基于案例推理的复杂装备故障诊断系统研究

针对复杂装备故障发生具有层次性、相关性和综合性特征,采用基于案例推理技术研究了故障诊断系统,能为复杂装备有效地提供基于知识的维修决策支持.研究的故障诊断系统采用了K近邻法计算案例间的相似度,将层次聚类方法应用到案例库的组织中,采用三级案例组织和索引结构,提高了检索效率.同时设计了人机交互的故障诊断流程.以自行火炮发动机的燃油系统和冷却系统为实例进行了案例推理,验证了推理策略的有效性.     

基于CBR 的航空导弹故障智能诊断模型

针对航空导弹故障现象多,故障原因复杂,传统故障诊断方法难以准确进行故障定位的不足,构建一种基于案例推理的航空导弹智能故障诊断模型。结合维修实践中积累的故障案例,运用层次分类法与改进的聚类分析法,设计三级案例库组织结构,提出分阶段的K-近邻检索策略,将粗糙集理论应用于解决故障案例的征兆权重分配问题,并开发基于We b浏览形式的航空导弹智能故障诊断模块。该故障诊断模型具有较高的检索准确率,智能化程度高,使用便捷,能有效辅助技术人员进行航空导弹的故障定位和维修排故工作。     

信息化装备软件故障定位模型构建

分析了基于案例、规则和模型的故障知识库构建,阐述了基于案例推理、规则推理和模型推理的混合推理故障诊断流程设计,提出了一套基于混合推理的信息化装备软件故障诊断框架,从而实现软件故障检测和修复。     

基于案例推理的鱼雷制导系统故障诊断方法

为了解决传统的基于规则推理（RBR）方法存在的不足,将基于案例推理（CBR）方法引入鱼雷制导故障诊断系统中。阐述了案例推理的诊断策略,重点描述了二级案例检索策略及其算法,进而从案例描述、系统结构和工作流程3个方面介绍了基于案例推理的鱼雷制导系统故障诊断方法设计,并在VB6.0平台上开发了故障诊断系统,最后通过具体的故障案例比较了RBR和CBR两种方法。案例分析结果表明,所开发的基于案例推理故障诊断系统能够提高鱼雷制导系统维修的准确性和高效性。     

基于1553B总线的航电故障诊断专家系统的设计

综合航电系统的故障存在着多样性和复杂性,为此,分析了航电系统故障检测方式及故障原因,以相关资料、领域专家及维护人员的经验为知识来源构建了诊断数据库,建立了基于1553B总线的故障诊断专家系统,实现了航电系统的在线故障检测与离线故障诊断,使航电系统在BIT与ATE检测方法的基础上增加了一种更有效的故障诊断方式.专家系统运用案例推理、规则推理、模糊推理与PHM算法相结合的综合推理方式进行故障快速定位及故障预测,提出视情维修建议,提高了航电系统的故障检测率及故障诊断效率.     

基于Netica的导弹故障诊断贝叶斯网络模型研究

针对传统导弹装备故障诊断方法效率低、精确度差等问题,提出了采用贝叶斯网络进行导弹测试故障诊断的方法。本文首先对贝叶斯网络进行了概述,然后对导弹模型故障分支进行了贝叶斯网络故障诊断精确推理。进而采用故障树-贝叶斯网络转化法生成导弹典型故障贝叶斯网络模型,并使用贝叶斯工具Netica对该模型进行了案例分析。结果表明该方法可为导弹装备故障的快速定位提供依据,为贝叶斯网络技术在导弹故障诊断领域的应用奠定基础。     

基于深度学习的小口径弹药装配设备故障诊断专家系统

针对小口径弹药装配设备故障诊断智能化程度不足、诊断效率低以及误诊率高等问题,开展小口径弹药装配设备故障诊断技术和专家系统研究。为提高复杂装备故障知识推理及判别精度,研究基于知识图谱和故障树的故障类别知识库构建方法,提出基于规则和案例的故障知识推理方法,采用深度学习算法进行故障知识推理和更新,构建故障诊断模型并用于小口径弹药装配设备故障诊断专家系统。结果表明：该系统可实现对小口径弹药装配设备故障的智能预测和分析,符合制造装备智能化发展要求,为制造装备智能化、信息化的研制发展和推广应用提供参考。     

基于标定信息的惯性测量组合故障树分析方法

针对惯性测量组合结构和工作原理复杂，发生故障难以快速诊断，充分利用标定信息，采用故障树分析法对其进行故障诊断，可在短时间内查明故障原因，从而实现故障的快速定位。通过具体案例分析，表明此方法具有可行性和有效性。     

环境热源干扰下的红外辐射检测激光校准方法

环境热源干扰是导致电力设备热故障误判的主要根源,为提高热故障诊断的准确性,更好地实行电力设备热故障检测,设计出了基于激光校准的辅助部分来修正热故障误判数据。实际应用工程案例验证了该技术的有效性,该技术有一定应用价值和工程意义。     

多故障诊断的即时策略研究

目前的系统多故障诊断一般是在固定的初始多故障模糊组下预先生成平均测试代价最小的测试序列,然后根据该测试序列建立故障诊断树进行故障定位,因此测试执行顺序和故障诊断树相对固定,当初始多故障模糊组变化后,诊断策略并不能随之灵活地改变。针对这个问题,提出一种多故障诊断的即时策略,推导了多故障模糊组概率计算的迭代公式,通过基于单位代价故障隔离度和信息熵的评估函数选择最佳测试,使用集覆盖的算法寻找后验概率最大的故障单元进行更换或修理。测试案例分析表明：这种即时策略能够灵活地利用已知信息进行多故障定位,具有计算简单、存储空间小的特点,适合复杂系统的多故障诊断。     

基于案例推理的自行火炮故障诊断专家系统

快速有效地诊断和排除自行火炮故障是当前装备维修保障工作的重点。对这样复杂的设备进行故障源的充分暴露和故障定位，仅依靠传统方法有较大的局限性。将故障诊断专家系统引入自行火炮故障诊断领域为自行火炮故障诊断提供了新的方法。该系统由诊断信息获取模块、案例库管理系统、诊断推理机制、学习模块、人机界面和诊断报告模块组成。利用CBR技术建立的故障诊断专家系统可提高自行火炮的维修效率和自行火炮装备故障诊断的正确性和效率。     

基于故障树与灰关联分析的鱼雷故障诊断

将灰色关联度与故障树联合运用于鱼雷故障诊断,为鱼雷的故障诊断提供了一种新途径。在鱼雷动力系统故障树诊断模式识别中,运用灰色系统理论中的灰关联分析,通过进行关联度计算及排序,对各种故障模式发生的可能性大小作出了判断,从而为处理故障的轻重缓急、控制故障的发生以及改进系统的可靠性提供了理论依据。实例诊断表明,这种方法是有效可行的,并且诊断结果可靠。     

智能故障诊断研究与发展

在综合大量文献基础上,对国内外智能故障诊断的研究现状进行了述评和归纳,同时指出了目前各种智能诊断方法和技术的特点及局限性.这些方法和技术包括:基于规则的智能诊断、基于模型知识的智能诊断、基于神经网络的智能诊断、基于案例的智能诊断、基于行为的智能诊断.对基于神经网络的智能诊断,具体讨论了模式识别的智能故障诊断神经网络、故障预测的神经网络、基于神经网络的智能诊断专家系统.最后指出了智能故障诊断今后的发展趋势,即集成型智能故障诊断系统、基于机器学习的智能故障诊断系统、由单机诊断到远程分布式全系统智能诊断.     

遗传小波神经网络故障字典在模拟电路故障诊断中的应用

以神经网络、小波分析和遗传算法等为代表的智能诊断技术,是故障诊断技术发展的一个重要方向。以传统故障字典法、BP神经网络、小波分析和遗传算法等基本原理为基础,将神经网络、小波分析和遗传算法与故障字典结合,用小波分解预处理故障信号提取故障特征,用遗传算法优化BP神经网络的结构和权值,对基于遗传小波神经网络的故障字典在模拟电路故障诊断中的应用进行研究,并结合实例验证其实际使用性能。     

新型自行火炮随动系统故障诊断系统与实现

以新型自行火炮随动系统为研究对象,根据故障发生的规律和故障现象的特殊性,采用基于知识的故障诊断方法,利用分层、模块化体系结构与面向对象原理设计故障诊断软件,实现了一种新型自行火炮随动系统故障诊断系统。     

非高斯噪声下基于Unscented粒子滤波器的非线性系统故障诊断方法

非高斯噪声下非线性系统的故障诊断中,一般是基于粒子滤波器的方法,但普通粒子滤波器通常会发生“退化”现象,严重影响故障的检测和诊断品质。本文通过引入Unscented粒子滤波器方法,利用Unscented变换对随机分布的非线性概率传递能力来产生建议分布,能明显地改善普通粒子滤波器的性能;然后,提出了基于该滤波器的序贯式故障诊断策略,采用负对数似然比方法监控系统的运行状态,故障发后利用状态联合估计器进行故障隔离。计算实例表明,该新方法能实时检测诊断出非线性系统的故障,同时能抑制非高斯噪声的影响。     

基于小波神经网络的航天器故障诊断方法

针对微小航天器集群的故障诊断问题,提出一种故障诊断(fault diagnosis,FD)新方法。依据小波神经网络(wavelet neural network,WNN)理论,结合航天器集群的领队航天器故障检测与系统重构问题,构建一种故障诊断框架,采用小波神经网络与神经网络相结合,得出航天器姿态故障诊断策略及卫星姿态故障重构技术,给出了领队航天器故障重构方案,并进行了仿真实验与验证。仿真结果表明,该故障诊断方法是有效性的、故障重构是可行性的。