火电厂锅炉在线故障诊断神经网络专家系统

针对火电厂热工生产过程高度复杂、多测点、多故障、同时性诊断特点,提出将专家系统和人工神经网络方法相结合的火电厂锅炉集成故障诊断系统．其中,神经网络采用多个子网络并联相结合的结构,提高了系统的诊断速度和多故障同时性实时诊断的能力．神经网络的输入采用模糊数学方法对参数不确定性状态进行高层逻辑概念量化,使系统能自动适应输入数据的变化,给出正确的诊断结果．该系统的仿真结果表明其设计是合理和可行的     

故障诊断的多层神经网络研究

针对大型旋转机械多测点、多故障、同时性诊断问题，基于人工神经网络及贝叶斯分类规则，构造了一种由多个子网络组成的模块化、分层诊断网络，提高了子网络的分类能力，从而使整个网络有高精度、多故障同时性实时诊断的能力。     

故障诊断的多层神经网络研究

针对大型旋转机械多测点,多故障,同时性诊断问题,基于人工神经网络是贝叶斯分类规则,构造一种由多个子网络组成的模块化,分层诊断网络,提高了子网络的分类能力,从而使整个网络有高精度,多故障同时实时诊断的能力。     

柴油机润滑系统多故障耦合关系分析及解耦技术

针对柴油机润滑系统多故障耦合性强、故障定位难的问题,本文提出一种柴油机润滑系统多故障关联性分析及解耦方法。该方法采用键合图理论,建立柴油机润滑系统动力学模型,将其转化为时间因果图模型,基于该模型分析柴油机润滑系统热力参数在不同故障下的响应特性,获得多故障在异常征兆上的耦合关系。在此基础上,将集合论的思想引入柴油机润滑系统多故障解耦研究中,通过分析异常征兆对润滑系统多故障的划分作用,去除多故障间的关联特征信息,降低润滑系统多故障间的耦合度,为实施柴油机润滑系统多故障的分离与诊断提供依据。利用某柴油机润滑系统的经典GT-Power模型,验证了润滑系统多故障解耦研究的有效性。     

二进制递归网络的随机多故障条件诊断性综述

二进制递归网络（BR网络）具有结构规则、易于分割等优点,是理论研究和实际应用中颇受欢迎的网络结构。文章在综述互连网络的（强）诊断度、条件诊断度、g-好邻居条件诊断度、g-额外条件诊断度、诊断算法和二进制递归网络研究现状的基础上,针对二进制递归网络的故障结点数大于连通度的随机多故障模式,提出二进制递归网络的随机多故障条件诊断性分析的理论与方法,包括多故障条件诊断度分析、多故障条件诊断策略构建和多故障条件诊断算法设计。     

冗余式捷联惯导系统多故障的检测与隔离

针对传统广义似然比故障检测无法实现捷联惯导多陀螺故障检测和隔离的问题,本文提出基于广义似然比故障检测和线性估计思想相结合的多故障检测与隔离方法。以发生多故障的六陀螺椎体垂向对称配置的冗余捷联惯导为对象,采用广义似然比方法对系统进行故障检测,并引入线性估计思想实现陀螺输出值预测,通过陀螺预测值与输出值的残差比较定位故障陀螺,并记录故障信息,实现系统重构。通过仿真和实测数据验证,证明该方法可以准确实现对多陀螺故障检测与隔离,保障捷联惯导系统可靠性。     

模拟电路单故障与多故障诊断的提升小波和RBF方法

为了更高效、更准确地诊断模拟电路的单故障和多故障,提出了提升小波和RBF神经网络相结合的方法。该方法用提升小波系数表征故障电路的特征,训练RBF神经网络,将训练好的神经网络作为分类器,对故障电路进行诊断。通过对比,提出的提升小波方法诊断效果明显优于传统小波,准确率达到99.2%,用时更长。结果表明,基于提升小波和RBF神经网络的模拟电路单故障与多故障诊断方法可以有效地提取故障电路的特征并准确快速地对故障进行分类。     

汽轮发电机组故障诊断的模糊聚类分析新方法

已有的模糊聚类分析方法不能对汽轮发电机组振动多故障进行有效诊断。文章综合运用模糊聚类分析理论，将待检样本与所有标准故障样本一起作为分类样本，在模糊等价矩阵的传递闭包法的基础上，提出了一种适合汽轮发电机组振动多故障诊断的新方法。实例表明，该方法可有效诊断汽轮发电机组的振动多故障，具有良好的应用前景。     

火电厂循环水系统优化控制技术的研究

基于理论分析和试验分析相结合的方法,对火电厂汽轮机、凝汽器、循环水泵和管网系统的主要特性和相互制约关系进行分析,把建立的数学模型和现场试验数据库编成应用软件,实现火电厂循环水系统的优化功能并指导经济运行,获得了良好的节能效果。     

应用奇异值分解和峭度分离滚动轴承复合故障

滚动轴承多故障特征影响故障诊断结果,为此提出一种结合奇异值分解和峭度的复合故障诊断方法。将采集的双通道多故障特征振动信号进行多层奇异值分解,利用奇异值差分谱和归一化峭度进行筛选和重构,实现对多故障特征的分别提取;通过滚动轴承内外圈故障实验,最终分离出轴承的2种故障。与直接采用原始信号诊断相比,该方法能够在背景噪声下准确分离频率相近的微弱故障成分,提高提取瞬态冲击信号特征的能力,能有效识别滚动轴承的故障类型和发生部位,提高复合故障诊断的准确性。实验结果表明,该方法可以有效地分离和提取滚动轴承多故障特征。     

汽轮发电机组转子振动故障的动态分层

根据汽轮发电机组转子振动故障具有聚类的特点,运用模糊聚类的方法将转子振动故障进行动态分层,指出在多故障发生与多故障特征的情况下优先诊断的范围,从而缩短了诊断时间,实践表明这种方法是可靠的。     

小波与BP网络在发动机配气系统故障诊断中的应用研究

对柴油机表面振动加速度信号进行检测,经时频分析、小波分析提取信号的特征量,并将其作为BP神经网络的输入端,用神经网络方法对故障信号的冲击类型进行分类和诊断.分析表明,发动机多故障的冲击为进气门异常状态、排气门异常状态和爆燃冲击状态,这与实测的发动机运行状态完全一致.由此证实基于小波和神经网络相结合的分析方法能准确地识别发动机多故障状态的冲击类型,准确区分正常状态、故障状态及故障类型.     

采用多信号流图模型的雷达接收机故障诊断方法

介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中,以故障后验概率最大为判断准则,实现了对雷达接收机系统的在线多故障实时诊断。     

一种基于集合覆盖和可信度因子的多故障诊断模型

本文针对诊断问题的具体特点以集合覆盖和可信度因子为基础，建立了一个多故障诊断模型，给出了模型的求解算法，并将该模型应用于故障诊断专家系统中。本文给出的模型是对多故障问题求解的一个有效尝试。     

基于模糊聚类的移动机器人并发故障诊断

移动机器人并发故障诊断技术大多将并发的多故障作为多种单故障组合状态处理,这样不仅需要为每种故障设计滤波器,且只能诊断特定的多故障组合.为了克服这些缺点,提出一种移动机器人多故障并发的故障诊断技术.根据移动机器人的运动模型,为每一种单故障状态设计一个对应的卡尔曼滤波器,用这些滤波器对移动机器人并发故障数据进行滤波.利用模糊聚类方法对滤波结果进行分类,根据移动机器人运行数据对不同单故障集合的隶属度诊断任意组合的并发故障.在三轮移动机器人Pioneer3上进行仿真实验,对14种常见的单故障和多故障并发的情况进行诊断,证明了该方法对轮式移动机器人并发故障诊断的有效性.     

螺杆泵井智能集成故障诊断专家系统研究

为了及时处理油田开采中应用越来越广泛的螺杆泵井所存在的抽油杆断脱等故障,提高故障诊断的准确性和多故障同时诊断的能力,构造了一种基于模糊神经网络的智能集成故障诊断专家系统,并给出了系统的结构.介绍了模糊神经网络推理机的构成和功能,对综合知识库的结构和性能进行了简要分析,并设计了系统的故障诊断流程.系统经实际现场螺杆泵井的运行应用,取得了预期的诊断效果.     

基于贝叶斯理论的复杂系统快速诊断算法

针对系统结构复杂、维修保障难度大,多具有不确定性(不完整性)信息、多故障和关联故障等特点,融合贝叶斯理论和策略优化算法的优势,提出一种混合快速诊断算法.将诊断任务分解成若干单故障子任务,对子任务用故障树和贝叶斯网络分别建模,根据贝叶斯-蒙特卡洛算法获得先验概率,进行诊断推理分析,获得系统故障薄弱环节,同时运用综合策略优化算法,对故障原因进行诊断策略优化,以实现快速诊断为目的.以电控发动机复杂系统为例,对混合快速诊断算法进行应用研究,验证了该算法的正确性和有效性.     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中，一种故障状态可能引起多种故障征兆，而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果，提取频谱特征，获取各种征兆信息。在已知故障征兆的情况下，对多故障同时发生和多故障具有相同征兆的诊断问题，利用模糊诊断技术，确定机械设备故障类别的隶属度值，经模糊综合诊断后确定设备的故障。     

火电厂电气自动化系统分析

目前,火电厂在电力事业中得到高效的发展,逐渐朝向电气自动化的方向进展,通过自动化技术与信息技术,实现高效益的系统运行。火电厂电气自动化系统具有一体化的特点,实现多项功能的集成体现,有利于提高火电厂的运行能力和经济效益,确保其在电力事业中的稳定运营。     

火电厂多种控制系统互联与实时通信在叶轮给煤机远程监控系统上的应用

针对火电厂不同控制系统之间的互联问题,以火电厂输煤程控系统中的叶轮给煤机远程计算机监控系统为例,以组态软件为核心,通过电力载波模块实现了多厂家PLC的互通互联和与上位机的通信,达到了实时监控的目标,应用效果较好.