基于模糊神经网络的电动汽车变速器故障检测研究

针对电动汽车变速器故障呈现不确定性特征，影响检测性能的问题，设计了基于模糊神经网络的电动汽车变速器故障检测方法。从电动汽车变速器故障状态的工况数据中，提取电动汽车变速器的故障征兆参数；模糊化处理电动汽车变速器的故障征兆参数，依据电动汽车变速器故障征兆参数的隶属度，构建模糊规则库；利用BP神经网络学习模糊规则库的故障检测模糊规则，通过正向传播、反向传播和权值修正完成BP神经网络训练。将电动汽车变速器测试样本输入完成训练的BP神经网络，BP神经网络依据测试样本的模糊隶属度向量，输出故障检测结果。实验结果表明，该方法可以有效检测电动汽车变速器的齿轮断齿等不确定性故障，实用性强。     

变风量空调系统传感器故障检测与诊断

在建立变风量空调系统仿真器的基础上，针对系统的温度、流量和压力传感器等进行故障的检测与诊断．提出基于主成分分析的方法，根据系统正常的历史运行数据建立数理统计模型，通过传感器实测数据与正常数据在故障子空间投影的比较，对传感器的故障进行在线检测；提出联合角度法通过比较新发故障向量与故障库中各经验故障向量在两个子空间投影的夹角，在线分离出故障源．结果表明，提出的主成分分析和联合角度的方法对于变风量空调系统传感器故障有较为准确和快速的检测和诊断效果．     

基于文本分类的火控系统故障诊断研究

以某型装备火控系统为例,将文本分类技术同基于支持向量机的故障诊断方法结合,通过建立故障特征词库、采用布尔模型形成故障向量库,运用SVM算法对该装备火控系统的故障进行了训练评估,并获得了较理想的试验结果,最大识别率达到了70%。通过这种方法进行装备故障诊断,对于装备维修特别是战场抢修有极其重要的意义,使维修人员从繁琐的仪器检查中解脱出来,通过已有的故障库快捷简便地确定故障检测点,实现装备的快速抢修,为抢夺战场主动权创造有利条件。     

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RS与LS-SVM多分类法的故障诊断方法及其应用

针对密闭鼓风炉熔炼过程工艺复杂、工况变化较大的特点,提出应用粗糙集(RS)和最小二乘支持向量机(LS-SVM)进行鼓风炉故障诊断的方法.该方法首先利用RS对炉子的故障样本进行知识约简,获得各故障类型的征兆最小条件属性作为特征向量,然后,输入到由多个最小二乘支持向量机构成的多故障分类器中进行故障识别和分类.研究结果表明:该方法具有较强的泛化能力,诊断准确率达到90%以上.     

基于概率论和模糊数学的汽车故障诊断模型

将模糊数学、概率推理和节约覆盖集理论引入到汽车故障诊断中,建立了一个新的汽车故障综合诊断模型.模糊隶属函数利用各专家的语义强度和经验,建立汽车故障性质与故障征兆之间的因果强度关系,再将概率统计和模糊数学相结合,利用节约覆盖集的理论重新筛选故障征兆集,重构相对似然函数.形成的模型能最大限度融入专家的知识,充分考虑了汽车的历史检修记录,使诊断结论更准确、可信.     

基于FactoryTalk View SE的设备和故障库及其报警管理系统

故障报警是工业自动化系统中至关重要的环节,没有完整的报警系统会造成自动化控制系统操作员的使用不便.针对这一问题主要研究了在FactoryTalk View SE平台上运用其内嵌的VBA实现设备故障的报警管理和历史故障的分析.其中包括通过ADO控件实现FactoryTalk View SE与SQL Sever的通信,数据源即设备库和故障库的建立,故障报警时运用设备库和故障库在FactoryTalk View SE软件中实现整个生产系统的报警管理功能.球团设备状态监测系统的调试结果证明,系统实现了快速定位故障和诊断故障等功能,达到了设计目的,可运用到实际生产中.     

FCM属性约简方法在汽轮机故障诊断中的应用

文章通过汽轮机故障样本数据的空间分布状态分析,基于模糊c均值(FCM)聚类方法实现故障征兆参数属性的离散化处理;采用粗糙集(RS)属性约简方法对原始特征向量进行优化,去除冗余特征,提取特征向量的本质信息;基于约简后的特征向量建立支持向量机(SVM)故障诊断模型.实验结果表明,该文所提出的方法不仅可以提高故障诊断的准确性...     

基于分步事例推理的排除工艺故障决策

根据机械加工中积累的、排除各种工艺故障措施的历史经验,可以建立排除各种工艺故障措施的事例库,当某类工艺出现故障需要排除时,就可以通过快速搜索已有的事例来辅助决策。针对事例库大、工艺描述属性多的情况,提出了基于分步事例推理的方法,能够有效提高搜索效率、降低决策风险。     

结合奇偶测试的大规模集成电路征兆测试

征兆测试是一种高效简捷的电路测试方法。该文提出一种适用于大规模集成电路的测试方法——组合征兆测试法。利用这种方法,测试者可以通过穷举输入组合,使奇偶测试和征兆测试相结合,共同解决对大规模集成电路故障测试的难题。主要思想是:首先通过被测电路的奇偶性判断该电路的征兆测试法的可测性,对征兆测试法不可测的电路,引入高阶征兆测试的思想,使其成为高阶征兆测试法可测电路。结果表明:该方法在提高可测性的同时,还提高了电路征兆测试的测试效率和故障覆盖率。通过对一些基准电路和常用电路的测试验证了该方法的实用性。     

粗糙集神经网络系统在歼击机结构故障诊断中的应用

给出故障诊断中定性和定量的诊断方法,先用粗糙集理论定性分析有无故障及故障的性质,再用神经网络定量计算故障的大小.通过利用粗糙集的数据预处理能力,从原始的数据中提取出故障诊断的规则,从而将输入映射到输出的子空间,而后在此子空间上用神经网络进行故障度的诊断.文中还将此法用于某歼击机的故障诊断中,并和传统的人工神经网络故障诊断模型相比较,结果表明了本文方法的有效性.     

齿轮故障诊断专家系统的研究与实现

基于齿轮故障诊断方法及大量实验数据，结合齿轮故障的判据，研究并建立了适应于齿轮故障诊断特点的齿轮故障诊断专家系统．本论文根据齿轮故障产生的机理及诊断方法，采用了框架及产生式知识表示形式，设计了齿轮故障诊断的专家知识库．通过规则集与规则集之间采用有知识搜索、规则集内部采用前向推理、规则前提和结论之间采用哈希算法的有机结合来实现推理机制。从而实现齿轮的故障诊断．利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果．     

基于故障树与案例相结合的故障诊断方法

针对惯性导航等航海装备的复杂性,提出了基于故障树和基于案例的故障诊断方法,分析了2种方法各自的优缺点,最后提出将两者相结合的故障诊断方法,充分发挥各自优势,建立案例库,通过学习机对案例进行解释,依据故障树方法建立规则,由推理机调用相关规则进行故障判断．     

基于故障树分析法的挖掘机故障诊断知识库设计

在建立挖掘机故障诊断模型并分析故障诊断流程的基础上,阐述了故障诊断知识库设计中数据库技术的应用、知识的表示、知识库的结构与组织等关键技术,以挖掘机液压系统故障诊断为实例介绍了故障诊断知识库设计的方法与步骤。     

基于DeltaV的实时故障诊断系统应用与研究

为了使丁二烯生产装置能更安全高效的运行,解决DeltaV自带报警系统存在的不足,基于DeltaV设计了一个故障诊断系统.系统应用专家知识提取出了32个重要监测点,采用数据库技术建立专家知识库,应用OPC技术解决数据通信问题,使用VB编程设计了一个运行在上位机的基于DeltaV的故障诊断系统,并实现了操作员站上的实时故障报警.该系统具有良好的可扩充性.该系统现已投入实际运行,较好地满足了系统安全生产的需求.     

基于多重核学习支持向量机的歼击机故障诊断

为了提高歼击机故障诊断的准确性与实时性，提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法，决策树型组合策略利用树结构解决多分类问题，而多重核学习支持向量机通过混合核空间，将线性约束下二次规划问题转化为二次约束下二次规划问题，实验结果表明：多重核学习支持向量机的诊断精度明显优于标准支持向量机，且支持向量的数目也较少，决策树型细合策略的引入可以提高歼击机故障诊断的诊断速度，基于决策树型组合策略的多重核学习支持向量机方法能够准确且快速地解决歼击机故障诊断问题。     

一种混合型训练方法在感应电动机故障诊断中的研究

针对感应电动机故障征兆与故障模式之间的复杂性和实际系统中的非线性给故障诊断带来的困难,采用一种把放大网络梯度函数(MGF)和附加动量项的自适应学习速率(ABPM)算法相结合的混合型方法(MABPM)建立感应电动机的神经网络故障诊断模型.通过与附加动量项的标准BP算法、ABPM算法、Polak-Ribiere共轭梯度算法和RPROP算法相比较,表明了MABPM算法具有更好的泛化稳定性和全局收敛性,故障诊断的平均准确率高于其他算法,并具有良好的诊断效果.     

基于全局优化支持向量机的多类别高炉故障诊断

针对高炉故障诊断系统快速性和准确性的要求,提出基于全局优化最小二乘支持向量机的策略.首先,采用变尺度离散粒子群对最小二乘支持向量机的参数和故障特征的选取进行优化;然后,利用核主元分析法对选取的特征向量进行压缩整理;最后,构造了以Fisher线性判别率为标准的启发式纠错输出编码.仿真结果表明,通过对故障训练样本有意义地分割重组,用较少的最小二乘支持向量机分类器,得到较高的故障判断准确率且增强了整个系统的实时性.     

生产过程故障诊断方法研究现状及展望

回顾了过程故障诊断技术的研究历史，对已形成的故障诊断方法分三类进行了总结，特别对近年来形成的基于数据分析的方法进行了分析，最后指出了过程故障诊断技术现存的问题，同时指明了故障的预报方法、辨识方法、诊断系统的鲁棒性和非线性研究以及大型、实用故障系统的构建将是该领域研究中近期的发展方向。     

生产过程故障诊断方法研究现状及展望

回顾了过程故障诊断技术的研究历史,对已形成的故障诊断方法分三类进行了总结,特别对近年来形成的基于数据分析的方法进行了分析,最后指出了过程故障诊断技术现存的问题,同时指明了故障的预报方法、辨识方法、诊断系统的鲁棒性和非线性研究以及大型、实用故障系统的构建将是该领域研究中近期的发展方向。