航空发动机诊断知识的动态获取与柔性诊断技术

针对军用航空发动机的状态监测与故障诊断问题，研究了航空发动机的诊断知识动态获取模型及柔性诊断技术。建立了可扩展诊断样本库，实现样本库中故障征兆和故障模式的动态增减，以增加系统的柔性和可扩展性；运用粗糙集理论对样本集进行处理，实现冗余属性的约简、冗余样本的去除及样本冲突的消除；用神经网络通过对处理后的样本集进行学习以动态获取知识，将实际诊断样本输入到训练好的神经网络模型即可得到诊断结果。整个诊断过程具有充分的可扩展性和柔性，当有新样本加入时，按上述步骤进行处理即可实现诊断知识的动态获取和诊断。算例表明了方法的正确性和有效性。     

一种基于油液分析数据挖掘的航空发动机磨损故障诊断知识获取方法

针对航空发动机磨损故障诊断自动化及智能化程度不高的问题,提出一种基于油液数据挖掘的航空发动机磨损故障诊断知识获取方法。该方法利用自组织神经网络对原始多维特征数据进行特征融合,得到融合值;利用Parzen窗法制定融合值的界限值,将样本划分为正常、警告和异常3种状态;利用Weka软件对油液数据进行规则提取。该方法能够从油液光谱数据中识别出不同磨损状态信息,并提取出知识规则用于构建航空发动机磨损诊断系统的知识库,实现了基于润滑油光谱磨损数据的航空发动机故障诊断的自动化与智能化。应用某型飞机发动机实际油液光谱数据对提出的磨损故障诊断知识获取方法进行验证,结果表明:经特征融合得到的融合值能够准确反映航空发动机的劣化趋势;利用融合值的界限值划分样本状态,再进行规则提取时具有很高的识别率。     

基于粗糙集理论的变压器故障诊断专家系统研究

在传统的变压器故障诊断专家系统的基础上 ,引入粗糙集理论以解决专家系统较难获取完备知识的瓶颈问题。该系统从历史故障数据所形成的决策表出发 ,运用粗糙集理论进行约简 ,构建专家系统知识库模型。通过计算规则隶属粗糙度 ,来表示诊断规则的置信程度。利用推理机和故障事例库 ,实现对知识库的动态维护。     

航空发动机机械磨损的故障探析

本文从航空发动机机械磨损原理入手,着重分析机械磨损对滑油系统的影响及故障磨损监控方法,探索了机械磨损故障诊断技术及诊断技术发展趋势。     

航空发动机磨损故障的智能融合诊断

提出了航空发动机磨损故障的智能融合诊断方法。对油样分析中多种数据源信息的特点进行分析，根据不同的诊断目的对多种分析方法进行了相应的组合；利用基于规则的专家系统诊断技术，分别实现发动机磨损故障的定位、定性及定因的单项诊断；在此基础上，利用D—S证据理论，实现了发动机磨损故障的融合诊断；最后用算例验证了方法的正确性和有效性。     

基于支持向量机的航空发动机磨损趋势预测

基于支持向量机开发的航空发动机磨损趋势预测技术运用结构风险最小化准则,可通过内积函数将低维空间的非线性问题转化为高维空间的线性问题,在发动机滑油光谱监控中十分有用.阐述了支持向量机的原理和数学模型,建立了适用于航空发动机磨损趋势预测的支持向量机回归模型和自回归模型,并对支持向量的核函数模型参数进行了讨论.对实际发动机的润滑油光谱监控数据趋势预测结果表明,基于支持向量机回归模型的趋势预测技术具有很高的预测精度和很强的实用性,可有效提高通过润滑油光谱监控技术预报航空发动机磨损类故障的预测能力.     

基于粗糙集－集成神经网络的航空发动机磨损故障诊断方法

将粗糙集理论和神经网络相结合并应用到航空发动机磨损故障诊断中,依据属性的重要性和决策表的相容性,用自组织神经网络完成连续数据离散处理这一关键环节,采用粗糙集理论对征兆信息进行属性约简,获取征兆的主要特征,为神经网络结构简化和子神经网络的构成等奠定了基础,通过基于D-S证据理论的方法得到最终的融合结果。将该方法用于某型航空发动机的磨损故障诊断专家系统中,实验证明了该方法的有效性。     

基于粗糙集的逻辑故障树方法及其应用

故障树是一种分析复杂系统可靠性、诊断系统故障的有效方法。在传统的故障树方法中 ,故障树的生成通常靠人工完成。故障知识的获取以及故障树结构的确定一直是有待解决的瓶颈问题。这里结合粗糙集、专家系统及人工智能等理论 ,提出了构造逻辑故障树进行故障诊断的方法并给出了相应的故障树评价标准。这种方法利用粗糙集对知识系统的知识发现和知识提取能力 ,从系统运行状态样本中建立基于知识的故障树模型。通过实例讨论了如何运用该方法对工业监控过程进行故障建模 ,检测系统运行过程中所发生的故障。     

某型航空发动机台架滑油系统颗粒监控标准研究

在航空发动机台架试车过程中,运用先进的滑油颗粒监测设备,开展发动机台架滑油系统颗粒监测实验,探索滑油系统颗粒变化规律;通过对某型航空发动机台架滑油系统进行分析,确定滑油取样位置和时机;运用三线值法制定发动机台架滑油系统颗粒监控标准并进行实例验证分析。结果表明,该监控标准合理可行,为监控发动机零部件磨损情况和台架滑油系统污染程度提供参考。     

基于图像分析和野点检测的航空发动机磨损状态识别

研究了基于发动机滑油滤磨屑图像的磨损状态自动识别技术。首先采用最大熵法和数学形态学方法,提取滑油滤磨屑图像中反映磨损状态的特征量;然后采集反映正常状态的航空发动机滑油滤图像,通过图像分析与特征提取,构造出仅包含正常样本的训练样本集,最后用野点检测方法对训练样本进行学习,并使用遗传算法对野点检测参数进行优化,得到了滑油滤磨屑图像的正常域,并以此来识别航空发动机磨损状态的严重程度。开发了发动机滑油滤监控系统(engine oil filter monitoring system,EOFMS),实现了基于野点检测的磨屑图像识别功能,并利用实际航空发动机滑油滤磨屑图像进行了实验分析,结果验证了该方法的有效性。     

继电控制电路的交互式故障诊断研究

文章针对继电控制电路故障诊断的现状,提出交互式故障诊断的思想。首先介绍了交互式诊断平台的搭建方法,然后重点讨论了交互式诊断专家系统中知识表示和推理的方法。文章采用改进的故障树方法用于故障知识表示,并建立了相应的搜索和推理策略,通过实例分析证明这种方法具有较好的推理效率。     

基于粗糙集的风机故障诊断专家系统知识获取

针对专家系统中知识获取的“瓶颈”问题、应用粗糙集理论建立风机故障诊断专家系统框架．并利用粗糙集的约简方法消去知识库中冗余的属性，实现了知识库的精简，有效地保持和完善了知识库的结构和性能．提高了知识获取的效率。此方法应用在风机故障诊断专家系统中．收到了良好的效果。     

Fault diagnosis of multistage manufacturing systems based on rough set approach

Multistage manufacturing systems (MMS) have been investigated extensively. However, quality and dimensional problems are still one of the most important research topics, especially rapid diagnosis of dimensional failures is of critical concern. Due to the knowledge and experience intension nature of fault diagnosis, the diagnostic results depend on the preference of the decision makers on the hidden relations between possible faults and presented symptoms. In this paper, a rough set-based fault diagnosis method is proposed, and a rapid fault diagnosis system with rough set is developed. The novel approach uses rough sets theory as a knowledge extraction tool to deal with the data that are obtained from both sensors and statistical process control charts and then extracts a set of minimal diagnostic rules encoding the preference pattern of decision making by experts in the field. By means of knowledge acquisition, the machining process failures in MMS can then be identified. A practical system is presented to illustrate the efficiency and effectivity of our method.     

基于知识网格的故障诊断专家系统模型

利用知识网格能够提供更广范围的知识获取与数据挖掘、便于构造更有效且完备的知识库以及知识库之间的知识共享与协同能力等特点,提出了基于知识网格的故障诊断专家系统模型,构造基于本体的故障诊断知识库、基于资源空间模型的知识规范管理、及其网格环境下故障诊断推理机制.知识网格故障诊断专家系统易于知识的动态扩充、知识的广域存放以及异构知识源的有效融合.该研究不仅为故障智能诊断研究提供了一条崭新的途径,同时也促使了传统专家系统的新发展.     

基于粗糙集的注塑成型缺陷智能诊断的专家系统研究

为实现注塑成型缺陷的智能诊断,构建了基于粗糙集的专家诊断系统。利用粗糙集完成缺陷诊断知识的描述、智能提取和自学习,最后由专家系统根据获取的知识进行案例的诊断和决策。测试结果表明该方法能有效改善传统专家系统的不足,可以在一定程度上提高诊断的精度和增强诊断系统的柔性。     

Rough集理论在故障诊断专家系统中的应用研究

在传统故障诊断专家系统的基础上，引入Rough集理论，提出了基于Rough集的故障诊断专家系统模型，并对模型中规则处理模块和冗余处理模块进行了功能分析和设计。     

基于油液光谱分析的发动机故障诊断专家系统研究

本详细研究了基于油液分析的自行火炮发动机磨损故障诊断专家系统，具体包括系统开发语言的选择，系统知识库的建立、系统的推理机、系统冲突消解策略、系统的组成和具体功能，应用实例证明该系统具有较强的诊断能力。     

汽轮发电机组故障诊断专家系统的改进

研究了大型汽轮发电机组故障诊断专家系统的改进与完善.深入分析了原专家系统的不足之处,通过添加知识获取子系统,建立适合新知识库的推理机制,以及增加图形的自动识别功能,提高了系统的自动化水平,使系统得到了完善.通过实例,给出了改进后系统的诊断结果.结果显示,改进后的专家系统提高了诊断的准确度.