基于故障树的故障诊断专家系统研究

根据航空发动机控制系统的一般故障模式,建立故障树,结合专家系统生成了专家系统的知识库,并着重强调了推理机制的实现.故障解决方法能够很好解决专家系统知识库获取的困难,并能提高故障诊断水平.     

桑塔纳3000汽车启动与供电系统故障诊断专家系统的研究

本文针对桑塔纳3000汽车启动系统与供电系统维修过程中存在的问题对启动系统和供电系统的总体结构和实现的关键技术进行了研究,阐述了故障树分析法的基本理论,设计了以故障树为基础的专家故障诊断系统.以Windows XP为操作系统,运用Visual Basic及Access工具软件面向对象的编程方法,建立一个快速专家故障查询系统,实现了相关故障的快速查询.     

基于FTA的飞行模拟机故障诊断专家系统

将故障树分析法与故障诊断专家系统结合起来,提出了飞行模拟机故障诊断专家系统总体设计方案。构建了基于关系数据库的专家系统知识库。然后在此基础上设计实现了基于确定性和规则,具有深度优先搜索机制,进行反向推理的故障诊断专家系统。     

船舶电气设备故障诊断专家系统建造策略

根据故障树模型,利用生产式表示法进行知识表示,采用反向推理、广度优先搜索策略及确定性推理的方法,借用关系数据库ACCESS实现知识库,以STEIN SHON机舱监视系统为例,建立故障诊断专家系统．该系统能实现单源故障推理、多源故障推理、故障解释、故障处理和历史故障记录功能．     

故障诊断专家系统推理机研究

要根据故障诊断领域知识的特点，设计了一种通用故障诊断专家系统推理机模型。阐述了该模型中采用的启发式代价树有界深度优先、反向推理策略及实现步骤。在汽车故障诊断专家系统中的应用结果表明效果良好，达到诊断要求。     

滚动轴承故障诊断方法研究

介绍了滚动轴承故障诊断的传统方法和现代方法,如冲击脉冲法、共振调解法、小波分析法等,预测了滚动轴承故障诊断的发展趋势。     

水轮发电机组的事故停机分析与故障诊断专家系统的研究

构造了水轮发电机组的故障树,对故障树进行了定性定量分析,得出了逻辑分析与数量分析的结果,并对故障树的简化与等效进行了讨论;按照故障树模型,建立了在线故障数据采集和故障诊断的实时故障诊断专家系统,介绍了专家系统知识库的建立及知识表示方法。     

滚动轴承故障诊断系统

滚动轴承表面损伤故障的微机诊断系统主要适用于滚动轴承振动信号数据采集和分析，能实现信号的时域和频域捣治，系统具有良好的人机界面，全部汉字显示菜单，使用十分方便。     

基于动态故障树技术的故障诊断专家系统

设计了一种新型的适用于飞机电气系统故障诊断专家系统,该系统运行在便携式Android平板电脑上,采用CLIPS作为专家系统壳程序,通过交互式的运行界面指引航线维护工程师进行电气系统故障诊断.知识库的建立和输入是专家系统设计的瓶颈问题,将系统知识编码为规则这一常用的方式使得专家系统应用人员无法作为知识的主要建立者和输入者,而知识工程师又往往无法可靠的输入专业知识.为了解决这一问题,设计了新的专家系统知识库结构,采用模型化事实对系统知识进行编码,并设计了故障树动态生成和删减规则集合,配合CLIPS的推理机功能实现故障树的动态处理能力,同时将经验知识编码成故障树的处理规则,较好地实现了深知识和浅知识的有机融合.实验表明,该设计很好的模拟了人类专家进行故障隔离的推理过程,具有较高的实用性和易维护性.     

基于知识的液压系统故障诊断专家系统

针对液压系统故障诊断问题运用ＡＩ技术建立基于知识的液压系统故障诊断专家系统。该系统由人机接口、知识获取、知识库、推理机、解释系统和动态数据库６个基本模块组成，操作简单、运行方便。     

运载火箭故障诊断专家系统

目的实现运载火箭故障诊断的智能化,自动化和实时性,提高运载火箭发射的成功率。方法 引入人工智能技术,研制故障诊断专家系统。结果 原型系统现有知识点２１０００余个,其中规则２０００余条,系统中最大的一项诊断时间为０．６７ｓ,最小为０．１３ｓ,小于平均每一项的诊断时间不超过１．００ｓ的需求。结论专家系统用于火箭故障诊断具有可行性和实用性。     

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LMD和FCM的滚动轴承故障诊断方法

滚动轴承振动信号具有非线性、非平稳性,轴承故障发展具有渐变模糊性。因此,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)和模糊C均值聚类(Fuzzy C-means Clustering,FCM)相结合的轴承故障诊断方法。应用此方法对轴承外圈故障、内圈故障以及滚动体故障进行诊断,结果表明该方法可以有效地对轴承故障类型进行识别。     

高阶时频分布在滚动轴承故障诊断中的应用研究

滚动轴承故障信号是非高斯、非线性、非平稳信号,由于调制性,使用幅值谱分析方法无法找到轴承故障频率。将高阶时频分布——主要是Wigner双谱分析方法应用于滚动轴承的故障诊断,计算滚动轴承振动信号的高阶时频分布,并对其沿时间轴切片,分析了切片的幅值谱。针对不同故障轴承,对其振动信号幅值谱、高阶时频分布及其切片谱的对比分析表明,高阶时频及其切片谱性能优于幅值谱。     

一种新的故障诊断专家系统

为了在新的环境中建造一个更加有效的故障诊断专家系统,在一般故障诊断专家系统的基础上,根据智能模拟器综合测试的特点和故障诊断要求,提出了一种新的专家系统知识分类和表示的方法．按照这种方法,利用ＨＰＶＥＥ（可视化工程环境）编程语言在Ｗｉｎｄｏｗｓ平台上建造了一个实用系统．该系统的仿真运行得到了很好的结果,故障诊断率达到１００％,诊断速度完全满足系统要求．     

滚动轴承故障诊断的多小波谱峭度方法

采用提升多小波的方法,以峭度为优化目标,遗传算法为优化算法,针对信号特征进行多小波的自适应构造.以构造的多小波作为谱峭度的滤波器,针对多小波特点改进了峭度图,提出了多小波谱峭度方法.该方法建立在传统谱峭度方法的基础上,不仅克服了原方法中滤波器变化有限的劣势,而且提高了谱分析的分辨率.将该方法应用于滚动轴承的故障诊断中,以试验台与电力机车的滚动轴承故障诊断为例进行验证,结果表明,该方法不仅提高了频带选择的准确性与滤出信号的信噪比,而且获得了更好的诊断效果.     

基于多尺度熵的滚动轴承故障诊断方法

针对滚动轴承故障振动信号具有不同复杂性的特点,提出了一种新的基于多尺度熵(multi-scale entropy,简称MSE)和支持向量机的滚动轴承故障诊断方法.该方法首先利用MSE方法对滚动轴承不同类型振动信号进行故障特征提取,然后与样本熵方法对比说明MSE方法相对于样本熵方法的优势,最后通过适合小样本分类的支持向量机作为分类器来识别滚动轴承故障类型.对实验数据分析的结果表明,该方法能有效地实现滚动轴承故障类型的诊断.     

发动机点火系统故障诊断的研究

建立了基于神经网络的发动机点火系统故障诊断专家系统,并较好地应用于自行开发的汽车示波器上.经实车测试,故障珍断结果可靠.