旋转机械故障诊断KBE系统中的知识表达技术

对旋转机械故障诊断KBE系统中的知识获取、知识表达和知识推理进行了研究，在开发出的可视化模糊神经网络的知识表达平台上建立了旋转机械故障诊断专家知识库，利用旋转机械故障智能诊断预报模拟实验台对该系统的有效性和可靠性进行了实验验证，取得了较好的效果。     

基于Visual Prolog的旋转机械故障诊断专家系统

采用人工智能专家系统计算机技术模拟故障诊断领域专家的推理思维方式,对机械设备发生的故障实现迅速准确的诊断,同时缩短故障停机时间具有重大意义。应用Visualprolog语言,构造了旋转机械故障诊断专家系统,提出了一阶谓词逻辑子句表达知识的方法,建立了专家知识库。系统的推理机采用深度优先的推理策略。应用表明系统有效完成旋转机械常出现的十多种故障的诊断,并运行可靠。     

旋转机械故障诊断专家系统

在旋转机械最佳诊断方法理论的指导下,依据基于黑灰白的推理机技术开发了旋转机械故障诊断专家系统。本文着重说明了故障诊断系统中推理机和知识库这两部分的设计及实现,最后根据工厂实际数据进行验证,列出了验证的结果。     

基于EXSYS的故障诊断专家系统的设计与实现

使用EXs Ys专家系统建造软件建立旋转机械故障诊断专家系统的知识库及推理机,设计并实现了集成于在线监测系统的故障诊断专家系统。故障诊断专家系统通过在线监测系统自动提取一部分征兆,调用EXs Ys进行推理并在推理过程中通过人机交互得到一些难于自动提取的征兆,最后得到故障诊断结果并生成诊断报告。通过EXs Ys进行专家系统的开发实现了知识库以及推理机与在线系统的相互独立,使知识的管理和维护可以相对独立地进行,提高了系统扩展性,并简化了知识库及推理机建立及维护的过程。同时,利用专家系统可以及时发现早期故障,提前采取相应的处理措施,避免事故的发生,对提升企业设备运行管理水平具有十分重要的意义。     

旋转机械故障智能诊断与预报方法综合研究

系统地介绍了由灰色理论、模糊理论、神经网络理论及模糊神经网络理论等各类先进的诊断技术汇总开发的一套旋转机械故障智能诊断与预报系统软件 ,实现了多类方法进行综合诊断的功能 ,并且通过实例验证了该诊断与预报系统软件的可行性 ,从而为旋转机械故障诊断与预报专家系统的研究与开发提供了一定的借鉴。     

专家系统在火电厂回热系统故障诊断中的应用

为保证火电厂回热系统的安全经济运行，实现故障诊断和故障排除，设计了一个适用于回热系统故障诊断的专家系统。介绍了该系统的结构、功能、自学习能力和知识库的建立与推理机的实现。重点阐述了利用知识库中知识推理，进行故障诊断的方法。     

基于故障树分析的液压故障诊断专家系统研究

分析了某装甲车辆液压系统的失效模式与故障机理,建立了故障树,并结合专家系统研究了基于故障树的专家系统知识库的构建以及推理机的实现。该智能故障诊断方法较好地解决了专家系统的知识获取难题,提高了液压系统的智能故障诊断水平。     

遗传编程和加权证据理论融合的旋转机械故障诊断

为了提高旋转机械故障诊断的准确性,提出了遗传编程和加权证据理论融合的旋转机械故障综合诊断方法。首先,利用遗传编程提取多个故障特征参量,实现对旋转机械故障的初步诊断;其次,将特征参量对各故障的初步诊断结果作为证据体,特征参量对各故障的诊断准确度作为证据的权重分配,实现故障诊断的历史数据对当前诊断结果的修正;最终,采用加权证据理论对多个证据进行融合决策,减小故障诊断的不确定性,实现对故障的准确诊断。实验结果表明,该方法提高了故障诊断的准确性。     

风机类旋转机械设备的故障诊断知识库模型及应用

针对风机类旋转机械设备故障智能诊断的特点，提出了风机类旋转机械设备的故障诊断知识库一般模型，系统地介绍了该模型的构成及系统建造过程中的知识表示，从而为建造该类设备的故障诊断知识库提供了一个可供参考框架结构。最后以一实例说明了该模型的具体应用。     

液压专家系统故障诊断技术研究

介绍了液压专家系统的组成及功能,并以移栽装置的换向阀故障诊断为例,简要分析了专家系统故障诊断的实现,其中知识库和推理机是构建专家系统的核心.最后展望了未来液压专家系统故障诊断技术的发展趋势.     

基于概率神经网络的大机组快速响应智能诊断系统

介绍大机组快速响应智能诊断系统。该系统采用概率神经网络作为故障分类器，收敛速度为反向传播（ＢＰ）算法的２万倍，并稳定收敛于贝叶斯优化解，避免了ＢＰ网络局部最小的弱点，可以在线快速追加故障。进一步提高系统诊断能力；同时，采用智能化信号处理技术自动提取全息话获得丰富的诊断信息．极大降低对操作人员的要求，实现对大机组常见故障快速、简捷、自动的智能化诊断并减少对专家的依赖。研制出实用的“傻瓜”式智能诊断软件，已在国内多家大型石化企业装机使用。     

基于Web的工程机械故障诊断专家系统设计与实现

通过对设备工程机械各系统的工作原理、系统故障现象进行分析,确定诊断系统由故障巡检和故障诊断专家系统组成,系统知识库采用树状知识组织形式来描述,知识表达采用生产式规则和面向对象的知识表示法相结合的方式.在故障诊断的方法中引入了故障树分析,同时将领域专家的经验知识转化为诊断系统的知识,构建采用正向推理机制的诊断系统.     

基于改进小波神经网络的旋转机械故障诊断

根据旋转机械复杂的故障特点，提出了结合第2代小波分析、模糊理论和神经网络形成的改进小波神经网络。该诊断方法利用第2代小波分析对信号进行预处理-征向量的提取，然后用训练好的模糊神经网络进行故障识别，并对相应算法进行了优化。将改进小波神经网络运用于旋转机械的故障诊断，通过计算机仿真和试验的结果表明，该方法在处理多故障耦合的情况时优势明显，不仅可以正确识别故障的类型，还可以进一步对故障的严重程度及其发展趋势进行可靠的诊断。这表明改进的诊断方法是行之有效的，为旋转机械的故障诊断提供了理论支持。     

基于模糊神经网络的高阶频段振动信号故障诊断研究

将模糊神经网络技术应用于机械故障高阶频率振动信号的研究,参考齿轮和转子故障模式并结合专家经验建立了螺杆压缩机转子故障诊断专家系统知识库,利用振动频谱特征就螺杆压缩机的几种故障模式结合一种模糊神经网络故障诊断模型进行了模糊神经网络识别。算例诊断结果为压缩机阴阳转子型线加工误差,与试验结果一致。     

一维深度子领域适配的不同转速下旋转机械 复合故障诊断

旋转机械复合故障与单一故障样本间相关性高易造成错分类,且旋转机械转速往往不同,进一步加剧了旋转机械复合故障诊断的难度。针对上述问题,提出一维深度子领域适配的不同转速下旋转机械复合故障诊断方法。首先,以旋转机械复合故障的频域信号作为网络的输入,最大程度保留信号特征;其次,搭建领域共享的一维卷积神经网络,对不同转速下旋转机械复合故障的频域信号特征进行学习;然后,添加局部最大均值差异形成子领域适配层,对齐每对子领域分布以避免单一故障和复合故障的特征混合,并通过最小化局部最大均值差异值缩小两域子领域特征分布差异,以减少不同转速所带来的干扰;最后,在子领域适配层后添加softmax分类层,实现对目标数据的故障状态识别。通过不同转速旋转机械复合故障诊断实验证明了所提方法的有效性。     

基于模糊群决策的智能仪器故障诊断专家系统

本文介绍了采用专家系统解决智能仪器故障诊断的方法.针对智能仪器的故障特点,采用规则推理和事例推理相结合的混合推理技术.在规则推理中,提出了分层搜索的诊断思路,并且在不同搜索层次中,各规则优先权的确定采用基于模糊多属性群决策的方法.针对这种推理方法,采用数据库技术实现了知识库的设计,并用VS.net软件开发出了一套高效率智能仪器故障诊断专家系统.该系统在实际使用中表现出比第一个版本更高的诊断效率.     

基于矩阵判别筛选法的机械故障诊断专家系统

通过建立故障树确立了多征兆与多故障原因之间复杂的对应关系,提出了一种新的矩阵判别筛选法,并建立了基于人工智能技术的故障诊断软件。在总结辽化十几年机械故障临床诊断经验、研究故障机理并吸收国内外同行诊断知识精华基础上编制了大量知识规则,所研制的旋转机械故障诊断专家系统取得了满意的结果,可以指导工程实践。     

多征兆模糊诊断知识表示及专家系统的研究

介绍了一种旋转机械多征兆模糊故障诊断专家系统，研究了多征兆模糊产生式规则的诊断知识表示和以关系数据库为基础的知识库的建立与维护机制；利用ODBC技术实现了对知识库的访问和诊断推理。系统在满足对知识表示和推理模型的有效性和实用性要求下，具有构造简单，推理效率高等优点。     

旋转机械智能故障诊断系统的研制

根据故障诊断的需要研制了ＥＮ－ ８０００ 旋转机械智能故障诊断系统。论述了系统的结构、功能和特点,提出了诊断知识的处理方法和系统的软件设计方法,提高了故障诊断的自动化水平和诊断结果的准确性。