，又能诊断多故障的模型。通过实例与传统的诊断模型进行对比，说明了所提出诊断模型的可行性和有效性。     

工艺设计实例推理的神经索引模型的研究

提出了一种基于神经网络的工艺实例推理索引模型，与现存大多数实例推理系统不同，该方法用神经网络实现实例的动态分类和索引，实例层次分类的３层结构和基于特征的聚类模板概念，为实现基于符号处理的实例推理求解模式向基于向神经计算模式识别求解模式映射提供了条件。     

一类试卷诊断模糊聚类模型

基于截集水平的最小偏差平方和，给出了一类最优模糊聚类的方法，并建立了试卷诊断分类模型，进一步得到了每一类中各样本的主要共同特性，最后给出了一个通过Matlab程序实现的实例。     

具有AR（p）误差的半参数回归模型的统计诊断

旨在探究具有AR（p）误差的半参数回归模型的统计诊断．首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式．最后运用实例说明该方法的有效性．     

基于统一特征的配电网故障诊断方法

目前的配电网故障诊断方案大多需要大量故障模拟作为支撑.随着配电网规模不断扩大，故障概率逐年增加，该类方法极易受不同故障类型及个数的限制，使得模拟计算量骤增，难以快速诊断，为此本文提出了一种基于统一特征的配电网故障诊断方法.首先利用稀疏测点电压增量关系，推导出配电网的统一故障特征；然后引入神经网络构建故障诊断模型，结合实例测试统一特征诊断方法并分析其计算量优势；最后将统一特征诊断方法推广至大规模配电网，通过撕裂法进行分区，实现各子网并行诊断.多个诊断实例结果表明，所提方法利用稀疏电压增量值即可有效诊断，其模拟次数与故障类型及个数无关，仅取决于支路条数，大大降低了计算量，且对测量数据无严格同步要求.     

二元相依生存数据的贝叶斯统计诊断

基于FGM Copula函数刻画二元相依生存数据的相关关系，B样条函数拟合边际基本危险函数，建议半参数二元相依生存模型，相比较于全参数模型，其更为灵活柔性，适应范围更广.在贝叶斯理论框架下，基于Gibbs抽样和MH抽样的混合算法，对模型未知参数进行估计同时，建议了贝叶斯数据删除影响分析和贝叶斯局部影响分析的统计诊断方法.数据模拟和实例分析例证了所提出的半参数模型及其算法的可行性，所建议的统计诊断方法能检测出潜在异常点或强影响点.     

基于IBIS模型的仿真分析在高速服务器主板GSMB-1中的应用

阐述了基于IBIS模型的仿真分析在高速、复杂系统中的重要作用与实用性，简述了基于IBIS模型的信号完整性仿真分析的概念及其流程，并分析了一个基于IBIS模型的信号完整性仿真分析在高速服务器主板中成功应用的实例．     

基于改进的RBF神经网络的配电网故障诊断模型

结合梯度下降算法和进化算法对RBF神经网络进行改进,建立了基于改进的RBF神经网络的配电网故障诊断模型.配电网故障诊断实例表明,基于改进的RBF神经网络的配网故障诊断模型具有较高的诊断精度.     

基于遗传小波神经网络的电梯故障诊断分析

利用小波分析具有能量分布特征提取的特性和遗传算法优化BP算法的能力,提出了一种基于遗传算法、小波与神经网络的电梯故障诊断方法,并应用电梯故障数据作为实例进行了验证.遗传算法小波神经网络模型诊断速度快、鲁棒性好、故障诊断正确率高.     

一种基于实测模态参数的结构损伤诊断方法

本文提出了一种利用实测结果固有频率与振型诊断结构损伤大小和位置的方法，并提出了一种能抑制测试误差对诊断准确性影响的正则化技术求解质量和刚度损伤诊断方程，以三根模型的损伤诊断实例说明了本方法的有效性。     

基于FNN及DGA的变压器故障诊断系统研究

本文在探讨研究了变压器故障类型与油中溶解气体的关系，分析了改良三比值法的原理、方法规则和优缺点的基础上，提出了基于FNN（模糊神经网络）及油中气体色谱分析法（DGA）的变压器故障诊断模型，实现了以模糊神经网络为基础的变压器故障诊断系统，实例表明该系统具有较好的诊断结果和工程应用价值。     

分类规则挖掘及其在故障诊断建模中的应用

探讨了数据挖掘技术中分类模型和算法,提出了基于决策树学习的建模方法,通过实例说明了该技术在故障智能诊断中的应用及优点。     

单纯形分布模型的离差分析

针对单纯形分布模型,本文首先探讨了基于关联分析的离差法;然后对该模型作了离差度量分析,得到了模型的离差度量序列;最后,通过对一个实例的分析,验证了上述诊断方法的有效性。     

基于2.4G无线控制智能家居照明系统的研究与设计

针对单纯形分布模型,本文首先探讨了基于关联分析的离差法;然后对该模型作了离差度量分析,得到了模型的离差度量序列;最后,通过对一个实例的分析,验证了上述诊断方法的有效性。     

基于动态核聚类分析的水轮机组故障模式识别

根据水轮机组振动故障与振动征兆之间复杂的非线性关系，总结了适用于水轮发电机组振动故障诊断的频谱特征表和振动部位幅值特征表；针对C-均值聚类易产生误分类问题，提出基于动态核聚类分析的水轮机组故障模式分类方法；对振动信号频率、振动信号幅值特征、振动部位进行分析，获得振动频谱征兆隶属度值，在此基础上，建立了基于故障分层的水轮机组运行状态自动诊断模型．工程应用实例表明：该模型的诊断效率是可行的，诊断结果具有较高的可信度．