首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 153 毫秒
1.
热水锅炉故障诊断专家系统的研究   总被引:1,自引:0,他引:1  
以供暖系统热水锅炉为故障诊断研究对象,提出了面向对象基于框架、规则、模型与过程集成的广义故障树知识表示方法和基于广义故障树的多种推理范式集成的推理与控制策略,建立了状态监测与故障诊断专家系统的结构框架.采用故障树分析法,构造了热水锅炉故障树,实现了热水锅炉状态监测与故障诊断系统,并且完成了专家系统运行、调试、测试和验证等一系列研究工作。  相似文献   

2.
基于神经网络推理策略的电梯故障诊断法   总被引:1,自引:0,他引:1  
针对电梯控制系统中, 基于故障树推理法的故障诊断专家系统在线诊断实时性较差, 诊断结果准确性偏低的问题, 采用基于神经网络推理策略的方法, 建立了单故障诊断和复合诊断模型, 并给出有权值训练的变步长BP算法.在Matlab环境下, 对单故障模型进行了仿真实现, 实验结果表明, 神经网络推理策略效果优良.  相似文献   

3.
基于故障树的某型舰炮故障诊断系统的设计与实现   总被引:1,自引:0,他引:1  
针对某型舰炮随动系统状态异常的现象,设计并实现了一种基于故障树的故障诊断专家系统.首先给出了舰炮故障诊断专家系统的组成,主要介绍知识库、推理机、人机接口模块的设计方法.根据该型舰炮故障的特点构造故障树,完成知识库的建造与更新.推理机采用正向推理和反向推理相结合的推理策略.实践表明,该故障诊断专家系统人机交互界面美观,用户操作方便,故障诊断结果基本可靠,知识库易于扩展.  相似文献   

4.
基于故障树和贝叶斯网络的故障诊断模型   总被引:1,自引:0,他引:1  
针对设备故障诊断技术中存在的固有不确定性问题,通过分析传统故障树模型存在的局限性以及传统贝叶斯网络建造困难的特点,提出了一种融合于故障树和传统贝叶斯网络的新方法—诊断贝叶斯网络法,并阐述了故障树和贝叶斯网络的故障诊断策略优化方法的基本思想和具体算法.通过综合分析故障树和贝叶斯网络在诊断推理和模型表达方面的特点得出,新方法可使二者充分发挥优势,有效解决故障诊断中存在的不确定性问题,提高了诊断的准确率,在故障诊断领域中具有一定的实际应用价值.  相似文献   

5.
设计了一个基于故障逻辑解释器的电路故障诊断模型,结合传统的故障树分析方法和脚本语言分析方法的优点,以XML技术构造故障树,用脚本语言配合故障树节点的故障逻辑推理,为实现自动推理过程,创建了一个故障逻辑解释智能组件,对故障树和脚本语言进行解释,形成一套智能故障分析模型.在软件工程师实现软件系统后,建立、维护知识库及推理测试的过程只需电子工程师和录入员进行,分工明确.该系统方便灵活,在实际应用中,取得了良好的效果.  相似文献   

6.
故障树是一种倒置的逻辑关系图,具有标准的知识结构.同时也是故障诊断专家系统问题求解策略的形式化方法.基于这种形式化方法的故障诊断专家系统可在一定程度上减小知识表示和获取的难度.主要介绍了如何用CLIPS语言实现基于二叉故障树知识的汽车故障诊断推理.  相似文献   

7.
介绍一套输电网络设备故障诊断专家系统的设计结构,确定诊断系统由故障巡检和故障诊断专家系统组成。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。  相似文献   

8.
针对风力发电机故障诊断与维修过程不明确以及历史故障数据记录大量遗留等问题,提出一种以知识图谱的方式构建的风力发电机故障诊断系统。首先,通过改进的命名实体识别模型BERT-BiLSTM-CRF对故障文本进行知识抽取。数据集采用了近10年来的风力发电机故障案例、事故分析等文本数据。实验结果表明:在风力发电机故障领域中,改进的实体识别方法相比于传统模型效果提升了2.54%。其次,对抽取的知识实体进行结构化分析,由于传统故障树在实际故障推理中缺乏目的性,且每个底事件相对于顶事件的重要性不同,提出以故障的特征属性为分支条件引入到故障树推理中,完成故障树定性与定量分析,并结合故障模式影响和危害性分析(FMECA)完善故障领域知识模型;再对知识结构完成本体化建模,使用Protégé开发工具对故障树结构完成了基于六元组概念的本体建模,使构建的本体知识库满足推理的前提条件。最后,通过Neo4j实现知识模型的可视化,并提升了知识数据的读写能力。  相似文献   

9.
在面向对象的故障树层次诊断模型基础上,提出用于故障诊断的模糊高级Petri网模型,并应用于载人飞船故障诊断中.该方法使故障诊断的推理过程简单、直观,并从面向对象和层次化角度解决了故障事件信息及操作特性的封装、模块化和故障传播的层次性,有利于系统故障的层次性诊断.  相似文献   

10.
本文研制了一个区别于人机交互咨询系统和设计系统的实时诊断专家系统(简称RDES系统)。文中阐述了故障诊断知识的几个来源和该实时诊断专家系统的结构。该系统通过检测元件和控制系统得到推理条件,以故障树技术为其诊断方法,采用正向推理监视系统的性能和用反向推理进行推理诊断,实现了系统的功能。  相似文献   

11.
汽车自动变速器是集机、电、液于一体的系统,其故障诊断难度大,故障诊断专家系统是目前汽车自动变速器故障诊断技术的发展方向。利用产生式规则和框架表示法构建知识库,建立自动变速器工作异常故障树并应用正向推理机制对专家系统进行了设计,以Visual Basic 6.0、Microsoft Access 2003为编程语言开发了自动变速器故障诊断专家系统。  相似文献   

12.
基于模糊故障树分析法的装载机液压系统故障诊断系统   总被引:7,自引:0,他引:7  
在故障树分析法的基础上,建立了ZL50G装载机工作液压系统故障树模型,编写了专家系统规则库,确定了优选搜索策略,设计了由知识库和推理机构成的故障诊断模块,并建立起完整的液压故障诊断系统。利用嵌入式技术将该系统在临工ZL50G装载机上进行了实际应用,结果表明:该系统使用简单方便,性能稳定可靠。经过相关改造,该系统也可以在其他相关产品中应用。  相似文献   

13.
针对空调系统故障诊断的特点,在故障树分析法的基础上,应用面向对象技术,将四种单一的知识表示方法储存成一种混合的知识表示形式--基于规则、模型、过程和框架集成的广义故障树诊断知识表示方法(GFTDKRM),并且以集中式空调系统为对象给出了广义故障树诊断对象描述实例. 从应用实例来看,广义故障树知识表示方法具有简洁、灵活、透明,且易于诊断推理的特点.  相似文献   

14.
通过对数控机床的故障实例分析,应用故障树模块分析算法,对Fanuc0i型数控车床的工作原理、故障现象进行定量分析;采用基于面向对象方法和专家知识的智能诊断方法,用Fussed法求解最小割集,把大型复杂故障树,分解为相对独立的多个子树;对数控机床典型故障建立了故障树,通过其最小割集进行故障定性分析,并将故障树分析法应用于故障诊断专家系统分析推理机制中。  相似文献   

15.
电气随动系统故障诊断专家系统   总被引:2,自引:0,他引:2  
介绍了一电气随动系统故障诊断专家系统的建造,文中详细介绍了建造本系统时所采用的故障诊断技术以及本专家系统的结构,并对构造专家系统的三个关键性工作:知识获取、知识表示、知识利用进行了讨论,该方法也适用于复杂机电设备的故障诊断专家系统的建造.  相似文献   

16.
基于故障树的压力容器失效诊断专家系统研究   总被引:4,自引:0,他引:4  
对基于故障树的压力容器失效诊断专家系统进行了探索和研究。故障树方法是分析复杂系统失效问题的有效方法之一。用压力容器失效分析故障树的信息和规则来建造知识库,运用正向推理机制构建专家系统,通过人机接口进行树的搜索和匹配,从而达到压力容器失效诊断的目的。由此突出了故障树分析法在建造大型复杂的失效诊断专家系统中的重要作用。  相似文献   

17.
基于故障树和G2的航天器故障诊断系统开发   总被引:2,自引:0,他引:2  
在航天器故障诊断系统的开发方面提出了一些新观点.首先,提出了航天器故障诊断的层次诊断结构,给出了4类诊断框架,即系统级诊断框架、分系统级诊断框架、部件级诊断框架和零件级诊断框架.其次,提出了一个层次诊断模型,该模型有4个层次组成,即传感器层、功能层、行为层和结构层,这些层协同工作以实现故障报警、故障诊断和故障定位.再次,提出了面向故障树的基于框架和广义规则的混合知识表示方法及相关的推理策略.最后把故障树和专家系统开发工具G2结合起来并给出了一个航天器电源系统的诊断案例.  相似文献   

18.
基于故障树的导弹故障快速诊断决策支持系统   总被引:3,自引:0,他引:3  
导弹系统复杂性的增加,使得导弹故障种类也相应增多。目前,采用人工方式诊断导弹故障的效率较低。但对诊断技术人员掌握故障知识的要求却越来越高。为了提高诊断效率,降低故障诊断对人的过分依赖,设计了一种导弹故障快速诊断决策支持系统。该系统利用故障树对故障知识进行表达,采用深度优先搜索算法将故障树所表示的知识转化为故障规则,可最大限度的利用现场信息进行故障诊断;该系统具有良好的知识编辑环境,能提供直观的诊断结果,特别适用于将故障手册电子化,以提高导弹系统故障诊断的效率。  相似文献   

19.
将神经网络技术应用于船舶控制系统故障诊断专家系统,给出了系统的组成和知识的表达方法;提出了自增长动态网络学习算法,其优点在于学习迅速,能动态建造多层网;给出了神经网络专家系统的推理方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号