基于BP神经网络模型的电机故障诊断专家系统

针对传统机械设备故障诊断专家系统存在知识获取能力弱、求解有一定局限性等问题，介绍了BP神经网络旋转机械故障诊断专家系统，对单位BP算法，BP神经网络的建立、训练及应用作了具体说明。该系统学习效率高，故障诊断准确，已成功应用于铁路机车走行部的轮对电机在线故障诊断。     

神经网络在导弹故障诊断专家系统中的应用

介绍了基于BP神经网络的导弹故障诊断专家系统的主要实现方法，详细讨论了该专家系统的知识库设计、知识表示及样本选择，以及神经网络推理机的关键实现技术，最后结合某型导弹故障诊断特点给出仿真试验，证明将神经网络应用至专家系统中诊断快速、准确率高，具备较强的实用价值。     

神经网络专家系统两级故障诊断方法的研究

本文提出了一种基于神经网络和专家系统的两级故障诊断方法,一级神经网络用于对故障的大致定位;二级神经网络用于故障的精确定位。并以汽车发动机为研究对象,对此方法进行了详细的验证,结果证实,该系统能够实现故障的快速诊断、性能良好。     

基于神经网络和专家系统的故障诊断

分析了专家系统和神经网络在故障诊断中的应用，针对两种技术各自的优缺点，建立了一个基于神经网络和专家系统的采煤机集成故障诊断系统，介绍了系统的结构，诊断策略及神经网络的学习算法，并给出了仿真结果。     

故障诊断型神经网络专家系统

本文总结了传统的基于知识的专家系统（KBS）所存在的问题，并阐述了一个通用的应用人工神经网络（Ar－tificialNeuralNetwork）与专家系统（ES）相结合的故障诊断智能系统，给出了系统开发的设计原则，总体结构与功能、实现过程及关键技术。     

基于改进BP神经网络的某型装备故障诊断专家系统

分析神经网络和专家系统的特点．提出基于BP神经网络与专家系统结合的某型装备的故障诊断方法,构造BP神经网络的装备故障诊断专家系统的诊断模型,克服传统专家系统在知识获取和表达的薄弱环节,并用某型装备的故障实际数据进存验证,结果表明神经网络与专家系统结合是一种有效的诊断方法。     

神经网络在变压器故障诊断中的比较研究

在将神经网络应用于变压器故障诊断的过程中,针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的混合算法GA-BP算法;通过实例结果分析,表明该算法可以有效地运用于变压器故障诊断中,提高故障诊断的准确率.     

混合神经网络专家系统在故障诊断中的应用

本文探讨了混合神经网络专家系统的基本结构和工作原理。     

神经网络专家系统在火电厂锅炉故障诊断的应用

针对自然循环煤粉锅炉热工生产过程的特点，采用故障诊断神经网络专家系统。其中神经网络采用多个子网络并联结构．神经网络输入采用模糊数学方法对参数的不确定性进行逻辑量化．实现了系统多故障同时性诊断，仿真结果表明效果良好。     

基于神经网络的故障诊断专家系统研究

针对传统专家系统和神经网络的各自特点,将两者有机结合,构造了一种基于神经网络的混合型故障诊断专家系统。提出了神经网络子模块NNM的概念并分析了NNM的具体实现方法。应用该故障诊断模型对某内燃机组供油系统故障进行了模拟验证,试验结果表明神经网络与专家系统结合是一种有效的诊断方法。     

基于神经网络专家系统的大型异步电动机故障诊断

针对大型异步电动机发生故障时 ,故障征兆与故障原因之间复杂的对应关系 ,提出了一种利用神经网络专家系统对电动机进行故障诊断的新方法 ,专家系统作为神经网络的外壳 ,充分发挥了专家系统和神经网络各自的特点。文章介绍了系统的构成、功能、算法及实现。该算法利用MATLAB的神经网络工具箱进行了仿真。结果表明 ,该算法可行 ,可大大提高故障诊断的准确性     

基于模糊神经网络的导弹故障诊断专家系统

为了实现对导弹测发控系统的故障诊断,研究了模糊神经网络理论与算法,以及和专家系统的结合方式;综合神经网络、专家系统和模糊逻辑的各自优点和特点,提出了构建基于模糊神经网络的故障诊断专家系统的基本原则,并给出了一种构建方法;通过将传统的专家系统技术与模糊神经网络技术相融合,文中构造了某型导弹测发控系统智能故障诊断系统,验证了方案的可行性,为类似系统的进一步实现进行了有益的探索。     

火电厂生产过程故障诊断神经网络专家系统

将人工神经网络和专家系统结合地火电厂生产过程的故障诊断，提出并设计了热工过程故障诊断系统。同时对常规ＢＰ算法做了改进，神经网络则采用分层化与并联运用相结合的结构，从而使系统诊断速度和准确率得到提高。仿真结果表明了该系统设计的合理性和可行性。     

基于神经网络的异步电动机故障诊断专家系统的研究

针对传统的专家系统在对异步电动机进行故障诊断时知识获取困难且无法解决新故障的问题,提出了一种基于神经网络的异步电动机故障诊断专家系统的设计方案,给出了系统结构及神经网络模型设计。仿真结果表明,该系统能够很好地结合专家系统与神经网络的优势,达到了异步电动机故障诊断的预期目标。     

基于神经网络的复杂电子装备故障诊断系统

文章针对复杂电子装备故障诊断难的特点,以一种典型设备的几种主要故障为例,设计了一种新型神经网络模型,并对系统进行了诊断,讨论了以此模型为基础进行诊断的可能性和正确性。实践表明了该模型的有效性和合理性,与传统方法相比,提高了故障诊断的准确度,而且充分运用了工作经验、专家知识,具有很大的工程应用价值。     

神经网络和模糊系统在故障诊断中的应用

本文提出了一种神经网络和模糊系统相结合的分级式故障诊断方法。神经网络通过对部分测量数据的处理,实现系统的回路级故障诊断,输出各回路故障出现的可信度。模糊系统通过对神经网络得到的初步诊断结果和其他测量值的处理,实现系统的元件级故障诊断,并对最终诊断结果作出解释。该方法融合了神经网络自适应学习能力强和模糊系统知识表达明确的优点,简化了神经网络学习数据获取及模糊推理规则建立的过程。通过对热硝酸冷却系统故障诊断的仿真,证明了该故障诊断方法的有效性。     

基于BP神经网络的变速箱故障诊断方法研究

针对变速箱的工作时间不能真实反映实际健康状况的问题,通过提取变速箱的振动信号作为状态参数,建立了基于BP神经网络的变速箱故障诊断模型;该模型首先提取振动信号中对故障反映灵敏的成分作为特征值,获得BP神经网络的训练数据,并通过对比确定最优的隐含层节点数,确定BP神经网络的结构参数;模型训练结束后,以验证数据为例进行故障诊断研究,并对诊断结果进行评估;评估结果表明,该模型准确度高,具有较好的应用和推广价值。