基于模糊c-均值-粗糙集-自适应模糊神经网络推理系统集成的故障诊断

考虑模糊聚类的数据离散功能，粗糙集理论对决策系统的约简能力，以及模糊神经网络在模式识别方面具有的优势，提出了模糊c-均值(FCM)—粗糙集—白适应模糊神经网络推理系统(ANFIS)集成进行故障诊断的方案：首先，应用FCM聚类方法离散故障诊断数据中的连续属性值；然后，基于粗糙集理论计算诊断决策系统的约简，按照实际需要确定诊断条件；最后，根据系统约简设计ANFIS进行故障诊断。4135柴油机的实际诊断结果验证了文中提出集成故障诊断方案的可行性。在数据充分的条件下，该方案可以推广应用于其它机械设备。     

柴油机模糊诊断专家系统的研究

介绍了一种以关系数据库为基础的机车柴油机多征兆模糊故障诊断专家系统,研究了多征兆模糊产生式规则的诊断知识表示和知识库的建立;利用ADO技术实现对知识库的访问和诊断管理。在柴油机故障诊断应用中,该数据库取得了良好的效果。     

模糊自学习故障诊断在柴油机电控系统中的应用

将模糊规则的推理方法和神经网络的自学习方法应用在柴油机电控系统的故障诊断上。根据对发动机故障专家经验的总结,将输入故障信息定义为故障现象,将输出故障结果定义为故障点,采用模糊推理规则的方法建立由现象到故障点的诊断模型,实现对柴油机电控系统的故障诊断。故障诊断模型的故障样本是在12V150电控柴油机上通过大量试验获得的,故障诊断模型采用BP神经网络的自学习方法进行训练。将诊断结果同实际测试结果相比较,证明了该方法的正确性。     

发动机点火系统模糊诊断方法的研究

本文对基于模糊理论的发动机点火系统故障诊断方法进行了初步的研究，给出了体现诊断专家经验知识的模糊诊断国，提出了诊断系统的组成结构以及模糊诊断的基本过程，并且针对东风EQ6100型汽车发动机点火系统的常见故障进行了实例诊断，结果表明，利用模糊理论对发动机的点火系统进行故障诊断，是一种行之有效的方法。     

用模糊模式识别法诊断柴油机燃油系统故障

本文介绍模糊模式识别——模糊数学与模式识别相结合方法的推理过程,及其在柴油机燃油系统故障诊断上的应用。     

柴油机智能状态跟踪及故障诊断系统的开发

开发了一种新型的机车柴油机智能状态检测跟踪及故障诊断系统,并应用数理统计和模糊诊断方法相结合对柴油机进行故障诊断。通过对历史数据的积累和分析实现对机车柴油机的运行质量进行监控及趋势预测。     

基于模糊神经网络的故障诊断方法的应用

针对大型机组的状态监测与故障诊断问题,为了克服单一故障诊断方法的局限性,对现有的大型设备故障诊断方法作了分析之后,提出一种基于区间值模糊神经网络的诊断方法。该方法根据设备故障诊断的不同阶段,利用基于规则库、区间值模糊集理论、模糊神经网络和模糊模式识别等方法。该方法在某炼油厂重催化机组故障诊断中得到了具体应用。     

柴油机故障的混合智能诊断方法研究

本文提出了一种综合智能故障诊断的方法，即首先利用常规的信号检测和分析手段，获得一些代表故障特征的时域或频域参数值，根据参数值确定故障的隶属度，利用已经训练好的模糊神经网络传递故障的隶属度，再根据网络输出的隶属度大小确定故障原因，然后利用规则推理滤除可疑原因，得到最终诊断结果。最后以6135ZC柴油机故障诊断为例，验证了该方法的有效性。     

汽轮发电机组振动多故障的分层模糊诊断模型

针对模糊综合评判方法在汽轮发电机组振动多故障诊断中的局限性，提出了一种分层模糊诊断模型。通过实际应用表明，提出的这种模型可有效地诊断汽轮发电机组的振动多故障，具有良好的应用前景。     

模糊函数图像在柴油机气阀故障诊断中的应用研究

计算了柴油机气阀机构8种状态下的缸盖表面振动信号的模糊函数，将结果在频偏时延相平面上用灰度图表示出来，得到了一系列模糊函数图像。选取一部分模糊函数图像进行平均，得到了各种状态的标准模糊函数图像，再根据图像之间的欧氏距离、相似度和J-散度等6种指标对模糊函数图像进行分类，从而将气阀机构的故障诊断转换为模糊函数图像的分类识别。试验结果表明，利用模糊函数图像可以取得很好的诊断结果，6种指标中欧氏距离和相似度两种指标的抗干扰能力比较强，更适合于作为模糊函数图像的分类指标。图像平均可以有效地提高故障诊断的正确率。     

柴油机燃油喷射系统故障诊断研究

柴油机喷油器故障直接影响到燃油的喷射质量,导致燃烧过程恶化,影响柴油机的性能指标。常规的模糊神经网络中,模糊运算往往采用静态的、局部优化运算方法,往往存在技术上的难点,为此提出了一种基于补偿模糊神经网络的智能诊断系统。该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点,使网络更适应、更优化,加快训练速度。运用到柴油机燃油喷射系统故障中,取得了较好的效果。     

基于模糊理论的增压系统故障诊断

提出了一种评判柴油机增压系统状态的新方法,增压系统的状态主要与进气管中空气的压力和温度有关,对上述两个参数进行模糊化处理,并利用模糊综合评判方法得出增压系统状态的准确评判结果,对评判不合格的增压系统,通过检测压力、温度、流动阻力等参数,提取反映故障状态的特征向量,利用模糊诊断技术可以实现对增压系统故障原因和部位的不解体诊断。     

电控柴油机喷油系故障诊断技术的现状与发展

阐述了电控柴油机喷油系故障诊断技术发展的原因及优点,介绍了电控柴油机喷油系故障诊断类型及方法,综述了电控柴油机喷油系故障诊断技术在系统模型、软硬件及多功能开发、诊断理论、仿真及实验方面的研究现状,提出了电控柴油机喷油系故障诊断技术尚需解决的主要问题及发展方向:针对全工况进行系统建模和仿真研究;应用现代控制技术进一步提高诊断性能,减少有害排放;关键部件的研究;多功能软硬件开发。     

基于数据库与专家系统的柴油机故障诊断软件开发

基于对某型实船柴油机历史运行数据以及系统结构的分析,借助专家系统开展柴油机故障诊断软件的设计和开发。着重介绍了数据库的构成及数据挖掘技术,对实现该故障诊断系统的关键技术,如故障分类、贝叶斯网络推理诊断模型、基于SVM的柴油机故障诊断与预测以及专家系统进行了分析;并对该故障诊断系统的软件实现进行了描述。     

基于SOM神经网络的柴油机燃油系统故障诊断

利用神经网络的非线性映射,及其高度的自组织和自学习能力,将SOM网络应用于柴油机的故障诊断。利用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形进行时域分析和特征提取。根据所取得故障信息及其对应的故障类型来构造网络结构,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断。通过仿真实验验证SOM神经网络在柴油机故障诊断的正确性。经实例分析证明,该方法可对故障进行有效诊断。     

基于时频谱图与图像分割的柴油机故障诊断

将图像分割理论引入柴油机故障诊断中,提出一种基于时频谱图、图像分割和模糊模式识别的柴油机故障诊断新方法.首先利用二进小波对柴油机缸盖振动信号进行预处理,然后用时频谱图对柴油机气门机构4种状态下的缸盖表面振动信号进行时频分析,并将谱图结果根据图像分割理论对其等高图进行分割,最后通过选取分割后图像的特征体质心位置、特征体面积、数目和熵作为特征参数,并利用模糊C均值聚类对图像进行分类识别.试验结果表明,新方法提取的振动信号图像几何特征与形状特征参数能充分反映柴油机气门工作状态的信息,对不同类型的气门故障均能正确诊断.     

发动机异响故障的模糊专家诊断方法研究

基于模糊综合评价诊断方法,建立了发动机异响故障的模糊综合诊断模型,并开发了计算机辅助诊断系统.研究结果表明,发动机异响故障的模糊综合诊断模型充分考虑了实际诊断中的各种因素,开发的计算机辅助诊断系统可以为检测诊断人员指明方向,提高发动机异响故障诊断的工作效率,具有一定的应用价值.     

基于变分模态分解和交叉小波变换的柴油机失火故障诊断

针对强噪声干扰下柴油机失火故障难以诊断的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与交叉小波变换(cross wavelet transform,XWT)的柴油机失火故障诊断方法。该方法首先通过VMD将缸盖振动信号进行分解、自适应消噪及信号重构,再利用XWT对任意两个连续工作循环信号进行时频相关分析,进一步消除振动信号中的干扰噪声以提取柴油机燃烧特征,最后通过计算时频空间各缸能量占比进行柴油机失火故障诊断。通过对仿真信号分析及柴油机失火故障诊断,结果表明:该方法可以消除强噪声干扰,提取柴油机燃烧周期瞬态振动冲击特征,有效地识别柴油机失火故障。