基于本体的汽轮机多源异构知识建模与融合

针对目前汽轮发电机组设备维修与故障诊断的知识分散在不同电厂内,普遍存在多源异构、共享困难以及形成信息孤岛等问题,结合全局本体与局部本体建模的方法,分析了汽轮发电机组的结构特性,借助Protégé_4.3建立了汽轮发电机组的全局本体模型与局部本体模型,设计了全局本体与局部本体的映射关系算法,实现了汽轮发电机组多源异构的知识融合与多源知识的检索.采用SQI机械故障模拟实验台对汽轮发电机组产生的故障进行模拟.通过模拟转子质量偏心和转子不平衡,结果表明两者有98%的相似度,即两个不同概念的故障有相同的故障源,说明基于本体的汽轮发电机组多源异构知识模型与融合方法是有效、可行的.     

基于本体的故障诊断知识管理系统研究

针对目前企业内存在的故障诊断信息分散,不易共享和重用的问题,提出基于本体的故障诊断知识管理系统模型.根据故障诊断所涉及的源知识特点,建立了结构域、测试域和故障域3个异构领域本体模型,并根据各本体之间的连接关系给出了故障树生成算法,实现知识之间的共享和重用.以4L-20/8型两级空气压缩机为研究对象,开发了基于本体的故障...     

汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断。该神经网络集成一系列的ＢＰ网络,来完成故障分类任务。每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态。子网络的权值通过基因算法进行确定,从而使训练过程可以实时进行。通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别。一种基于这种结构的实用诊断系统已经投入使用。     

汽轮发电机组振动故障诊断中的改进BP算法

针对大型汽轮发电机组振动故障的特点,提出了一种基于改进算法的ＢＰ网络故障诊断模型,并对一实际汽轮发电机组振动故障事例进行诊断,结果表明,该方法是行之有效的。     

汽轮发电机组故障诊断的并行关联模型

提出了一种新的汽轮发电机组故障诊断模型－并行关联诊断模型（ＰＲＤＭ）。ＰＲＤＭ将复杂问题分解成为相对简单又相互关联的子问题,再根据各个子问题的具体特性由多个相对独立的子系统并行协同工作,简化了求解的复杂程度。和传统的诊断专家系统相比,ＰＲＤＭ具有知识维护容易,推理机制灵活,推理效率高的优点,智能化程度有了进一步提高,适用于大型复杂系统的故障诊断。ＰＲＤＭ已经成功地应用于汽轮发电机组的故障诊断。     

基于分形理论的汽轮发电机组故障诊断

分析了汽轮机发电机组的几种常见故障及其表现形式，利用传统的频谱分析方法对某汽轮发电机组进行了状态分析，并研究了该发电机组在不同运行状态下的关联维数，给出了利用分形理论对汽轮机发电机组故障实施故障诊断的判据，利用数字量信息-关联维数作为诊断标准有利于计算机对设备的运行状态进行识别与判断，为机械设备的在线监测与故障诊断提供了可靠的工具，该方法为复杂机械的线监测与故障提供了新的思路。     

汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断．该神经网络集成一系列的ＢＰ网络,来完成故障分类任务．每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态．子网络的权值通过基因算法进化确定,从而使训练过程可以实时进行．通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别．一种基于这种结构的实用诊断系统已经投入使用．     

改进的BP网络在汽轮发电机组故障诊断中的应用

提出了一种恒误差修正率控制的网络学习率和动量系数自适应调整方法，克服了网络训练收敛时间长和陷入局部最优的缺点；并根据大型汽轮发电机组振动故障的特点，建立了改进的BP网络故障诊断模型，对一实际汽轮机发电机组振动故障事例的诊断结果表明，该方法有效地提高了故障诊断的精度和可靠度。     

基于本体的知识建模技术

为了提高知识检索效率,提出了基于本体的知识建模方法.根据知识与领域本体对应关系,从领域本体构建和基于本体的知识表示两个方面研究确定基于本体的知识建模过程,形成对领域知识的有效组织与表示.讨论了基于OWL语言的领域本体构建过程和基于本体的知识表示方法.该方法保证了本体涉及领域与知识范围的一致性,考虑了本体应用过程中的效果反馈,有利于本体完善和扩展.     

水电机组故障诊断系统中的模糊诊断技术研究

介绍了在水电机组故障诊断系统中采用的模糊诊断技术,构造了故障诊断的模糊关系矩阵.此模糊知识已成功地应用于实际水电厂的故障诊断系统中,在故障诊断系统的使用过程中得到进一步的充实和验证.在整个系统的多年运行中,此诊断方法成功地诊断出如转子不对中、尾水管偏心涡带等机组运行问题,为电厂的维修与管理提供了有价值的依据与参考。应用效果表明,使用模糊诊断方法于水电机组故障诊断中是有效的,模糊关系矩阵也在故障诊断系统的使用过程中得到进一步的充实和验证.     

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.     

发电机故障诊断处理系统的研究

故障诊断处理系统作为故障诊断系统中的一个子系统,对电力安全生产起着重要保障作用,同时还具有重大的社会效益和经济效益。针对发电机故障诊断系统中诊断处理系统的功能、结构等特点,提出故障诊断系统的任务并建立了故障的物理模型和诊断模型,并确定了故障诊断方法、策略以及知识库的建立;最后对诊断处理系统进行了总体设计。     

基于Vague集的医疗诊断系统

讨论了Vague集的基本概念;介绍了一种基于Vague集理论的医疗诊断系统的设计实现方法,该方法中采用Vague集的核函数与精确函数来解决基于Vague集的模糊决策问题,由于Vague集可以同时表示“支持”,“反对”和“不确定”的信息,这使得在采用Vague集的医疗诊断系统中得到的推理结论更符合实际情况,最后通过一个实际医疗诊断例子论证了该方法的正确性。     

基于信息融合技术的大型水轮发电机故障诊断

为了能够从多方面反映水轮发电机组系统状态,实现对水轮发电机组故障模式的自动识别与准确诊断,将信息融合技术应用于水轮发电机组故障诊断系统。根据故障特征量将故障进行分类处理,采用多个并联的BP子神经网络进行水轮发电机组故障的局部诊断,获得彼此独立的证据,再运用D-S证据理论融合算法对各证据进行融合,最终实现对水轮发电机组故障的准确诊断。诊断测试实验证明:采用该诊断系统可有效地提高诊断可信度,减少诊断的不确定性。     

故障诊断专家系统的新型知识网络推理模型

介绍故障诊断专家系统中的一种新型知识网络表示法，并给出了详细的推理算法与故障判决算法，此知识网络的推理通过消息传递来实现，具有分布式特性，且在整个知识网络的推理与故障判决中融入了不精确推理算法，故能适合大多数的故障诊断专家系统模型。     

汽轮机故障诊断中的信息熵融合

在汽轮机轴系振动故障模拟试验的基础上,对大量故障模拟试验数据进行计算,建立了典型故障的4种信息熵样本.采用概率神经网络对故障信号的4种信息熵特征进行融合研究,并将融合结果与最小距离分类器的分类效果进行了对照分析.研究表明,概率神经网络可实现对训练样本100%的正确识别率,对"陌生"样本的正确识别率也超过80%,其识别效果远远超过最小距离分类器.可见,概率神经网络综合了贝叶斯分类器和神经网络的优势,在汽轮机故障模式分类方面具有明显的优势,利用概率神经网络融合信号的信息熵特征实现汽轮机轴系故障模式识别是一种可行有效的方法.     

基于IETM的涡轮故障诊断方法研究

以IETM故障树理论为基础,建立一问一答模式的故障隔离机制．阐述了涡轮叶片温度特点,分析了涡轮叶片的几种故障类型,并以涡轮叶片故障诊断流程为实例建立简单的故障树结构．研究了IETM故障数据模块的编辑与实现,利用模拟的涡轮叶片故障温度数据验证了IETM故障诊断系统的可行性,实现了故障诊断界面在IE浏览器上的显示．证明了通过与IETM交互并在诊断策略的引导下,现场保障人员能够高效地完成现场级的故障诊断和维修．     

本体的概念、建模与应用

为了阐述本体的内涵,讨论了本体的概念、分析了本体与其他知识表示方法的本质区别,总结了本体的分类。本体建模是应用的基础,论述了本体的建模原始建模方法,总结了常用的本体建模语言和建模工具。本体可以应用于知识管理、系统分析、异构信息集成等领域。作为本体应用的演示性实例,讨论了基于本体的网管信息语言层集成,证明基于本体可以解决网管信息的语义异构性。