农用柴油机故障诊断系统的研究与开发

根据小型拖拉机的常见故障,利用Microsoft Visual FoxPro编程工具和人工智能专家系统原理,建立了知识库和相应知识表达推理机制,设计并组建了农用柴油发动机故障诊断专家系统,缓解了故障诊断专家供不应求的矛盾,提高了农用柴油机的常见故障诊断的效率和准确率。该系统主要实现的功能包括:发动机故障诊断;故障模糊查询;用户诊断数据库浏览、打印;知识库维护修改和扩充。     

基于模糊神经网络的船用柴油机智能故障诊断

船用柴油机是整个船舶的动力装置,如果发生故障就会对船舶的安全性造成很大的威胁,因此,如何迅速判断故障发生的原因,进而有效排除故障,对保证船舶的正常航行具有特别重要的意义.针对船用柴油机故障多,且具有复杂性和模糊性的特点,以及模糊神经网络在解决非线性复杂问题方面具有的独特优势,提出了一种基于模糊神经网络的船用发动机智能故障诊断专家系统.该系统结合了模糊逻辑理论、人工神经网络以及专家系统的优点,推理速度快,容错能力强,且具有简单实用的人机界面.仿真结果表明,该系统不仅操作使用方便,而且故障诊断结果准确,具有广泛的应用价值.     

柴油机故障诊断专家系统

本文讨论了柴油机故障诊断专家系统的总体结构。着重讨论其知识库结构，推理方法，利用该专家系统，装入领域知识的相应规则集，即可用于不同型号，不同用途柴油机的故障诊断，此专家系统采用C语言编写。     

现代船用柴油机智能故障诊断系统的研究

现代船用柴油机是机一电．液等各种子系统组成的大型机电设备,结构复杂决定了对其故障进行诊断的困难性。基于目前发展较快的船用柴油机故障诊断技术及较成熟的专家系统与人工神经网络理论,对专家系统和BP神经网络的融合方法在船用柴油机故障诊断方面的应用进行了有益的探讨,并提出了利用专家系统和BP神经网络的融合方法建立的船用柴油机神经网络故障诊断专家系统基本结构。     

船舶主柴油机在线故障诊断系统研究

本文以H2203轮主柴油机为研究对象,阐述了基于C#的在线故障诊断系统的结构与功能,该系统为船舶主柴油机故障的诊断、定位、分析与排除提供了有效的技术手段,具有较高的研究实用价值。     

船舶柴油机故障诊断仿真系统研究

该文阐述了船舶柴油机故障诊断仿真系统的模型、结构与功能,着重介绍了基于RBF神经网络故障诊断方法。本系统具有结构简单、功能齐全等优点,对开发实船柴油机故障诊断的辅助分析系统和培训轮机员熟悉处理故障有实际意义。     

针对神经网络缺陷的柴油机在线故障诊断研究

神经网络各模型在柴油机故障诊断的应用过程中,都有各自的特点;针对单一网络模型在故障诊断过程中的缺陷,提出应用多种模型的子网络组成组合网络进行诊断,各子网络的诊断输出应用模糊变换处理,融合多种故障有效信息,提高故障诊断的准确性;首先将BP、Elman诊断子网络得出其各自的初步诊断结果;然后应用模糊变换得出决策级在线诊断结果;通过对某柴油机燃油供给系统的故障诊断过程表明,该诊断模型能融合有效故障信息,避免了单个子网络诊断的失效,有效降低了系统的不确定性。     

基于聚类的模糊柴油机故障诊断

在柴油机系统故障诊断背景问题的研究中,针对系统的安全准确预测故障类型,提出了一种从柴油机故障历史数据样本中提取模糊规则的方法,将隐含于样本中的专家知识转化为更易于理解的模糊规则,并以此建立模糊故障分类器和模糊故障诊断系统.先利用减法聚类获得故障数据中具有代表性的样本,以样本为基础,生成模糊规则,进行优化后,通过规则综合...     

汽车故障诊断专家系统诊断模型的研究

以专家系统、人工智能基本理论为基础，针对汽车故障的特点，将故障诊断知识分为确定型和不确定型两类，并引入模糊数学原理对不确定型故障进行了深入的刻画，运用模式识别方法建立了诊断模型，辅之以故障度、信息度作为启发因子进行有效的诊断。     

基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。最后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。     

基于动量BP网络的柴油机故障诊断

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,将改进的BP网络应用于柴油机的故障诊断。应用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形时域分析和特征提取,再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,应用附加动量的BP算法,从而实现对故障的分类。通过Matlab仿真理论表明,该方法可以有效地对故障进行识别分类。     

基于神经网络的内燃机车燃烧系统故障诊断

提出一种内燃机车燃烧系统故障诊断的新方法.燃烧系统的工作状态由柴油机功率、燃油消耗率、燃油压力、增压压力和排气温度等热工参数决定,介绍了有关参数的测量与计算,利用附加动量及自调整学习速率的BP神经网络对内燃机燃烧系统进行故障诊断.通过实例证明该方法是一种行之有效的方法.     

基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。     

基于专家系统的航天器故障诊断地面模拟系统的研制

航天器故障诊断技术对于提高航天器的在轨工作的寿命、实现卫星的长寿命、高可靠有着重要的意义,介绍了以故障诊断专家系统理论为基础在程序控制故障模拟、数据采集设备的基础上研制航天器地面模拟设备对航天器在轨故障诊断有着重要的意义。描述了,地面模拟设备的组成和应用于故障诊断地面模拟设备的专家系统。实现了,基于专家系统推理机制的故障诊断专家系统、给出了实际应用的结果。基于专家系统的地面故障诊断设备能够满足在轨故障地面模拟的应用要求,对实现在轨故障的诊断有着一定的参考作用。     

基于模型故障诊断系统的建模及推理机设计

从基于模型的诊断思想出发,根据系统测试获得故障模式及模态参数建立起知识库,给出了推理机的诊断推理算法及控制策略,设计了基于知识库的诊断模型以辅助工业过程的故障诊断.     

基于模式识别的柴油机故障诊断

提出一种基于模式识别的故障诊断方法，利用传感器检测柴油机燃油压力波形，并对波形进行数学建模和特征提取，讨论分析了最小距离判别法，选用Euclidean距离，将其应用到柴油机燃油压力波形的故障诊断中，得到相当理想的诊断结果，最后给出两个实验例子，此方法具有运算简单，运算速度快，判别精度高等特点，具有广阔的发展空间。     

潜艇位姿控制系统故障诊断研究

本文首先依据某型潜艇位姿控制系统的结构,建立了相应的故障树模型。然后以相关领域的专家知识和操作人员实践经验为基础,将系统可能出现的故障现象和故障原因转化成为了专家系统的知识库。最后,应用面向对象的编程方法,利用VisualC＋＋编写了针对整个系统的故障诊断程序,从而使专家系统与故障树模型有机地结合在一起,达到了对系统进行故障诊断的目的。