系统级故障诊断的一个三值模型

提出了系统级故障诊断的一个三值模型，定义了一类可诊断系统，给出了其特征，并研究了它们的最优设计问题。     

系统级故障诊断的测试图生成方法研究

提出了并研究了系统级故障诊断测试图中任意测试图，受限ｔ可诊断系统测试图和ｔ可诊断系统测试图的生成原理及方法，给出了一个典型测试图的生成实例。     

故障诊断训练系统中人的能力评价

本文根据模糊图理论，提出了一种适用于人的故障诊断能力评价的双向模糊图模型，并以机床故障诊断为例，证明了该方法的有效性，说明其能够比较客观地反映出个人的能力水平，具有一定的实用价值．     

系统级故障诊断的一种优化设计方法

在系统级故障诊断集团理论的基础上,提出了一种减少点连通度、降低测试成本的优化设计方法,研究了其一步可诊断的特性,并给出了一种优化设计算法。     

系统级故障诊断中的二种概率诊断算法

系统级故障诊断分为确定性诊断和概率诊断两大类。这方面的研究至今已取得许多令人欣喜的成果，为此，本文在提出两个概率诊断模型的前提下，利用序贯分析及最优势检验等统计分析方法分别给出这两个模型的诊断算法。     

运载火箭控制系统漏电故障诊断问题求解

从系统的角度分析了运载火箭控制系统漏电故障诊断的特殊性，提出了故障也是系统要素之间的一种联系方式，通过建立部件、征兆、观测和故障等基本概念，用图中的节点代表部件，边代表部件之间的故障传播关系，把系统模型化为图。在此基础上，根据信息论的原理给出了诊断算法的设计原则（对分原则）。通过分析实际操作的可行性和熵函数的特点，采用部件权值代替部件熵的方法，给出了基于图论模型的诊断问题求解方法。     

关于图多项式的一个问题

本文利用图的邻接矩阵的最小多项式,定出了两类只有平凡的多项式图的图。为解答文献[3]提出的一个问题,给出了两个充分条件。     

拟阵基图与欧拉图

讨论了基图与欧图的关系,并给出了拟阵基图是欧拉图的充分条件,然后又证明了拟阵基图为欧拉图的一个充分必要条件。     

基于系统级故障诊断的高可靠网络管理系统研究

讨论了天使ＮＭＳ的系统级故障诊断方法,提出了基于集团的高可靠ＮＭＳ解决方法,并探讨了具体的实现技术。     

某些平面近似三角部分图的带宽问题

Ｒ．Ｈｏｃｈｂｅｒｇ等给出一种技巧去求任意平面图带宽的一个下界，并使用这种技巧证明了具有边长ｌ的三角部分三角形Ｔｌ有带宽ｌ＋１，在此基础上做了以下工作：１）外界面为正六边形，其边长为ｌ的平面近似三角部分图Ｔｌ的符合某种条件的子图的带宽界为，＋１≤Ｂ（Ｔ＾（ｓ）ｌ≤ｍ＋２；３）外界面为正方形，其边长为ｌ的平面近似三角剖分图满足某种条件，外界面为五边形的平面近似三角剖分图的带宽为ｌ＋１。     

系统诊断的模糊模型

本文在PMC模型的基础上,利用模糊理论提出了更接近于实际的模糊模型,讨论了各单元重要程度及故障的隶属函数的建立,论证了该模型的F-t一步和顺序可诊断性,得到了与PMC模型平行的新结论.     

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。     

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。     

系统故障的可测性及诊断方法研究

依据系统元件的结构关系，研究了故障可测性判据。从信息论的观点，提出了系统部分元件不可测时，确定最优故障检测点及其故障源的方法，并通过例子说明了该方法的有效性。     

基于SDG和定性趋势分析的控制系统故障诊断方法

针对控制系统的故障诊断难以在早期发现,提出一种基于符号有向图(SDG) 和定性趋势分析相结合的故障诊断方法. 建立系统的故障诊断模型,通过定性趋势分析的方法对控制系统各个单元进行监测,提取当前趋势. 当故障发生时,通过基于定性趋势的反向推理算法,及时找到故障源. 通过在常压塔装置故障诊断上的实验,结果表明该方法能够及时有效地检测、识别控制系统的各种故障(人为误操作、控制器故障等),可应用到实际生产的故障诊断中.     

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．     

基于神经网络和证据理论的液压系统故障诊断

针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S(Dempster-Shafer)证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。