基于SDG的智能故障诊断方法研究

提出了一种基于符号有向图 (signeddirectedgraph ,SDG)的智能故障诊断方法 ,其基本思想是通过分别建立系统及其部件所对应的SDG ,并将此SDG对应于需诊断的故障模式进行化简 ,然后将建立的诊断规则库用逻辑运算进行扩充 ,形成系统的诊断规则库。诊断时通过将系统变量的定量取值简化为定性值 ,并应用所建立的规则进行比较 ,得到最后的定性诊断结果。     

基于置信规则库的并发故障诊断方法

针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base, BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。     

飞行器电子系统的多故障诊断算法研究

飞行器电子系统的多故障诊断问题可看作对各部件的故障概率求解的组合优化问题,在建立了系统故障诊断的概率因果模型基础上,运用遗传算法对飞行器电子设备各部件进行了故障定位。并针对遗传算法易陷入局优的缺点,提出了改进方法,将能量熵的选择加入到遗传算法的退火选择中,以充分地探索解空间,保持种群的多样性。试验结果表明,改进遗传算法能快速确定全局最优值,较好地解决了故障诊断领域中多故障关联的问题。     

基于Kalman滤波飞机换热器故障诊断研究

以飞机环境控制系统部件换热器为研究对象进行故障诊断研究,在建立换热器动态模型的基础上,选择基于参数估计的卡尔曼滤波(Kalman)法对换热器物理参数进行辨识,主要分析了单一故障和双故障发生时,换热器物理参数变动情况.仿真研究中,根据输入输出数据,辨识出物理参数的变动,实现故障检测和分离.结果表明,Kalman法可以准确辨识换热器物理参数变动,实现换热器故障诊断,同时得到了换热器物理参数与故障模式的对应关系,对实际工程中换热器故障诊断有一定的指导作用.     

基于RBF网络和ARX模型的液压系统故障诊断方法

提出了基于径向基函数(Radial Basis Function,RBF)网络和有源自回归(Auto-Regressive with Extra Inputs,ARX)模型的液压系统的故障诊断方法.作为一种性能优越的网络分类器,RBF网络比传统的反向传播(Back Propagation,BP)网络表现出更好的分类效果,非常适合于故障特征识别.故障诊断方法首先针对目标故障状态建立 ARX模型,提取 ARX 模型的自回归系数作为故障特征向量.然后将故障特征向量作为RBF网络训练样本,建立RBF网络故障分类器,进一步根据RBF网络的输出结果来判断故障的类型.通过建立挖掘机铲斗部分液压系统仿真模型,验证了于基于RBF网络和 ARX 模型的故障诊断方法的有效性.     

定性代数方程的简明表达方法-影响方程及其建模

提出了定性代数方程简明表达方法的实现及建模规则.以化工装置中的固定床式烷基转移反应器为例讨论了影响方程建模过程,建立了烷基转移反应器的影响方程,并将影响方程模型直接转化为较为直观的符号有向图(SDG)模型.采用SDG定性推理(即基于网络拓扑的定性仿真方法)识别故障的完备性较高、能够揭示故障演变的路径和历程,在复杂过程系统危险识别和故障诊断领域得到广泛应用.     

基于定性推理的开关∕继电器电路故障诊断

为实现开关/继电器电路的故障诊断,考虑将人工智能中的定性推理技术应用于电路故障分析。通过建立简单直观的权值电阻网络形式的电路定性模型,并研究了相关的算法进行静态、动态的定性仿真,再根据仿真结果判断系统是否发生故障,并利用元器件的状态信息通过推理方式实现故障定位。最后以某大型测试设备紧急断电电路为例进行了分析,结果证明了所述方法的可行性、有效性。     

基于BP神经网络的故障诊断方法

提出了一种表示故障的模型 ,然后为其建立了基于 BP(逆向传播 )模型的神经故障诊断网络 ,给出了该网络的训练算法和故障诊断步骤 ,并提供了在雷达系统设备上对某些部件的仿真调试诊断实例 .     

非线性系统故障诊断的Volterra模型方法

针对非线性系统的故障诊断问题,系统地总结了基于Volterra级数模型的故障诊断的理论与方法。由于Volterra级数模型可以完全描述非线性系统的传递特性,因而可将其应用于系统的故障诊断,即在系统工作过程中,通过分析故障发生前后Volterra模型中非线性因素的变化来判知系统的故障。在介绍了这一新的故障诊断理论的基本思想后,结合减震弹簧的疲劳诊断,总结了当前的两种主要研究方法,即基于非线性谱分析的故障诊断方法和基于多重预设Volterra模型的故障诊断方法。阐述了这两种方法的工作原理和实现方法,指出了今后在这一方向上需要进一步研究解决的问题。     

基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法

为了提升电网复杂故障时的态势感知能力,提出了基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法.首先,基于层次化、动态建模的思想,在建立元件一般故障诊断模型的基础上,引入浮动库所、浮动弧、浮动变迁的概念来合理的体现主保护、断路器以及后备保护之间的逻辑关系,建立了元件复杂故障时的诊断模型;其次,挖掘故障信息源的特性进行预处理,依据故障类型动态建立相应Petri网诊断模型;再次,利用改进的遗传算法对模型中的参数进行了训练、优化;最后,探讨了该Petri网故障诊断模型的容错性、通用性.对算例系统仿真的结果表明:该方法突出了故障诊断过程的层次性、可理解性,提升了诊断模型的透明性、改善了诊断模型的易维护性,在电网复杂故障的情况下诊断结果仍具有较高的准确度,并呈现有较好的容错性.     

基于定性推理与定量仿真集成的故障诊断推理

阐述了故障诊断推理过程中知识的概念、类别和关系，从知识的获取、组织和表示等方面对定性和定量知识的集成进行了研究，并提出了基于定性推理和定量仿真集成的综合诊断推理方法，结合复杂系统试车数据的仿真诊断结果表明，该方法能有效地消除推理结果中的奇异性，从而改善了定性推理方法的性能。     

基于本体的飞机舵面结构故障诊断方法

从系统工程的角度分析了飞机系统的复杂性,将飞机族的概念引入到飞机的本体建模中,并以舵面故障诊断过程为研究对象, 首先用Protégé建立了飞机本体的领域知识模型,然后将单故障和组合故障的诊断知识列为本体中的SWRL规则,最后利用 JESS推理出 新知识得出诊断结果,实现了用本体来选择修复方案的过程.该方法能够实现复杂系统的建模及故障诊断 方案的准确选择,并可通过增加新的诊断知识来完善故障诊断知识库.     

复杂系统的模糊故障诊断方法研究

复杂系统的故障具有模糊性与精确性的复杂特性,精确的推理方法难以有效地对复杂特性的故障进行诊断。提出模糊产生式规则与Petri网推理技术相结合的故障诊断模型,以研究模糊故障的推理诊断方法。以某发射装置控制系统为研究对象,给出一个复杂特征故障的诊断实例。研究结果表明,模糊产生式规则Petri网模型方法可以有效地对复杂系统的模糊性与精确性双重特征的故障进行推理诊断。     

楼宇设备监测管理综合网络与智能故障诊断系统的研究

论述现代楼宇设备计算机远程监测与实时数据管理综合网络的系统结构,给出在线故障检测与离线故障诊断的实现方案,提出了这类系统故障诊断模糊专家系统的推理算法与时变隶属度的计算方法．采用实时监测与故障诊断专家系统有效地提高了楼宇设备的故障诊断分析能力、设备的运行效率以及物业管理水平.     

定性仿真技术及应用

定性仿真以非数字化手段处理信息输入、建模、行为分析和结果输出等仿真环节,通过定性建模推导系统的定性行为描述。定性仿真是处理不完备信息的有效方法。定性仿真方法产生了多种流派,如模糊仿真法、归纳推理法、非因果关系推理方法、基于因果关系的推理方法、基于图表的推理方法、基于数据的结构化建模方法、基于定性空间的推理方法等。近年来,定性仿真已应用到故障诊断、生态和环境学、机械制造业和工业系统、医学研究、混杂非线性系统、教育系统、人类社会与经济、人工智能等领域中。最后从整体上简要评述了定性仿真的发展。     

模糊推理和神经网络的集成在故障诊断中的研究

以故障诊断的理论和方法为基础 ,综合运用人工智能、模糊理论和神经网络理论 ,对复杂电子装备的故障诊断问题进行了研究。提出了模糊推理和神经网络的集成方法 ,介绍了集成的综合系统的基本结构和工作原理 ,描述了模糊故障诊断模型和改进的神经网络BP算法     

基于模型和案例推理的混合故障诊断方法

基于模型的诊断方法描述的是系统内部结构和行为的深知识,能够轻松获取诊断知识,但计算量较大;而基于案例推理的诊断方法依靠的是历史经验,诊断效率比较高,但知识获取是其瓶颈。针对两种方法的优缺点,提出了利用基于模型的方法来实现案例知识的获取,然后通过基于案例推理的方式完成故障诊断过程的混合故障诊断方法。该方法不仅汲取了基于模型方法准确度高的优点,避免了知识获取难的问题,同时继承了基于案例推理方法的快速性,提高了诊断效率。     

基于相关矩阵与概率模型的故障模糊诊断

针对复杂系统故障快速模糊诊断问题,提出了一种基于相关矩阵和概率模型的故障模糊诊断方法。通过建立故障测试相关矩阵,在概率空间中获取故障判据,并考察非理想测试条件下故障出现某种征兆的概率值,继而利用概率最值原则推理故障、利用最小模原则进行故障筛选以降低虚警,实现了对复杂系统故障的高效便捷诊断。以阿波罗飞船发射前测试数据为对象对该方法进行了验证。实验结果表明,该方法具有足够的诊断精度,以及较低的运算复杂度,并且支持图形化快速诊断、便于现场应急使用。