基于FMECA、FTA的故障诊断和故障预报

根据当前装备故障诊断和预报中存在的问题 ,提出了用装备的故障模式、影响及危害度分析 (FMECA)和故障树分析 (FTA)信息进行故障的诊断和预报工作 ,并且给出了算法模型。FMECA和FTA是装备设计阶段用于分析其故障模式和影响、改进产品设计的方法。充分利用FMECA和FTA的信息进行诊断 ,一方面可以避免传统专家诊断和预报中故障信息缺乏的问题 ,从而提高故障诊断和预报的效率 ;另一方面 ,也可以进一步促进对FMECA和FTA研究的认识 ,从而进一步发展FMECA和FTA方法。这些模型经过专家论证证明确实可行 ,并在所研究的课题中得到了较好的应用。     

系统的故障诊断和检测策略研究

研究3状态系统的一个模型,假定系统有3种运行状态：正常、异常、和故障,其中故障状态不需检测,正常和异常状态需要检测,并且检测结果有可能出现错误,利用概率分析、补充变量和最优化方法,求出了系统的最优检测周期和最优故障诊断标准值。     

基于模糊神经网络的车用发电机故障诊断系统的研究

文章针对车用交流发电机的特点，建立了故障现象与故障征兆列表，并应用基于模糊神经网络的故障诊断方法，实现了对该类发电机故障的模糊诊断。文中还介绍了模糊神经网络的结构和对应的学习方法，以及基于CAN总线的实时的车用交流发电机故障诊断系统的组成，该系统利用计算机作平台。仿真和试验结果表明，该诊断方法是行之有效的。     

基于G2的飞船推进系统的故障诊断

探讨了G2的知识表示、知识库管理及实时推理.针对飞船推进系统的工程实际问题,分析了推进舱推进子系统的故障特点,采用神经-模糊系统理论对推进舱推进子系统故障模式的知识表示进行研究,提出了推进舱推进子系统故障的知识表示形式.运用G2软件平台设计了飞船推进系统的故障诊断推理机.该推理机可以实时地诊断出相应的故障模式,记录相关的故障信息,还可以对故障进行预报,以避免故障的发生.     

基于自适应神经网络的非线性系统故障诊断

针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。     

石化装置故障诊断技术的发展及应用

针对石化装置的生产及安全管理的特点,介绍了故障诊断技术面临的挑战和各种常用故障诊断方法,并详细叙述了基于符号有向图SDG(Signed Directed Graph)的故障诊断技术的研究进展,介绍了国内外具有代表意义的基于动态仿真的故障诊断研究试验和应用系统,然后介绍了故障诊断系统在石化装置中的应用.最后总结了各种故障诊断技术,指出了这一领域中有待解决的问题和可能的发展方向.     

基于模糊神经网络的车用发动机智能故障诊断系统

针对车用发动机故障多,且具有模糊性和复杂性的特点,提出了一种基于模糊神经网络的车用发动机故障诊断专家系统。该设计结合了神经网络、模糊逻辑以及专家系统的优点,在利用神经网络对电控汽油机进行故障诊断的基础上,引入模糊逻辑的概念,采用模糊隶属函数来描述这些故障的程度,系统推理速度快,容错能力强。并运用MATLAB的图形用户界面(GUI)功能,设计了一种全新的人机交互界面,增加系统的易操作性,方便用户使用,更新系统简单直观。     

基于神经网络的假设检验故障诊断算法研究

传统的χ2检验法通过比较先验信息与量测信息进行故障检测,当先验信息所依赖的模型出现错误时将无法进行有效的故障检测和故障隔离。提出利用神经网络的方法结合χ2检验法进行故障诊断,训练神经网络来跟踪系统模型,则正确的先验信息保存在训练好的神经网络中,系统模型输出与网络模型输出之差作为故障诊断的依据。针对INS/GPS组合导航系统进行算法仿真,该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作。     

一类非线性系统的执行器偏差故障诊断

针对一类具有系统建模误差,以及含传感器模型不确定项的非线性控制系统,提出了一种用于执行器故障诊断的观测器方法。观测器中引入自适应补偿项,当出现偏差后将对故障及建模不确定项进行补偿。自适应算法中采用了死区算子,增强了算法的鲁棒性。同时利用自适应律进行偏差估计。理论分析证明观测器的观测误差收敛到零。仿真结果表明了方法的有效性。     

一种新的用于故障诊断分类器的特征样本生成方法

研究了测量向量的特征.提出了利用Voronoi多胞体选择特征样本的新方法.该方法由3部分组成置信判决,首正归一及边界样本选择.利用该法生成的训练集不仅可以大大减少样本数从而提高训练速度,而且通过调节故障类别分割面位置,还可提高故障诊断准确率.     

基于神经网络的导弹故障智能诊断专家系统

首先简要介绍了BP神经网络学习算法,然后在搜集专家经验和专业知识的基础上,提出了导弹故障智能诊断方法,分析了诊断参数的选取方法、知识库的建立过程及神经网络模块结构图.最后研究了基于神经网络的导弹故障智能诊断专家系统的结构及功能实现,并对某导弹发射控制系统进行了故障分析,给出了具体的诊断实例.将此方法应用于导弹武器系统故障诊断中,可提高诊断的智能性.     

优化组合奉献观测器的故障诊断方法

给出了奉献观测器故障诊断方法的概念 ,并在此基础上 ,提出了优化组合奉献观测器的故障诊断方法。该方法简化了知识规则数量的要求 ,提高了对知识规则的利用率 ,通过两个算例对该方法进行了验证 ,给出了相关的定理。为便于工程设计与实现 ,采用神经 -模糊系统理论 ,建立了模糊感知器与优化组合奉献观测器相结合的故障诊断方法 ,使该方法具有学习功能 ,增强了自适应能力。最后给出了数值仿真分析结果 ,证明了该方法的有效性以及良好的研究与应用前景     

模糊推理和神经网络的集成在故障诊断中的研究

以故障诊断的理论和方法为基础 ,综合运用人工智能、模糊理论和神经网络理论 ,对复杂电子装备的故障诊断问题进行了研究。提出了模糊推理和神经网络的集成方法 ,介绍了集成的综合系统的基本结构和工作原理 ,描述了模糊故障诊断模型和改进的神经网络BP算法     

一种非单调关联故障树的分析方法

提出了一种非单调关联故障树分析的新方法,其基本思想是对非单调关联故障树模块化以减小故障树的规模,避免了传统故障树分析中出现的大量不交化运算,提高了运算效率,并在此基础上对非单调关联故障树中的定性分析(质蕴含求解)和定量计算(重要度计算)进行了研究。该方法为复杂故障树的分析提供了一条新的途径。     

关于智能故障诊断的研究

把模糊技术与判别分析法结合起来 ,对于故障诊断样本 ,建立广义诊断矩阵 ,给出了关于智能故障诊断的新方法。该方法是选取多元统计分析中的马氏距离 ,依据概率分布的原则对故障征兆进行判别 ,并通过仿真模拟 ,显示其可行性及有效性     

容错神经网络仿真器的研制

这篇文章中,考虑到现阶段使用神经网络时的困难,提出用容错神经网络仿真器来开发神经网络。文中首先给出了整体设计方案,然后详细地规划了各个模块及其相互调用关系,给出了基于ＶｉｓｕａｌＣ＋＋４．２的软件实现方法。文末还提供了程序运行过程中的几个界面,指出了其广阔的应用前景。     

控制系统故障检测与多模型混合估计方法

讨论了现有控制系统故障检测与诊断方法中存在的问题,指出了基于多模型估计理论的系统故障检测是一种值得注意的发展方向,简要说明了多模型估计方法的基本原理,介绍了交互式多模型混合估计方法在控制系统故障检测与诊断中的具体应用技术,分析了多模型混合估计理论的发展方向.     

探讨区域雷达网雷达部署数目与检测概率关系

频率编码脉冲是一种大时宽带宽信号,具有良好的距离分辨性能,并可拥有较窄的瞬时带宽。推导了频率编码脉冲信号与步进频率编码脉冲信号的模糊函数,分析了其距离、速度分辨性能及其相应关系,并对频率编码脉冲信号模糊函数的旁瓣抑制问题进行了讨论,结果表明,采用遗传算法得到的频率编码工程优化值,能较好解决目标距离、速度的联合测量问题。     

楼宇设备监测管理综合网络与智能故障诊断系统的研究

论述现代楼宇设备计算机远程监测与实时数据管理综合网络的系统结构,给出在线故障检测与离线故障诊断的实现方案,提出了这类系统故障诊断模糊专家系统的推理算法与时变隶属度的计算方法．采用实时监测与故障诊断专家系统有效地提高了楼宇设备的故障诊断分析能力、设备的运行效率以及物业管理水平.