基于知识结构图的智能学习诊断研究

为了确定学习者的薄弱知识环节,更好的实现适应性教学,本文通过分析学科知识结构,运用知识结构图表示学科知识的逻辑结构,在此基础上提出了实现智能学习诊断的策略,并给出了学习诊断模型.     

关联维数的超声波电机故障诊断

利用关联维数分析方法对超声波电机进行故障诊断,并针对故障诊断的实际情况,建构特殊实验平台采集故障振动信号.通过互信息法及Cao方法来确定相空间重构的2个重要参数,然后计算超声波电机在不同故障状态下的关联维数.结果表明,不同故障状态产生机制不同,其关联维数也不同,关联维数可用于故障的特征提取.通过分析不同状态下超声波电机...     

基于双谱和PSO-SVM的滚动轴承故障诊断

针对故障轴承信号的非线性、非高斯性,提出了一种基于双谱和纠错编码支持向量机（error-correcting output codes support vector machine,ECOC-SVM）的滚动轴承故障诊断方法。使用故障轴承振动信号双谱特征构造特征向量,在SVM的训练过程中,使用微粒群算法（particleswarm optimization,PSO）对支持向量机的参数进行优化。实验结果表明该方法能获得较高分类准确率。     

如何看待人工智能的发展

人工智能本质上是对人类智能的功能模拟。虽然在某些方面的表现比人类智能更优秀,但是由于其固有的复杂性和技术的局限性,所以充其量只不过是人类智能的延伸,最终在整体上是不能代替人类智能的。     

基于数据融合的回热系统故障诊断方法研究

作者在火电机组回热系统常见故障的故障集、征兆集及故障树理论基础之上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的变化特征,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用模糊推理和RBF神经网络,分别建立了回热系统故障诊断模型,在诊断结果层面上用数据融合算法进行适当的融合,将模糊理论与人工神经网络有机地结合起来,进行了优势互补。通过仿真典型故障数据和部分实测数据的验证表明,该方法提高了诊断的可靠性。     

分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

测试的离散信道模型与信息量

针对系统级故障诊断过程中测试信息量的计算问题,建立了测试过程的离散信道模型,提出了基于信道平均交互信息量的测试信息计算方法,并证明算法的复杂性为O(mnlogn2),为系统级故障诊断提供了精确的定量分析基础。     

小波降噪方法在电动机故障信号特征提取中的应用

针对油田电动机运行环境恶劣、结构复杂、故障信号中噪声干扰多的特点,采用基于小波变换的降噪方法对电动机故障信号进行特征提取,克服了传统滤波方法的缺陷,为提高电动机故障诊断的精度提供了一个有效工具。同时给出了一个应用实例。     

基于小波与倒频谱技术的烟气轮机轴承故障诊断

烟气轮机是石油炼厂催化裂化装置能量回收系统的关键设备,并且长期在高速、高温环境下运行,机组振动较大。轴承是烟气轮机中应用非常广的一种通用机械部件,轴承的运行情况直接影响到整个机组的安全运行,因此,对其状态监测和故障诊断意义重大。分析了轴承的振动特点和故障类型,分别介绍了小波降噪技术和倒频谱分析技术的原理、特点以及在轴承诊断中的优点,并将二者结合起来对烟气轮机的轴承振动进行故障诊断,最后验证了此种方法的有效性。     

智能故障诊断技术及应用的研究

首先讨论了故障诊断系统的主要任务及其不同的分类方法,接着对几类典型智能故障诊断方法的原理、特点、诊断内容、诊断过程作了分析和比较。由于在实际应用中一种单纯的故障诊断方法往往得不到理想的诊断效果,因此重点讨论了几种重要的综合智能故障诊断方法。最后对智能故障诊断方法的应用做了简要介绍并对智能故障诊断方法的进一步发展做出思考。