基于行为的智能化故障诊断(BFD)方法的研究

本文提出并系统地论述了基于行为的智能化故障诊断(Behavior-based intelligent Fault Di-agnosis,BFD)方法.给出了BFD的总体实施方案.BFD克服了传统的基于知识和基于神经网络的智能化故障诊断在实用中存在的难以自适应设备行为的变化、不能实现自动诊断等困难.使得故障诊断系统具备了从与实际设备行为的交互作用中自动提高自身诊断水平的智力进化能力.     

基于小波包特征提取的ART1网络故障诊断研究

系统阐述了小波包分解及ART1神经网络的基本理论和特点,在对故障诊断进行理论分析的基础上,结合ART1神经网络对输入矢量的要求,提出了一种差值门限方法,将小波包特征提取与ART1神经网络相结合进行动态系统的故障诊断。用MATLAB仿真了系统及其故障,对上述故障诊断方法进行了测试实验。实验结果表明,基于小波包特征提取的ART1神经网络故障诊断方法是可行的,能够应用于多个领域,其发展前景广阔。     

基于特征选择与软竞争ART的轴承故障诊断

模糊自适应共振理论(fuzzy adaptive resonance theory,简称Fuzzy ART)已被广泛应用于机械设备实时监控和故障诊断。Fuzzy ART采用只允许一个获胜节点学习的硬竞争学习机制,导致系统极易产生误判。针对此问题,将Yu范数相似度准则、生物侧抑制理论与Fuzzy ART相结合,建立了允许多个获胜节点学习的软竞争ART(简称Soft-ART)算法。为了提高故障诊断精度,运用Yu范数相似度测度改进了基于距离测度的特征参数选择方法。利用轴承故障诊断数据对特征选择算法及Soft-ART算法进行了检验,并与FCM,BP及Fuzzy ART算法进行了对比。结果表明,该Soft-ART算法具有更高的诊断精度,同时说明了特征选择算法的有效性。     

烟气排放远程监控及故障诊断系统的设计

将自动控制技术和故障诊断理论相结合,提出了基于PLC技术和GPRS无线通信技术的烟气连续排放远程监控及故障诊断系统;分析了系统的结构组成及各模块功能;着重介绍了PC与PLC通信的基本原理和自由口通信协议以及远程故障诊断的设计方法.应用实践表明,该系统具有可靠性高、实用性强等优点,具有一定的推广价值.     

基于AIS的核动力旋转机械故障诊断方法

人工免疫系统(AIS)具有强大的学习能力和模式识别能力,因此,将其应用到故障诊断领域中来是非常有必要的.从现有故障诊断方法中存在的问题出发,提出了一种新的基于AIS的故障诊断方法,并简要介绍了AIS与其它优化算法(如HMM)相结合的故障诊断方法.     

设备故障智能诊断方法的研究

模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础.     

基于神经网络的导弹故障诊断方法研究

针对传统方法在导弹故障诊断领域应用中的局限性,提出了将神经网络理论与专家系统技术相结合的混合方法用于导弹的故障诊断过程.介绍了BP神经网络推理模型,研究了基于神经网络的导弹故障智能诊断专家系统的结构及功能实现,并对某导弹系统进行了故障分析,给出了具体的诊断实例.将此方法应用于导弹武器系统故障诊断中,可提高诊断的智能性.     

CBR-ANN技术应用于飞机武器故障诊断系统的研究

针对现役飞机军械维护工作中存在故障案例记录和整理不足、故障诊断及排除效率低等现状,提出将人工智能中的基于案例推理技术(CBR)与人工神经网络技术(ANN)相结合应用于飞机武器故障诊断,建立故障诊断系统,该系统的应用和完善有利于提高飞机武器系统作战能力.     

基于小波网络航空发动机滑油系统故障诊断方法研究

研究基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络时航空发动机滑油系统进行故障诊断.实验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

舰载柴油机信息融合故障诊断技术研究

介绍了基于信息融合的舰载柴油机故障诊断技术.融合柴油机热工、油液及振动3大类信息,采用自适应谐振理论( ART)和BP网络相结合的决策级融合技术,建立了融合诊断技术模型,结合实例说明了该模型的诊断原理,并验证了该诊断方法的有效性.结果表明:新型神经网络模型既可以解决并发故障诊断问题,也可以解决新的故障类型诊断问题.