机载系统通用故障诊断软件平台设计

针对现有机载系统故障诊断平台存在的诊断策略单一、诊断知识共享性差和平台通用性低等问题，设计了一款基于B/S架构的机载系统通用故障诊断软件平台。平台搭载基于模型、专家知识、数据驱动的故障诊断方法，实现了基于多种方法的故障诊断；基于数据库对系统结构知识、专家知识、数据与诊断结果进行统一管理，实现资源的共享与复用。以某型号无人机大气数据系统为例，验证了平台的有效性，其应用结果表明该软件平台有效提高了机载系统故障诊断自动化水平，具有很强的实用价值。     

基于模糊依赖度算法汽车故障诊断仿真研究

研究汽车故障检测和诊断精确度问题,汽车故障检测和诊断技术一直是国内外研究热点问题.针对传统众多故障诊断算法难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确等不足,提出了一种新的基于模糊依赖度最大化故障诊断算法,算法基于模糊粗糙集理论,利用条件属性的依赖度对汽车故障进行评判,采用模糊依赖度来描述汽车故障的发生的几率,同时在此基础上,给出了模糊依赖度最大化模型对汽车故障进行诊断的具体步骤.理论分析和仿真证明了将模糊依赖度最大化算法用于汽车故障诊断方面是可行的和有效的,并能提高故障监测的可靠性.     

基于自适应神经网络加权模糊故障诊断研究

研究故障诊断问题;针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,基于模糊逻辑BP神经网络和传统Petri网模型结合,提出了一种新的自适应的加权模糊神经网络Petri网模型故障检测方法;该方法首先采用改进的BP神经网络算法对模型的权值进行训练,然后采用构造的自适应模糊Petri网模型对故障进行诊断;在柔性制造系统实例中进行了故障诊断,实验结果表明,该方法具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断,具有一定的实际应用价值。     

基于本体的矿井提升机主轴系统故障诊断方法

针对传统矿井提升机故障诊断方法效率低、准确性差及诊断知识难以重用和共享等问题,提出了一种基于本体的矿井提升机主轴系统故障诊断方法。针对矿井提升机主轴系统故障原因多样化的特点,提出用三维坐标法系统总结各种故障现象及其故障原因,解决了故障总结不全面、原因分析不合理等问题;通过Protégé4.3软件建立故障诊断本体库,将故障现象、故障原因及其对应的逻辑关系作为知识存入本体库,解决了故障诊断知识共享和重用困难等问题,提高了故障诊断效率;通过SQL Server 2008数据库存取主轴系统监测数据,利用Java持久层应用程序接口JPA和Java应用程序接口Jena建立本体库与数据库的映射,实现了数据库与本体库数据的动态交换;最后通过本体库对监测数据进行分析,确定故障原因并定位故障源,实现故障诊断。实例分析结果表明,基于本体的矿井提升机主轴系统故障诊断方法提高了故障诊断的效率和准确性,且可靠性较高。     

基于改进图卷积神经网络的配网线路故障诊断

随着电网的不断扩容,系统结构越来越复杂,多故障频发,而多故障是故障诊断的关键和难点。为解决故障处理数据量大,需要快速、准确地诊断电网故障的问题,本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据;其次,搭建基于图卷积神经网络的故障诊断模型,利用模糊理论建立配电网故障的隶属函数;最后利用训练好的模型进行配网故障诊断。仿真结果表明,模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法,本文方法做出的诊断结果更加精确,综合诊断效果最好。     

基于模糊贝叶斯风险和T-S模糊模型的故障诊断

为解决复杂装备故障诊断中的知识获取和决策制定问题,提出一种数据驱动的故障诊断方法。利用模糊贝叶斯风险模型以风险最小化原则挖掘数据中有价值知识,得到相对最优属性子集,其中生成的概率分布用于T-S(Takagi-Sugeno)模糊规则提取,以分段线性化思想逼近复杂的数据知识。在数值实验中,以C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)发动机数据为研究对象,验证本文方法的有效性,结果表明本文方法适用于复杂装备的故障诊断。与其他知识获取方法对比表明,本文方法可得到更高的诊断准确率。     

基于SOM算法和免疫神经网络的飞机燃油系统故障诊断

针对传统的飞机燃油系统故障诊断方法如硬件冗余方法和系统模型检测方法存在的飞机重量限制和难以建立精确数学模型的问题,设计了一种基于SOM算法和BP神经网络的故障诊断模型;首先,建立了系统故障诊断模型并对诊断原理进行了描述,然后,对故障征兆数据进行预处理,即先采用SOM算法进行连续属性离散化处理,再通过粗糙集互信息方法进行属性降维,以减少数据量和提高诊断效率;最后,建立了基于BP神经网络的故障诊断模型,为了进一步提高故障诊断精度,在采用免疫优化算法对BP神经网络故障诊断模型中的各参数即权值和阈值等进行优化的基础上,进一步采用BP反向传播算法进行参数调整,从而得到最终的故障诊断模型。通过飞机燃油系统故障诊断实例仿真实验证明了文中方法能较为精确地实现故障诊断,且与其它方法相比,具有较高的诊断精度和诊断效率,具有较大的优越性。     

复杂过程的智能集成故障诊断模型研究

由于复杂过程与一般工业过程的本质区别,使得传统的依赖对象精确数学模型的故障诊断方法难以取得令人满意的结果。而智能技术具有无需建立对象精确模型的优势,并且可以充分利用人类专家的经验知识,因此利用智能故障诊断模型研究适合复杂过程实现的故障诊断技术既是必要的也是可行的。通过比较目前研究较多的智能故障诊断模型,提出基于模糊逻辑、神经网络与专家系统的智能集成故障诊断模型,以便有效地解决复杂过程的故障诊断问题,并具体分析了模型组成机理、结构和网络学习算法,从而为复杂过程的故障诊断技术研究提供了新的途径。     

复杂过程的故障诊断技术

对于具有控制复杂,难以精确描述数学模型的复杂过程,介绍了智能化故障诊断方法。故障检测由基于知识系统实现,通过过程的深层浅层知识获得故障检测产生式规则。通过智能故障诊断技术实现故障诊断功能。     

面向无人机故障诊断的知识图谱构建应用方法

近年无人机作业安全保障问题面临着严峻挑战,确保无人机安全作业至关重要。传统的无人机故障诊断方法具有容易造成知识浪费等问题,已无法满足日益复杂的工作需求,基于新兴研究热点的知识图谱,充分利用无人机先验知识进行故障诊断,可实现组件关联诊断并依靠专家知识实现诊断结果的可解释性。目前面向故障诊断知识图谱的研究较少,通常采用“预训练”模型解决深度学习模型训练的数据不足,但这种方法应用场景限制较大,且不能为后续研究者提供有价值可参考的训练样本。以无人机故障维修手册为主要数据,提出一种基于远程监督的机标人校数据标注方法,获得数量可观、标注精确的无人机故障语料库,并根据数据结构特点结合基于规则和BiLSTM-CRF网络的知识抽取方法,实验证明实体抽取效果良好。基于无人机故障诊断本体完成无人机故障诊断知识图谱的构建,通过Neo4j进行存储及可视化展示,并搭建无人机系统故障的智能问答系统,为无人机故障提供有理有据的精准诊断,证明了知识图谱在故障诊断领域的有效性,为基于知识图谱的故障诊断体系构建提供科学依据。     

船用计程仪故障诊断模糊专家系统

将模糊数学、模糊诊断原理及自动检测技术相结合,提出基于模糊推理的船用计程仪故障诊断专家系统。结合船用计程仪的特点,设计硬件平台并采用模糊产生式知识表示法,将模糊关系矩阵和语义距离相结合,设计并实现了船用计程仪故障诊断模糊专家系统的各个功能模块。实验结果表明,该系统可对船用计程仪实现高效、可靠的故障诊断。     

改进动态因果图与模糊推理融合故障诊断方法

在复杂的控制系统发生故障时,运维系统能保证对其进行快速、可靠的故障诊断尤为重要。针对复杂控制系统中控制信号多、信号关联性强、故障状态多、部件故障模式多的情况,提出一种改进动态因果图与模糊推理融合的故障诊断方法,利用改进动态因果图逻辑表达能力强,能因果互推的特点,构建多重（正向、反向、混合）模糊规则,有效克服了模糊逻辑推理中只能由因溯果而不能由果溯因的难题,同时,将动态因果图的动态特性引入到模糊规则的动态更新中,增强了模糊推理的实时性。最后,以某型装甲设备垂直力矩电机控制过程的故障诊断为应用背景,在自行研制的故障诊断平台中嵌入此法进行故障诊断测试,测试结果分析表明,此法能有效提高诊断效率,具有更高的准确性、先进性、适用性。     

航空瞄准具故障诊断专家系统中知识的处理方法

针对航空瞄准具故障诊断专家系统中知识的获取、表达和推理方法等问题进行研究;首先根据瞄准具的结构特点建立了层次诊断模型,并根据模型在系统中采用了故障树分析法;然后着重讨论了系统中知识的表达、推理和模糊推理等问题的处理方法;通过在系统中建立层次结构的综合数据库及采用产生式规则,有利于诊断知识的获取和表达;采用全局择优搜索法、双向推理和模糊推理,大大提高了推理的效率;该方法的应用为瞄准具故障诊断专家系统的开发和完善提供了有力的技术支持.     

基于案例和规则融合的民用客机故障诊断系统设计

目前很多工程应用中的飞机故障诊断方法,只考虑单一的基于案例或基于规则的诊断方法,故障诊断的效率有待提高。本文针对民用客机地面运营支持系统的特点和要求,将案例和规则融合的推理机制引入到飞机故障诊断系统的设计中。该方法采用规则推理为前导、案例推理后置补充的结合方式,最大化地利用飞机故障隔离手册知识和从维修记录中提取的案例知识,从而提高首次故障隔离效率、降低无效排故时间。以民用客机某系统的典型故障为例,阐述了该推理机制在故障诊断中的应用。通过历史飞行数据试验,验证了提出的基于案例与规则融合诊断方法的有效性,以此为基础设计的故障诊断方案可为航空公司构建更完善的专家系统提供参考。     

基于感知模糊Petri网的自动装弹机故障分析方法

坦克自动装弹机故障发生率高,原因复杂,为了缩短自动装弹机故障诊断时间,提高诊断准确度,在分析了自动装弹机内部原理及获取相关专家经验后,提出了一种基于感知模糊Petri网的故障诊断方法。结合自动装弹机的具体构造建立对应的PFPN故障模型,通过模糊Petri网表示故障传播过程,利用感知机误差反向传递方法学习有限的专家经验,确定Petri网络中触发事件的权值。通过正向推理,实现了对自动装弹机故障的准确判断。逆向推理结合最小割级方法,缩小排查范围,提高推理效率。以旋转故障机为例建立对应的 PFPN故障模型,与故障树模型诊断结果和历史诊断数据对比,验证该故障分析方法的合理性和有效性,实现了对自动装弹机的快速准确的故障诊断。     

基于模糊推理的物流车辆故障诊断专家系统

物流车辆故障诊断专家系统可以对物流车辆的故障进行诊断和排除. 为了提高该系统快速、准确诊断的能力, 在分析物流车辆的故障模式和故障机理的基础上, 建立故障树, 采用改进的CLIPS可以进行正向、反向两种模糊推理机制, 同时建立知识库管理系统对模糊规则和事实进行管理. 研究结果表明: 改进的CLIPS与VC++的结合, 使物流车辆故障诊断专家系统拥有模糊诊断故障的能力, 提高了物流车辆故障诊断的智能化水平.     

计算智能在故障诊断专家系统中的应用

基于知识的专家系统及其在故障诊断中的应用研究十分活跃,形成一类故障诊断专家系统,但该方法存在知识获取的瓶颈、推理能力弱及难于处理不确定知识等问题,其进一步发展受到严重的阻碍。与此同时,神经网络、模糊逻辑和遗传算法等计算智能在近年来却取得了一系列的进展,并具有专家系统等符号智能所缺乏的优势。将计算智能应用到专家系统中即与符号智能相结合起来能有效地解决诊断专家系统的难题,该文对此进行了探讨,并提出了一些新的思路。     

水电数字仿真在线融合故障诊断专家系统

为了解决丰满水电数字仿真系统的在线故障诊断问题，基于信息与方法融合的思想，提出了分布式集成神经网络建模方法、模糊神经网络专家系统(FNNES)在线故障诊断方法。将模糊神经网络(FNN)嵌入专家系统(ES)中，FNN负责知识获取和逻辑推理，ES负责系统信息的输入和输出、符号推理，并对FNN的结论进行解释。系统的运行验证了方法的有效性和实际应用价值。为现场诊断系统的开发提供了有益的方法和经验。     

故障诊断专家系统及其发展

文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。     

基于数据库的电力设备故障诊断模糊专家系统的设计与实现

采用SQL Anywhere 5.0设计知识库。PowerBuilder6.5编程实现了电力设备故障诊断模糊专家系统,其知识的表示采用了模糊产生式表示式,引进了模糊匹配与加权模糊逻辑进行模糊推理,实现了一种较为理想的非精确推理。