一种基于知识规则推理的C++实现方法

提出了一种决策支持系统中基于产生式规则的知识表示和推理的C＋＋语言实现方法，该方法把规则的结构和推理定义成规则类，把具体的规则定义成规则类的实体，用这些规则实体构建动态链表从而组成知识库，推理的过程由知识库中各规则实体提供的方法完成，通过设计的实例表明，该方法是简单高效的。     

基本概念格的关联规则挖掘算法

在已有的基于概念格的关联规则挖掘算法中,搜索频繁结点的范围太大,从而导致花费大量的时间来产生关联规则.针对这一不足,利用"索引链表"数据结构来辅助快速地找到所有的频繁结点,缩小了结点的搜索范围,降低了概念格中挖掘关联规则算法的复杂度.     

基本概念格的关联规则挖掘算法

在已有的基于概念格的关联规则挖掘算法中,搜索频繁结点的范围太大,从而导致花费大量的时间来产生关联规则。针对这一不足,利用“索引链表”数据结构来辅助快速地找到所有的频繁结点,缩小了结点的搜索范围,降低了概念格中挖掘关联规则算法的复杂度。     

逢N退出的图形化算法设计

以"循环报数、逢N退出"问题求解过程的可视化演示为目的,采用C++面向对象思想,利用单向循环链表的相关理论和MFC集成环境等技术,设计数据类,结点类及链表类,将问题的求解过程以图形化的方式展现,获得了以直观方式观察求解过程的结果.     

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．     

高档数控加工中心的远程动态知识库构建技术研究

为有效保障高档数控加工中心的可靠、稳定、安全运行,开展了刀具系统知识库构建技术研究.重点面向高档车削加工中心,构建以刀具系统为核心的状态监测试验平台;提出了基于粗糙集理论的知识获取方法;进行了知识库模型构建技术研究;建立了基于远程网络的知识获取试验平台,为用户提供了整机运行状态数据查询,为揭示机床运行中的动态性能和故障产生机理以及分析各特征参量与各种故障的内在相关性提供了关键试验技术.     

煤饼装箱机械手电气故障自动诊断系统

本文介绍一个用于煤饼装箱机械手电气故障检测的专家诊断系统,专家诊断系统与机械手控制系统通过信号联络线同步运行,能够实时、在线地检测和诊断步进电机的驱动电路,专家诊断系统以单片机8031为核心,采用产生式规则建立知识库,用广度优先搜索法进行向后推理,运用并行推理方式提高搜索速度,样机运行结果表明,专家诊断系统达到了设计要求。     

商务型系统数据库超文本网络的一种构造方法

提出了商务型系统数据库超文本网络的一种构造方法．首先把数据库视为结点的集合，按用户的信息分类原则将其划分成若干个子集，然后，对每一个子集，在横向用循环链表将处于综合水平级的结点链接起来以构成索引链，在纵向则以每一个综合水平级的结点为父结点生成树状结构的子网．     

Snort规则库在高炉专家系统知识库的移植

知识库及其相关技术为高炉专家系统各个模块提供数据支持和理论依据,组织恰当的知识库对于高炉专家系统是至关重要的。Snort作为优秀的开源入侵检测系统,其规则库的建立和处理方法是其优秀性能的基础,对高炉专家系统中知识库的构建具有很好的借鉴意义。介绍了Snort规则库结构,结合高炉特证参数,将Snort规则库结构重新定义,移植为高炉专家系统知识库三维链表结构,并用图例说明,最后说明基于该结构的推理过程。     

Snort规则库在高炉专家系统知识库的移植

知识库及其相关技术为高炉专家系统各个模块提供数据支持和理论依据,组织恰当的知识库对于高炉专家系统是至关重要的。Snort作为优秀的开源入侵检测系统,其规则库的建立和处理方法是其优秀性能的基础,对高炉专家系统中知识库的构建具有很好的借鉴意义。介绍了Snort规则库结构,结合高炉特证参数,将Snort规则库结构重新定义,移植为高炉专家系统知识库三维链表结构,并用图例说明,最后说明基于该结构的推理过程。     

一起10kV侧主变套管过热及漏油故障的诊断赵晓东

红外诊断技术能快速实时地在线监测和诊断电力设备的大多数故障,能及早发现设备缺陷,以提前采取措施,防止设备出现故障造成停电,是电力设备带电条件下进行状态检测的有效手段之一。介绍了一例通过红外诊断技术及时发现的主变10 kV套管过热故障,通过对该故障的诊断分析,避免了设备故障的扩大。     

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。     

生长指数与断层落差的对比研究

通过对断层落差与生长指数法对比研究,分析了二者应用的假设条件、应用范围及研究断层活动特征时的优缺点,认为在准确地层对比的基础之上,断层生长指数法要求凹陷内不同部位、各时代的沉积速率一致,断层上下盘没有大的沉积间断,而断层落差法则假设剥蚀区内断层上下盘的被剥蚀厚度保持一致,不必考虑沉积间断。生长指数法、断层落差法可以在一定程度上用于挤压和断陷盆地中研究反转断层和生长断层的活动强度和活动历史;而断层落差法在分析断陷盆地中的生长断层时更为直观、可靠,尤其是上升盘地层缺失及具有相对升降幅度差的生长断层的活动强度。开展了不同方法对比研究,可以得到更多的信息,以期更好地探讨研究区的断层演化或活动历史。     

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法     

分形法在发动机隐含故障诊断中的应用

在对发动机的机械故障诊断中 ,由于其结构复杂常使其故障特征不明显 ,为此提出用分形法对某些隐含故障进行诊断。介绍了分形法诊断故障的基本原理 ,并利用奇异值降噪技术和分形维数法对隐含故障的特征进行了提取 ,实现了对发动机轴承隐含故障的诊断。诊断结果表明 ,发动机轴承正常状态下的分形维数为 4.4,出现明显故障时轴承的分形维数为 5 .3,出现隐含故障时轴承的分形维数为 5 .37。由此可以看出 ,用分形维数可以诊断隐含故障 ,说明分形诊断法能从本质上反映故障的结构特征。     

旋转机械常见故障的振动三维谱特征及其识别

变速过程中振动特征的提取及其识别对于旋转机械故障诊断是极其重要的，本文通过对发电设备旋转机械中常见的不对中、轴裂纹、动静件碰摩、基础部件松动故障的运动微分方程及三维谱图的分析，讨论了变速过程中系统振动所包含的故障信息。分析表明这几类带有故障的转子系统都是非线性振动系统，振动三维谱图中含有丰富的高次谐波分量，可以用对三维谱图进行扫描的方法来发现故障信息。三维谱图可以丰富旋转机械故障诊断系统知识库中的振动特征信息，对于更准确地诊断发电设备中的故障具有重要的意义     

基于时频分析的网络故障自动识别

通过研究网络流量的时频分析,提出了一种新的基于平滑魏格纳分布(WVD)的故障识别算法.该算法只利用管理信息库中的标准信息来识别不同种类的故障,而且与现有的简单网络管理协议体系结构兼容.采用平滑WVD可消除交叉项的干扰,并将网络流量序列转换为二维空间的波动能量分布.用获取的不同网络服务的时频特性分布作为训练样本,训练后的K最近邻分类器可实现网络故障的识别.实验中,故障识别结果与预设的场景一致,与理论值相比识别误差率为14 41%.分析结果表明,该算法适用于具有流量变化的故障场景.     

车站微机联锁系统的故障防卫技术

对我国车站微机联锁系统故障的本质从理论上进行了阐述 ,并指出故障的本质是由于系统硬件设计缺陷、制造的不完善和软件设计、编码中隐含的错误造成的 .同时 ,针对故障采取的相应技术特点和防卫措施进行了全面分析和详细说明 .技术包括 :避错技术 ;故障屏蔽技术 ;故障重组技术 ;失效安全技术 .安全防卫技术协调一致共同保障系统安全、可靠地运行     

HHT在齿轮故障诊断问题中的应用

齿轮作为一种重要的机械传动设备,对其进行故障诊断具有重要意义。传统的齿轮故障诊断大都采用FFT或者小波分析方法,对处理具有非平稳性的齿轮故障信号效果不太明显。HHT由经验模态分解方法(EMD)和Hilbert变换两步组成。经验模态分解方法(EMD)把时间序列信号分解成不同特征时间尺度的固有模态函数(IMF),适合处理非线性和非平稳过程。Hilbert变换对具有调制现象的信号的分析有很大优势。介绍了该方法的基本原理,并将HHT应用于齿轮断齿故障诊断,齿轮故障实验信号的研究结果表明:基于HHT的分析方法,能有效地诊断齿轮的故障。     

电动轮汽车的状态维修

论述了开展电动轮汽车状态维修的意义，研究了故障统计、分析、预报的方法，以便及时准确掌握电动轮汽车的状态和技术状况，搞好故障的监测预防，减少设备故障