基于PDA的模糊逻辑故障诊断智能终端设计

为了克服工程装备现场复杂环境下的故障诊断困难,开发了基于模糊逻辑的工程机械故障诊断终端。探讨了基于模糊关系逻辑的故障诊断系统在PDA上的实现方法,简要介绍了基于模糊逻辑关系方程的智能诊断原理。设计了智能诊断终端的结构,系统地阐述了诊断终端的应用及功能实现过程。实践表明:该诊断终端对工程机械故障的现场检测与快速诊断具有非常大的作用。     

基于混合神经网络的数控机床故障诊断技术研究

为了实现数控机床故障诊断的自动化和智能化,提出了一种基于混合神经网络的数控机床故障诊断技术.首先通过一级BP神经网络对输入的故障信息进行分类,然后针对分类后的故障再通过二级ART神经网络实现故障的诊断和排除.基于两级混合神经网络的故障诊断系统不但具有故障自动诊断功能,而且还具有自学习和自组织等智能.     

远程智能故障诊断技术的现状与展望

研究了远程故障诊断系统的体系结构和智能故障诊断方法。并阐述了其关键技术。对其体系结构，主要研究了C／S、B／S和多层混合模式；对智能故障诊断方法，主要研究了基于神经网络、模糊推理及模糊数学、遗传算法和诊断Agent的智能故障诊断方法；对其关键技术，主要研究了分布处理技术、数据库技术、虚拟现实技术、信息处理技术和信息融合技术。最后对远程智能故障诊断技术的发展趋势进行了展望。     

工程机械机群故障诊断系统研究

现今制造与施工过程中，多品种、多数量机械设备协同作业情况越来越普遍。对于整个机群进行故障诊断是现代工程机械诊断技术和现代化施工技术的发展方向。为了保证机群有效运行，研制了一种多功能、智能化的机群故障诊断系统。该系统采用了人工智能技术、计算机技术、信息技术、传感器技术等，对工程机械机群设备的运行进行状态监测，及时诊断故障原因并提出解决方案。最终实现减少工程机械故障停机，提高工作效率。并且该系统在高等级公路施工工程中得到有效的应用。     

液压系统的智能故障诊断技术的研究现状与发展

分析了神经网络诊断技术、专家系统诊断技术和小波分析诊断技术等智能故障诊断技术在液压系统故障诊断中的应用现状，指出了智能故障诊断技术今后的研究方向。     

电牵引采煤机在线监测与故障诊断系统研究

针对目前我国煤矿机械在线监测与故障诊断方面存在的问题,以电牵引采煤机为研究对象,对采煤机故障原因进行了分析,提出了采煤机在线监测与故障诊断系统的方案.该方案对采煤机故障动态机理、故障信号特征提取、多信息融合安全评价及智能故障诊断技术等关键技术进行了研究,为采煤机故障定位、定量分析和安全运行评价等奠定理论基础.     

液压系统故障诊断技术的现状与发展趋势

介绍了液压系统故障诊断技术的研究现状和发展历程;提出了智能诊断技术是液压系统故障诊断的发展趋势,多种新技术的融合是实现智能故障诊断的途径.     

基于流程图知识表示的工程机械液压故障诊断专家系统

根据工程机械液压系统故障诊断的特点,建立了液压故障诊断专家系统。提出了利用故障定位流程图作为专家系统诊断知识的表示方式,研究了图形化的知识库生成工具Auto Flowchart,构建了诊断知识数据库,设计了故障诊断专家系统的结构,开发了基于流程图知识表示的故障诊断专家系统。有效解决了传统专家系统知识获取困难的问题;实现了液压系统的故障定位;方便了诊断知识的维护与更新,提高了查找故障的准确率及效率。最后,以QYJ40B起重机为例进行了应用,结果表明该方法有效可行。     

工程机械液压系统故障监测诊断技术的现状和发展趋势

综合分析了国内外工程机械液压系统故障监测诊断技术现状和发展趋势,以及我国工程机械在线故障诊断和预测理论和工程界亟待解决的难点问题,为建立全国工程机械远程维护服务系统,推进我国工程机械行业可持续发展提供了参考.     

EMD下轴承故障程度诊断技术的研究

对滚动轴承程度故障诊断进行了研究,重点研究了在经验模态分解(EMD)条件下的传统经典理论与现代智能理论,提出了EMD和频率散度指标相结合的诊断方法.阐述了基于EMD的轴承故障诊断原理以及故障程度诊断的现状,指出神经网络诊断的"黑箱操作"往往遗漏了信号内蕴藏的本质特性,并分别使用传统和现代方法对轴承滚动体3种不同剥落程度故障进行诊断.实验结果表明,所提出的传统诊断方法能够实现故障程度的正确诊断,更发现了滚动体频率散度指标存在着随剥落程度增大而减小的潜在本质规律,为轴承故障程度诊断提供了新思路和新方法.     

故障树分析法在工程机械发动机故障诊断中的应用

在分析工程机械发动机结构特点的基础上,建立了基于专家系统的工程机械发动机故障树,并对故障树的逻辑关系和搜索方法进行了探讨,为提高工程机械整机系统的可靠性提供了有效的措施.     

旋转机械故障诊断研究方法综述

随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标和量纲一指标在其上的运用。展望旋转机械故障诊断的研究方向和待解决的问题。     

基于堆栈降噪自编码的轴承故障诊断方法

针对传统轴承故障智能诊断中特征学习困难,且需要掌握大量的信号处理方法和诊断经验,提出直接从原始数据出发对轴承故障状态进行分类识别的新方法。该方法通过深度学习利用原始振动数据训练堆栈自编码网络,由于免除了智能诊断的显式特征提取阶段,从而能够减少人工参与因素,摆脱了对大量信号处理技术与诊断经验的依赖。试验结果显示:所提出的方法能对轴承故障识别率达到97%,具有较好的识别能力,能够完成故障特征的自适应提取,增强了机械故障诊断的智能性。     

工程机械液压缸内外泄漏模拟实验(英文)

针对工程机械液压缸内外泄漏故障诊断中故障判据的提取问题,介绍了一种通过监测工程机械液压缸压力和位移信号的模拟实验方法。通过在不同泄漏孔径、不同系统压力、不同系统流量和不同负载情况下的模拟实验,为工程机械液压缸泄漏故障诊断提供有效的判据,具有实际的工程意义。     

基于神经网络的表面粗糙度智能预测系统

表面粗糙度趋势分析及预测技术是计算机集成制造系统故障诊断技术发展的迫切需要。本文在讨论神经网络非线性、多因素预测原理及其拓扑结构的基础上,基于神经网络方法设计了智能型的工件表面粗糙度监测预测系统,将非线性预测和多因素预测引入表面粗糙度预测模型中,即在进行工件表面租糙度预测时兼顾了刀具磨损,从而使本系统拥有可靠和高精度的预测效果。     

基于人工免疫系统的网络化智能故障诊断展望

研究了智能故障诊断网络化的必要性和智能故障诊断方法,如人工神经网络系统、模糊逻辑系统、专家系统、人工免疫系统,发现把人工免疫方法应用到故障诊断中去是近年来研究的热点,然后重点阐述了几种人工免疫算法在智能故障诊断中的应用,最后指出了网络化智能故障诊断的几个研究方向,并对把人工免疫方法与远程智能故障诊断结合的研究做了进一步展望.