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。     

组合算法在柴油机故障诊断的应用仿真

研究柴油机故障诊断问题。柴油机故障具有小样本、特征间冗余信息严重等特点,用大样本的神经网络无法对故障进行准确诊断。为提高柴油机故障诊断精度,提出一种粗糙集和支持向量机相融合的柴油机故障诊断算法。首先采用粗糙集对柴油机故障特征属性进行约简,消除特征间冗余信息,然后采用专门针对小样本的支持向量机建立柴油机故障诊断器,最后进行柴油机故障诊断仿真测试。测试结果表明,改进方法提高了柴油机故障诊断效率和精度,可为柴油机故障定位和分析提供有价值参考意见。     

基于局部线性嵌入算法的柴油机故障诊断研究

为提高柴油机故障诊断准确率和效率,提出了改进局部线性嵌入算法的柴油机诊断系统。应用小波包能量谱分析方法提取某柴油机振动信号的特征值,将提取的高维特征向量映射到低维空间上,能将高维特征向量进行优化,即特征值的二次提取。该改进算法可模糊化近邻点k的选择,从而提高计算的速度,并应用SOM-BP神经网络进行故障识别。实验表明,经过局部线性嵌入算法的特征值优化,能减少SOM-BP神经网络的输入节点,可在一定程度上提高故障识别的效率和准确率。     

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。     

基于信息融合的机械设备故障诊断算法设计与应用

为提高大型复杂机械设备故障诊断的准确率和效率,针对故障诊断的多源信息综合分析问题,研究设计了基于信息融合的故障诊断算法,并应用于机械设备监测与故障诊断系统中。算法采用BP神经网络和D-S(Dempster-Shafer)证据理论,实现了对故障模式可信度的合理调配和多源信息的有机融合。文章以某舰船柴油机作为故障诊断对象,诊断结果分析表明,算法在机械设备故障诊断方面具有较高的准确度。     

煤矿用防爆柴油机冷却风扇液压驱动系统研究

防爆柴油机是煤炭开采设备使用的主要动力源。当前防爆柴油机冷却系统风扇主要采用传统曲轴定转动比驱动,无法完全适应煤矿井下复杂的工作条件,造成风扇功耗大,冷却效果差,空间布置受限等问题。本文研究了防爆柴油机冷却系统结构,提出了采用液压驱动方式,分别对冷却系统中的不同组成进行独立控制的解决方案,从而改善了系统过热、过冷情况。将风扇与防爆柴油机分开布置,使得系统设计更加灵活,可以适应更多的应用场合。     

改进的RBF神经网络及其应用

提出了一种改进的RBF神经网络，并利用改进的RBF作为故障诊断模型对某高温硝酸冷却系统进行了故障建模研究，仿真表明是可行和有效的。     

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。     

基于数据挖掘技术的飞机故障诊断专家系统设计

为适应现代民用飞机故障诊断的需求,应用飞机故障诊断历史经验,构建了飞机故障诊断维修知识库,在此基础上,研究了依据飞机维护历史经验知识和数据挖掘技术的故障诊断方法;应用关联分析方法实现了维修历史库的挖掘诊断,通过案例库的聚类分析,显著提高了案例库的检索效率;针对某型民机地面故障诊断的任务要求,设计了基于数据挖掘的机载设备故障诊断专家系统;通过输入真实故障信息,运行专家系统进行诊断分析,验证了所实现的基于数据挖掘的故障诊断专家系统具有较高的准确性。     

基于深度置信网络风电机组变桨系统的故障诊断

针对风电机组变桨系统常见故障,提出一种基于深度置信网络(DBN)的故障诊断方法。设计出基于DBN的变桨系统故障诊断框架;通过堆叠多层受限玻尔兹曼机(RBM),对比重构数据与原始输入数据差异,研究了DBN故障特征自提取能力;将堆叠RBM提取的故障特征输入到顶层分类器中进行训练,得到故障诊断模型;最后采用风场真实故障数据集进行了验证测试。实验结果表明,采用该方法进行风电机组变桨系统故障诊断相比其他方法具有更高的准确率。     

机载复杂系统综合诊断推理设计方法

随着机载系统的复杂性、综合化、智能化程度不断提高,故障产生的机理也越来越复杂,传统的自检测、人工检测等手段已经不能满足现代飞机故障诊断和维护的需求。针对传统诊断方法对系统的依赖性和在关联故障模式下处理能力不足的问题,设计了3种综合诊断推理方法,并对3种方法进行了对比分析。重点对基于测试性模型的综合诊断推理方法进行了研究,开发了综合诊断推理机,并组建了仿真验证环境。仿真验证表明该方法诊断结果合理可信。     

Observer‐based fault diagnosis and self‐restore control for systems with measurement delays

The problems of fault diagnosis and fault‐tolerant control are considered for systems with measurement delays. In contrast to the present fault diagnosis and fault‐tolerant control approaches, which consider only the input delay and/or state delay, the main contribution of this paper consists of proposing a new observer‐based reduced‐order fault diagnoser construction approach and a design approach to dynamic self‐restore fault‐tolerant control law for systems with measurement delays. First, the time‐delay system is transformed into a delay‐free system in form by a special functional‐based delay‐free transformation approach for measurement delays. Then, the fault diagnosis is realized online via the proposed reduced‐order fault diagnoser. Using the results of fault diagnosis, two dynamic self‐restore control laws are designed to make the system isolated from faults. A numerical example demonstrates the feasibility and validity of the proposed scheme. © 2012 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

BP神经网络在雷达故障诊断中的应用研究

对雷达混合电路故障诊断问题进行了研究,针对传统雷达故障诊断中的“自适应差”,“过分依赖故障数学模型”的缺陷。采用了一种故障诊断表示模型,提出将专家系统与神经网络相结合的诊断方法,避免了在实际中雷达电路难以建立精确的数学模型的问题。利用人工神经网络理论为其建立了BP神经故障诊断网络,增加了雷达电路故障诊断系统的“自适应性”。进而给出了网络训练算法和诊断步骤,最后给出了在某型雷达设备上仿真调试诊断的实例。     

嵌入式随动系统实时故障诊断专家系统研究

嵌入式的故障诊断技术要求高相关性和小的占用空间,传统的故障诊断系统并不能满足上述要求;针对某型高炮随动系统的实时故障诊断需求,提出了一种以cortex-m3体系的stm32微控制器为主的在线数据采集和分析系统,及以此为基础设计的嵌入式实时故障诊断专家系统的解决方案;根据所选微控制器的存贮能力,采用产生式规则和模糊表达结合的模糊产生式规则来表示嵌入式故障诊断知识,设计了一种适合于微控制器快速运算的模糊推理机制;最后对所提出的方案原型系统进行了实际检验,证明了其可行性。     

大型机电设备故障诊断装置的实现

为了解决大型机电设备电控系统故障诊断的难题，分析了采用分布式控制方式和模块化结构设计出的一种便携式电控系统故障诊断装置的硬件，介绍了利用多媒体技术的专家系统，该装置成功地解决了大型机电设备电控系统故障排除的难题，并且也可作为其它大型机电设备电控系统进行故障诊断的参考。     

电控系统故障诊断装置的系统设计

为了解决大型机电设备电控系统故障诊断的难题，分析了采用分布式控制方式和模块化结构设计出的一种便携式电控系统故障诊断装置的硬件，介绍了利用多媒体技术的专家系统，该装置成功地解决了大型机电设备电控系统故障排除的难题，并且也可作为其它大型机电设备电控系统进行故障诊断的参考。     

知识存储与诊断专家系统在低温系统中的应用

为实现EAST低温系统的智能故障诊断,提出一种基于故障树的低温系统知识存储与诊断专家系统。根据故障树模型的结构,设计知识在关系型数据库中的分级存储方式。应用故障树分析法进行故障建模与诊断推理,结合可靠性因子辅助不确定性推理,并以实例说明推理算法。模拟诊断结果表明,该系统具有友好的人机接口,运行稳定且诊断结果及时可靠。     

大型机电一体化设备电控故障诊断系统设计

设计了某大型机电一体化设备电控故障诊断系统。该故障诊断系统能与该大型机电一体化设备快速对接,通过以太网与故障现场适时通信,并能模拟该大型机电一体化设备各检测部分激励信号。故障诊断程序采用模糊推理机制,能把故障快速定位到单板级。     

故障诊断专家系统研究的现状与展望

介绍了专家系统在故障诊断领域的应用情况，阐述了国内外故障诊断专家系统的发展现状，针对目前研究较成熟的故障诊断专家系统模型遄行了分析，并指出了各自技术的特点和局限性；最后结合新技术的发展和应用对故障诊断专家系统的发展趋势进行了展望。