基于神经网络专家系统的燃料电池发动机故障诊断系统设计

文章在分析了传统故障诊断方法在燃料电池故障诊断中的局限性的基础上,结合燃料电池发动机的特点,提出了基于神经网络专家系统的智能故障诊断方法,成功开发出一套基于VC++平台的燃料电池故障诊断专家系统软件,实现了燃料电池的状态检测和故障诊断,对保证燃料电池发动机的安全运行有重要的意义。     

基于RBF神经网络的电喷发动机故障诊断研究

研究了RBF神经网络用于电喷发动机故障诊断的方法,并建立了神经网络故障诊断模型.最后,以桑塔纳2000型(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在Matlab环境下,对电喷发动机怠速不稳的2种故障原因进行故障模式识别和诊断.     

基于神经网络的数控机床故障诊断专家系统

针对传统专家系统在处理故障诊断中的不足,提出了将神经网络技术与专家系统融合的诊断模型,并用于数控机床的故障诊断中.介绍了诊断系统结构、功能及改进的BP神经网络算法,并给出了应用实例.试验结果表明,该方案合理、可行,有较好的应用前景.     

汽车电喷发动机故障诊断与维修方法探析

目前微电子控制技术在汽车发动机中的应用越来越广泛,在有效改善汽车燃油经济性、动力性的同时,也增大了汽车发动机的故障诊断难度,影响维修工作效率。本文主要阐述了电喷发动机技术特点及常见的故障．总结了电喷发动机故障诊断方法,最后结合具体实例进行故障诊断与维修分析,以期寻找最有效的汽车电喷发动机故障诊断与维修方法,为相关研究提供参考意见。     

基于神经网络的综合智能故障诊断专家系统

神经网络(ANN)和专家系统(ES)是人类智能活动的两种表示方法，它们有优缺点。如果把这两种技术结合起来取长补短，所形成的神经网络智能系统则会更加完善。这已成为人工智能发展的一个重要趋势。本文对神经网络专家系统和传统的专家系统结合起来的综合智能故障诊断专家系统在故障诊断中的应用进行了研究。     

基于神经网络的雷达故障诊断专家系统

介绍一种基于神经网络的雷达故障诊断专家系统,以及系统结构、神经网络的学习算法,给出应用实例,诊断结果表明该方法的有效性。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

机载火控系统故障诊断神经网络专家系统

对作战飞机火控系统的故障检测,传统的方法是使用多种检测仪器对机载火控设备进行性能检查,技术含量低,不能满足现代战争的需要.为提高部队的作战效能,采用微电子技术、人工智能技术、计算机测量与控制技术,研制了机载火控系统故障检测装置;该装置在实际应用中取得了良好效果,并具有测试结果准确,自动化程度高,工作稳定可靠,操作简便,易于转移和维护等优点,不仅适用与内场,还可用于在外场对机载火控系统进行原位检测,为技术人员进行机载火控系统的性能及故障检测提供了便利.     

基于知识与模糊神经网络的故障诊断专家系统

提出了一种基于知识与模糊神经网络专家系统故障诊断方法,设计构造了诊断专家系统的整体框架,在框架中体现了在任务工机控制下,规则符号推理和模糊神经网络推理综合诊断的思想。知识库是诊断专家系统的核心,在本系统中定义了广义三层规则库结构,即元规则、故障诊断规则、结论合并规则。Ｒｕｌｅ型的模糊联想记忆器实现专家系统中的分类和综合功能,并讨论了模糊神经网络输入和输出模糊化的问题。本文为旋转机械故障诊断专家系统     

基于神经网络的船用柴油机故障诊断专家系统

介绍一种基于神经网络的船用柴油机的故障诊断专家系统，以及系统结构、神经网络的学习算法，给出应用实例，诊断结果表明该方法的有效性。     

基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

针对柴油机排气门间隙故障信号不易提取的特点,提出了将混沌粒子群神经网(Chaotic particle swarm optimization-Back Propagation,CPSO-BP)聚类模型应用于柴油机排气门间隙故障诊断.首先,采用经验模式分解(Empirical Mode Decomposition,EMD)对柴油机振动信号进行分解,将得到的前6个模态函数能量百分比作为反映故障状态的特征参数,重构BP神经网并用混沌粒子群算法对其结构和权值进行优化;最后,基于优化的神经网对排气门间隙为0.2mm,0.4mm,0.6mm等3种故障工况的信号进行聚类.结果表明:所有样本的测试结果均与实际状况一致,该方法可以较好地用于排气门间隙故障诊断.     

基于Elman神经网络的齿轮箱故障诊断研究

1前言 目前,旋转机械向着高转速、高功率、高可靠性、大型化、可测试性、不可接近性或不需接近性的趋势发展,这类系统一旦发生事故,就可能造成人员和财产的巨大损失。因此,切实保障现复杂系统的可靠性与安全性,具有十分重要的意义。发动机变速箱是整机进行减速增扭的部件,     

汽车发动机故障诊断专家系统的研究

对汽车发动机的故障诊断系统进行了研究.系统用TURBO-PROLOG语言编写,它总结了领域专家的经验,建立了故障树,并用产生式规则构成知识库.依据故障诊断的特性,该系统采用不精确推理和有限深度搜索策略,能完成汽车发动机40多种故障的诊断.     

神经网络和专家系统在汽车发动机故障诊断中的应用研究

运用神经网络与专家系统两种人工智能技术,通过对汽车发动机废气中CO,HC,CO2和02含量的分析进行故障推理和诊断.神经网络与专家系统主要采用串行连接,用神经网络模块进行故障分类,再经专家系统给出解释并进一步推理,得到具体的诊断结果,从而实现发动机常见故障的快速、准确和智能化诊断.     

盾构机故障诊断专家系统综合推理机的研制

介绍了基于故障树模型的主知识库设计,着重论述了综合推理机的设计.综合推理机由基于实时参数的实时诊断推理机、基于规则的交互推理机、基于不确定性推理的自动推理机组成.将其应用于盾构机故障诊断,结果表明该综合推理机诊断迅速、准确率高且能满足多方面的故障诊断要求.     

一种基于设备结构的振动故障诊断专家系统

根据设备种类的多样性及振动故障诊断专家系统诊断对象范围窄的特点,研究了基于设备组成结构的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建立与维护机制,通过ADO技术实现对知识库的访问和推理,并开发基于设备结构的振动故障诊断专家系统.应用表明,系统具有构造简单,推理效率高等优点,有效地提高了机械设备故障诊断专家系统的适应性和通用性.     

基于小波神经网络的车辆发动机故障诊断

为有效诊断车辆发动机的柴油系统故障,本文将小波变换与BP神经网络相结合,用小波变换来抽取故障的特征向量,以此作为BP神经网络的输入参数,从而构建了小波神经网络。该方法依据小波变换模极大值来研究油管中柴油压力信号的奇异性来抽取故障特征向量,首先利用故障采集数据来获得学习样本,然后根据网络训练来构建起BP神经网络输出与输入间的非线性映射,从而依据特征向量输入进BP神经网络进行诊断故障。通过实验我们发现该方法有较好的的诊断效果。     

基于小波神经网络的液压传感器的故障诊断研究

为了能够提高液压传感器故障诊断的精度,深入地研究了小波神经网络在其故障诊断中的应用.首先,建立了小波神经网络的数学模型;接着,分析了小波神经网络的算法和实现步骤;最后对液压传感器的六种故障模型进行了故障诊断,诊断结果表明小波神经网络具有较高的诊断精度.     

基于模糊逻辑的液压卷扬机故障诊断专家系统

针对大中型企业液压卷扬机出现的各种故障及征兆,本基于模糊逻辑方法,采用Turbo-Prolog语言编程,重点讨论了专家系统知识库的设计,建立了一个诊断专家系统的推理机,采用正向推理进行诊断,并用路径跟踪法进行了解释。