基于三角均分模糊推理的电力设备故障诊断

电力设备的故障诊断具有不确定性,应用三角均分模糊推理系统能够利用实际故障诊断数据,吸收专家诊断经验,获取与完备故障诊断规则知识,从而有效地诊断电力设备的故障。     

基于自适应模糊推理的电力变压器故障诊断研究

将自适应神经网络的自学习优点与模糊数学的模糊推理方法进行有效的结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题,利用自适应神经网络的自学习功能,通过神经网络的学习确定了模糊规则和模糊隶属度。建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的实际运行状态。     

故障诊断系统中模糊推理算法的研究

针对故障诊断系统的特点，提出了一种基于模糊ＰｅｔｒｉＮｅｔｓ模型的反向模糊推理算法，并将人的感官信息加于其中，提高了故障诊断系统推理的效率。     

连续生产线设备故障诊断专家系统的动态模糊推理机制的研究

针对连续生产线设备故障诊断专家系统的研制，阐述了在建立模糊推理机过程中引入具有实时性的动态模糊关系的思想，并构造一个随无故障时间变化的动态隶属度函数来实现。     

车用柴油机故障诊断模糊推理算法及应用

在分析车用柴油机故障诊断知识的基础上，采用模糊优化方法对车用柴油机运行状态参数进行处理，采用模糊推理的算法来表达车用柴油机故障诊断知识．应用效果表明，车用柴油机模糊推理算法的建立，具有较大的实用性．     

证据结合在电力设备故障诊断中的应用

引入证据理论,实现电力设备多种检测手段的结合,以提高故障诊断的准确性,首先介绍了证据结合在电力设备故障诊断中的基本原理,然后给出了电力设备故障诊断的基本步骤,最后以变压器的绝缘诊断为例,进行了计算和诊断。     

油浸电力设备故障诊断中高分子膜的油气分离研究

进一步探讨了高分子膜油气分离的机理，阐述了高分子膜油气分离的基本理论并进行了详尽的试验分析，论述了在油浸电力设备的故障诊断中利用高分子膜实行油气分离方法的有效性。     

基于遗传算法的电力系统故障诊断

采用遗传算法的电力系统故障诊断，其基本思想是将电网故障诊断描述为优化问题，建立诊断的解析模型，最终都归结为无约束0—1整规划问题，并采用遗传算法进行求解数学模型得到故障设备。诊断电力系统故障元件就是要找出最能解释警报信号的故障假说。对以前的目标函数进行了改进，此外简单介绍了采用遗传算法进行故障诊断的步骤。     

电力设备状态监测的现状及发展趋势

本文介绍了电力系统状态监测的概念、作用和一般方法，阐述了电力系统状态监测的研究现状和发展趋势，以及电力系统主要电力设备的状态监测方法和手段。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数,得到小波神经网络。通过小波的去噪和神经网络的自学习功能,获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判决,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法的有效性。     

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     

故障诊断专家系统中的模糊推理算法

研究故障诊断专家系统的模糊推理算法。方法将正常推理和臆测推理中多种情况分开处理,处理采用反向符号推理和正向数字推理相结合的方法,并利用模糊理论设计证据输入接口。结果提出一种故障诊断模糊综合推理算法,开发了ＦＭＳ故障诊断专家系统。     

基于模糊理论的飞机液压油泵车故障诊断专家系统构建

飞机液压油泵车结构复杂,故障发生率很高,现有的故障诊断方法较单一落后,检测精度低.在飞机液压油泵车的故障诊断中,将模糊数学理论与专家系统诊断方法相结合,提出了飞机液压油泵车故障诊断模糊专家系统,该系统依据知识库及综合数据库,在推理机制中采用正向推理,能快速准确找出故障原因,较大地提高了飞机液压油泵车故障诊断效率和精度.     

模糊数学在机械设备故障诊断中的应用

通常 ,机械故障诊断是基于概率论的。然而 ,在机械故障诊断中模糊性是固有的 ,其主要表现在两个方面 :一是设备状态从正常到异常都有一个渐变过程 ,而结构的“完好”与“失效”之间往往不存在清晰的界限 ;二是故障原因与相应的症状之间往往没有明确的规律可循。为此 ,本文在简要介绍了机械故障诊断的基本概念及其随机性和模糊性后 ,给出了模糊诊断的具体方法 ,并通过一个故障诊断实例 ,说明故障诊断数学化的可行性 ,为计算机辅助故障诊断 ,缩短诊断时间 ,提高准确性 ,提供了一条可行的途径。     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。     

基于MNN的主动力装置故障诊断研究

单神经网络诊断大多已成功应用到实际的故障诊断系统中。而在实际应用中,多层次多故障的复杂系统普遍存在,运用单一结构神经网络在处理复杂故障诊断问题时网络过于庞大,诊断精度降低。对层次分类诊断模型进行研究分析,提出运用多重结构神经网络(MNN)来对主动力装置进行故障诊断研究,诊断结果表明该模型是可行和有效的。     

基于知识图谱与模糊贝叶斯推理的航空发动机故障诊断

针对航空发动机结构功能复杂,存在贝叶斯网络构建难、节点条件概率难以获得精确值的问题,提出基于知识图谱与模糊贝叶斯网络的故障推理诊断方法。首先,以历史故障数据为依据,构建航空发动机故障知识图谱;其次,提出“知识图谱-贝叶斯网络”的映射方法,用于快速构建贝叶斯网络;然后,引入模糊集合论,解决工程实际中概率参数的不确定性问题;最后,以航空发动机滑油系统故障进行实例验证,结果表明所提方法既能提高贝叶斯网络的构建效率,又能实现故障诊断的不确定性推理,可用于诊断策略优化和设备可靠性提升,具有较强的工程应用价值。     

一种FNN分类器及其用于故障诊断的方法

通过对ＦＮＮ分类器的几种结构，算法以及输入、输出模糊化的分析，提出了ＦＮＮ用于故障模式分类的方法，最后用一仿真例子证实子分析结果。