飞行器故障诊断专家系统中的知识联想

在建立某飞行器故障诊断专家系统时,针对诊断知识的特点,提出了一种用相似匹配进行知识联想的方法。实际系统在可视化工程环境（ＨＰ ＶＥＥ）下开发完成,应用于某飞行器故障诊断时,能通过联想产生实用的诊断规则,对缺少诊断知识的故障症状进行尝试性推理。     

飞行器故障诊断专家系统中的知识获取机制

根据某飞行器的诊断实例,先通过文字编辑模块（读取编辑器）转换源知识（实例）的形式,得到初始规则,然后运用归纳方法获得用于修理诊断的,精炼合理的系统知识,并由归纳分类形式知识库的分块分层结构,本 系统在ＨＰ ＶＥＥ的环境下开发实现,在某飞行器故障诊断的实际应用中能有效运行,完成知识的自动转换和分类精化。     

基于故障树与BAM神经网络的智能故障诊断方法

在研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中应用的基础上,提出了一种融合FTA和BAM的故障诊断方法。故障树存贮了系统关于顶事件发生的全部知识,利用FTA得到系统所有的故障模式,进而归纳出BAM的学习样本,即故障树中故障现象(监测点状态组合)和底事件发生与否之间的对应。BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力。用上述方法进行仿真分析,结果表明该方法用于解决此类问题是有效的。     

船用核动力装置故障诊断专家系统

船用核动力装置故障特征复杂多样，将专家系统引入故障诊断领域可以充分利用专家的经验和知识．对船用核动力装置的故障特性进行了详细分析，并据此建立了故障诊断专家系统．着重介绍了船用核动力装置故障诊断专家系统的构成、建造方法、实现语言、知识的表示方法及推理机的推理过程等内容．用该故障诊断专家系统对一些典型故障在某仿真机上进行了在线诊断，得到了预期的诊断结果．     

模糊神经网络在燃气轮机故障诊断专家系统中的研究与应用

针对故障诊断专家系统中自学习能力弱和不能描述模糊性知识的问题,提出了一种将模糊神经网络运用于故障诊断专家系统的研究方法,既可以使故障诊断专家系统根据事例和数据来学习新的知识和信息,又增强了系统描述模糊性知识的能力,使得诊断结果更加符合诊断工作人员的需要。最后以某型燃气轮机为研究对象,实现了快速、准确地诊断。     

基于核极限学习机的飞行器故障诊断方法

针对高超声速飞行器反作用控制系统(reaction control system, RCS)的推力器故障,展开了基于核极限学习机(kernel extreme learning machine, KELM)的故障诊断方法研究,并对该诊断方法进行了参数优化和核函数优化,为飞行器执行器故障提供了快速准确的诊断方法。结果表明:该方法可以克服对飞行器模型的依赖,以数据驱动的方式对飞行器执行器故障实现快速准确的诊断。     

基于BP网络的设备故障诊断研究

通过运用人工神经网络知识,准确、及时地对某运输公司的汽车发动机进行了故障诊断,并且取得了较为准确的诊断结果。不仅提高了发动机运行的安全性以及可靠性,而且为建立基于知识的诊断技术提供了强有力的技术支持和实现的可能性。     

基于DHNN的风电机组齿轮箱故障诊断

运用具有联想记忆功能的离散Hopfield神经网络(DHNN)对风电机组齿轮箱的故障进行诊断,选用时域和频域的5个故障特征指标作为评价因子,利用MATLAB工具箱建立一个可以对风电机组齿轮箱的3种故障进行诊断的DHNN模型,并将该模型用于北方某风电场的实测数据的故障诊断,验证模型的泛化能力.仿真结果表明,DHNN的诊断结果准确率高、收敛速度快,具有很好的实用性.     

基于Petri网的设备故障诊断研究

基于设备故障诊断知识的特点,采用层次树结构统一表示故障深浅知识。对普通Ｐｅｔｒｉ 网进行拓展定义,并用拓展Ｐｅｔｒｉ 网综合实现故障知识的表示和故障的诊断推理。诊断时首先基于拓展Ｐｅｔｒｉ 网模型的正向可达性分析进行正向不确定推理,限定可能的故障模块,然后基于Ｐｅｔｒｉ 网模型的反向推理功能在故障模块内具体诊断出故障原因。基于ＦＭＳ故障诊断知识的分析,文中给出了一个利用拓展Ｐｅｔｒｉ 网进行知识表示和推理的实例,证明了方法的可行性。     

基于多级神经网络的指挥仪电路故障诊断

针对某指挥仪电路故障诊断专家系统的不足之处，用层次结构的多级人工神经网络进行电路的故障诊断，用专家知识对学习样本进行筛选，通过对该电路中差分电路模块的诊断实验表明，可以克服专家系统对某些故障无法诊断的不足，而且还可以实现多故障的诊断。     

基于本体论的故障诊断知识获取

故障诊断知识是故障诊断学的一个重要组成部分,它可以为计算机自动诊断、故障诊断智能教学、故障诊断自然语言理解提供知识基础,为此提出了一种基于本体论的故障诊断知识获取方法,该方法对故障本体的分类、表示进行了建模研究,得出了故障诊断知识的一些公理,并对故障诊断本体的一致性进行了分析.     

概率神经网络在导弹自动驾驶仪故障诊断中的应用

首先分析基于PNN网络进行某型导弹自动驾驶仪故障诊断的可行性,并研究诊断方法的思路和建立故障诊断网络的过程。然后建立自动驾驶仪I通道故障诊断的PNN网络,并进行诊断仿真。仿真结果表明,建立的故障诊断PNN网络具有较高的故障诊断正确率,诊断效果要优于BP神经网络,满足用于导弹自动驾驶仪故障诊断的要求。     

某转子系统初始弯曲故障诊断的模糊专家系统

以模糊数学理论为基础,提出了一个用于某转子系统初始弯曲故障诊断的模糊专家系统。利用隶属度和模糊综合评判的概念和方法有效地处理了领域知识描述和诊断推理中的不确定性问题。指出了在模糊推理模型中,模糊诊断权矩阵是专家诊断知识和诊断经验的集中体现,并且给出了确定的初始权矩阵的方法。     

大型电站诊断系统中知识处理方法

诊断知识处理是大型电站智能诊断系统的关键技术之一，针对电站设备故障诊断问题，提出了故障诊断的知识范围，对诊断知识进行了合理的分类，分别对这些知识的获取、混合知识的表示、诊断推理等方法进行了分析与研究，为最终建立大型电站智能诊断系统奠定基础     

故障诊断专家系统知识获取的变精度粗集方法

针对故障诊断专家系统知识获取的问题，利用变精度粗集(VPRS)理论模型进行知识简化，并采用正则条件熵和互信息熵对故障特征的选择进行评价，实现最简诊断知识的提取，以建立专家系统知识库。对滚动轴承故障诊断的实验表明，该方法有效地弥补了传统故障诊断专家系统知识获取的不足，可正确地实现故障诊断功能，在实际系统的故障诊断中具有应用价值。     

基于定性模型和定量知识集成的智能故障诊断方法研究

首先从诊断对象的知识表示和处理诊断知识的能力两个方面对基于定性模型的故障诊断方法进行了分析,然后在此基础上提出了基于深浅知识集成的分层诊断策略,并基于符号有向图和模糊理论提出了一种定性模型和定量知识集成的智能故障诊断方法。仿真故障数据验证结果表明,该方法不仅具有较快的诊断速度,而且能有效地提高诊断的准确度。     

一种基于RBF神经网络的智能故障诊断方法

根据神经网络独特的容错、联想、推测、自适应、自学习等优点,针对BP网络在故障诊断应用中收敛速度慢等不足,研究了基于RBF神经网络的智能故障诊断方法.该诊断方法只需要足够的具有代表性的故障样本用以训练神经网络,然后将归一化的故障信息输入给训练好的神经网络,根据其输出结果就可以判断发生的故障类型.利用该诊断方法,对发动机转子系统故障诊断进行了仿真,仿真结果表明,基于RBF神经网络的智能故障诊断方法效果良好.     

设备故障诊断知识获取方法的探讨

为领域专家提供一种有效的知识获取方法。该方法综合各种设备故障诊断知识获取方法的优点,引入系统论的概念和思想,使知识获取过程系统化和程式化,强调和引入了设备对象功能技术物理效应、伴随技术物理效应和可测性研究。提出的设备故障诊断模型知识获取方法已应用于建立某一抽水蓄能机组的诊断知识模型,表现出了操作的方便性,较好地解决了所获取知识的完备性和一致性问题。该方法使设备故障诊断知识获取工作向工程化的方向迈进了一步。     

基于决策技术和粗糙集理论的诊断知识库构建研究

针对目前诊断推理中知识库构建存在知识获取困难,提出了一种基于粗糙集和决策理论的诊断知识库构建模型.该模型引入决策技术和粗糙集理论,对源数据进行预处理,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例证明在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征知识,并能有效地解决诊断知识库构建中规则获取的知识冗余或缺失问题,显著提高故障诊断的精度和效率.     

一种基于案例推理的装备故障诊断技术

针对装备故障诊断中故障现象难以用结构数据表达,提炼规则比较困难的问题,建立一种基于CBR技术的故障诊断软件系统.系统将维修专家的知识以案例问题和案例解决方法的形式保存,通过检索案例库来进行故障诊断并将诊断记录作为新的知识.介绍了系统的结构,重点研究了案例的表示与相似度的计算,说明了案例的检索与维护.结果表明,基于该思想构建的装备故障诊断软件系统,可以将已有诊断案例作为知识来源提高系统的诊断能力.