机械故障诊断的推理规律研究

机械故障诊断对于设备的安全、连续运行和预知维修至关重要。作为故障诊断成功的关键，文章阐述了诊断中的诊断知识及其结构，介绍了专家的概念知识、方法知识和面向诊断对象知识，并用一种双向、互补的有机结构来刻划这些知识在诊断过程中的综合应用。将故障熵的概念引申为广义故障熵，并结合最小互熵原理，用于阐述诊断推理过程。分别用对数模型和Sigmoid模型来刻划机械故障诊断中的认知规律。通过某炼油厂的一个实际诊断案例对这两个模型进行了分析和对比研究。结果表明，两者均能近似地刻划认知过程，但Sigmoid模型更能准确地描述机械故障诊断推理的一般规律，更符合诊断过程的实际情况。     

利用故障因果信息的汽轮机故障智能诊断研究

汽轮机结构的高度耦合导致一些故障模式在轴系振动形式上具有相似的特征,难以区分。为了更加精确诊断故障模式,提出将故障原因信息融入诊断模型中,实现与维护工作有机结合的故障因果链推理。首先,基于FTA和FMEA分析提出将机理因果网用于总结诊断知识的方法。然后,采用Leaky Noisy-Or/And模型将机理因果网转化为贝叶斯网络模型,并分析模型中不确定性关系的物理含义。最终,将故障机理分析结果转化为3层贝叶斯网络推理模型。在碰磨故障的2个诊断案例中,根据故障原因的排查结果,将模型进行反复推理,获得更准确的故障因果链,同时,可为维修工作反馈排查建议。在故障诊断研究中创新性地提出一种网络化的知识表达形式与智能化过程,为汽轮机故障诊断这类主要依赖经验知识、缺乏故障样本的诊断问题,提供了一种新的思路。     

大型风力机组远程智能监测与诊断系统的研究与开发

该文研究了大型风力机组的远程智能监测与诊断系统的关键技术问题,介绍了系统的开发情况。整个系统采用分布式架构,由数据采集与处理、实时数据存储、智能监测与诊断和人机交互4个子系统组成。智能监测与诊断子系统采用了知识库/推理机架构,推理机是一个自主开发的基于模糊Rete算法的模糊专家系统,知识库中存储了来源于风力机故障实验研究的常见振动故障的诊断知识。通过故障仿真,验证了整套系统的有效性。     

基于数据挖掘和机器学习的诊断智能研究

用粗糙集理论智能数据分析工具,对从诊断实例数据库中的诊断知识挖掘、基于诊断实例数据资源的神经网络模式识别实现方式进行了探讨.强调了数据资源中诊断知识蕴涵的必要性.建立了充分利用数据库中存储的故障实例知识资源的诊断智能知识获取和机器学习模型.该模型利用粗糙集理论的等价类概念实现诊断知识获取,等价类与所获取规则之间的映射关系作为神经网络训练的样本集.该机器学习模型的协调应用有助于逐步提高诊断系统的机器智能.     

基于知识的卫星故障诊断与预测方法

卫星结构的复杂性、运行环境的独特性和诱发故障的多源性，使得卫星故障的诊断与预测较一般设备困难。通常，一种形式的推理只能诊断和预测卫星的一类故障。文章提出了同时应用多种形式推理进行卫星故障诊断和预测的新方法，此方法已成功地应用于基于知识的卫星故障诊断与恢复系统的开发，并取得了显著的效果。     

通用雷达故障诊断专家系统的设计

目的：为了提高雷达装备故障诊断的效率和可靠性。方法：通过对雷达装备综合测试和故障诊断要求和方法的分析。介绍一种适用于雷达装备的故障智能诊断专家模型，探讨了该模型的基本结构和相应的推理机制及故障诊断策略。结果：结论雷达故障诊断的特点，研究了该模型及诊断方法在雷达装备中的具体应用，证实了该方法是有效的。结论：将自动测试技术和专家系统相结合，可以提高故障诊断的效率和可靠性。     

基于神经网络的智能诊断

人工智能与诊断理论的结合形成了智能诊断,早期发展的模拟人脑思维推理的、基于知识的专家系统以串行运行的格式进入设备诊断领域,形成了基于知识的诊断推理专家系统,国内外已有许多成熟的商品化软件系统。近几年新发展起来的人工智能的一个分支－－人工神经网络模仿人脑物理结构以其强大的并行运算和联想能力非常适合于设备诊断中状态识别,本单位研制的通用型神经网络智能诊断系统,已达到商品化水平,并已在生产线上运行。     

基于改进卷积神经网络的滚动轴承智能故障诊断研究

卷积神经网络(Convolutional Neural Network,CNN)作为一种高效的深度学习算法已逐渐成为智能故障诊断领域研究的热点。传统CNN模型的全连接层结构存在训练参数量过多的不足,使得模型训练和测试的时间较长。为此,提出了一种改进CNN的新方法用于滚动轴承故障的快速智能诊断。该方法引入全局均值池化技术代替传统CNN的全连接层部分,有效解决了传统CNN模型参数量过多的问题,并运用数据增强、Dropout等深度学习训练技巧防止模型过拟合。最后将提出的方法应用于滚动轴承故障实验数据的智能诊断,并与传统智能诊断算法进行对比验证。结果显示,改进的CNN算法的故障识别准确率高达99.04%,在诊断准确率及测试时间方面明显优于传统CNN和其他智能算法。整个诊断过程无需任何手工特征提取,"端到端"的算法结构具有较好的可操作性和通用性。     

冷水机组多故障耦合研究

为了提高冷水机组的运行效率、设备可靠性和能源利用率,本研究将对冷水机组的多故障耦合进行检测和诊断。首先,本研究使用RP-1043(Research Promotion)项目的故障数据,对冷水机组几种典型故障数据进行分析对比。其次,本研究使用3种树模型对数据进行训练,发现随机森林在准确率和训练预测的效率上综合表现最好。使用随机森林模型,结合专家知识,对故障等级为1的冷水机组的运行数据进行特征选取,然后建立贝叶斯网络故障诊断模型。最后,使用该模型对实际故障案例进行诊断与分析,对比附加信息层对故障诊断的影响。结果表明,该模型仅使用故障特征节点便可以对故障进行有效的诊断,合理利用附加信息层可以进一步提高故障诊断的可靠性。     

基于GAN样本生成技术的智能诊断方法

基于数据驱动的设备故障智能诊断方法是监测设备健康状况的重要手段,然而实际应用中,难以获取到足量有效的故障数据训练智能诊断模型。鉴于设备健康状态数据充足和现有智能诊断方法故障机理利用不足,提出基于生成对抗网络(GAN)样本生成技术的智能诊断方法。健康状态数据反映了设备个性特征,故障机理反映了设备共性特征,基于两种特征融合,得到故障数据样本,通过对深度卷积神经网络的训练为设备个体构建个性化的智能诊断模型。采用来自CWRU轴承数据和实验台模拟故障数据进行的实验结果表明,该方法相比现有智能诊断方法无需真实故障样本,在变负载条件下实现了很高的诊断准确率,具有较好的变工况迁移能力。     

Bayesian Diagnostic Network： A Powerful Model for Representation and Reasoning of Engineering Diagnostic Knowledge

Engineering diagnosis is essential to the operation of industrial equipment. The key to successful diagnosis is correct knowledge representation and reasoning. The Bayesian network is a powerful tool for it. This paper utilizes the Bayesian network to represent and reason diagnostic knowledge, named Bayesian diagnostic network. It provides a three-layer topologic structure based on operating conditions, possible faults and corresponding symptoms. The paper also discusses an approximate stochastic sampling algorithm. Then a practical Bayesian network for gas turbine diagnosis is constructed on a platform developed under a Visual C environment. It shows that theBayesian net work is a powerful model for representation and reasoning of diagnostic knowledge. The three-layer structure and the approximate algorithm are effective also.     

使用表达式分析的通用故障诊断系统设计与实现

基于知识的故障诊断专家系统在应用时面临知识获取、知识表达和知识与诊断推理有机融合等几方面的困难。本文论述了一种使用表达式解析的故障诊断方法,并将其用于某型雷达系统的故障诊断保障系统中。该方法将知识表示为逻辑表达式,推理机使用表达式解析的方法推理知识。使用该方法,知识的获取和更新更加方便,并且推理机和表达式相互独立,具有相当的通用性。     

The Principle and Architecture of a Hybrid System of a Neural Network and an Expert System in Intelligent CAD of Electrical Machines

ＴｈｅＰｒｉｎｃｉｐｌｅａｎｄＡｒｃｈｉｔｅｃｔｕｒｅｏｆａＨｙｂｒｉｄＳｙｓｔｅｍｏｆａＮｅｕｒａｌＮｅｔｗｏｒｋａｎｄａｎＥｘｐｅｒｔＳｙｓｔｅｍｉｎＩｎｔｅｌｉｇｅｎｔＣＡＤｏｆＥｌｅｃｔｒｉｃａｌＭａｃｈｉｎｅｓＬｉｕＺｈｅｎｋａｉＧｕｉＺｈ...     

A hybrid case-based reasoning CAD system for injection mould design

Injection mould design generally lies on the critical path of a new product development. The design efficiency will have significant impact on the overall lead time of a new product. This paper presents a prototype injection mould-design system using a hybrid case-based reasoning (HCBR) approach. Case-based reasoning (CBR) is a solving paradigm that uses previous episodes on solving problems similar to the problem at hand (the new problem) as the basis for solving the new problem. In this hybrid system, CBR is incorporated with generalized design knowledge, and provides a flexible and comprehensive model of design. The knowledge base of the system would be accessed by mould designers through interactive programs so that their own intelligence and experience could also be incorporated with the total mould design. The approach provides a workable model of mould design system with CBR and knowledge-based expert system intelligent support, which could suggest good and proven design solutions to new design problems quickly, avoiding the time necessary to create those designs from scratch, for the plastic products manufacturing industry.     

大型旋转机械故障诊断专家系统ETHYLENE的理论研究

本文在模糊产生式规则的基础上引入了加权模糊连接算子的概念,并研究了征兆的类型。在此基础上,为旋转机械模糊诊断知识提出了一个灵活的知识表达方法——广义模糊产生式规则。在征兆类型的基础上引入了征兆认可因子的概念.利用这一概念来描述模糊蕴涵关系的语义,基于征兆认可因子提出了一个模糊推理算法。文中还给出了由基于这一广义模糊产生式规则和模糊推理算法建立的透平压缩机组故障诊断专家系统ETHYLENE得到的两个诊断结果。     

基于KBE的摩托车车架的有限元分析系统的研究

研究了基于 KBE 的摩托车车架有限元分析系统的框架结构,提出了面向对象的知识表达方法和基于实例的推理与基于规则的推理相结合的混合推理机制,并结合摩托车车架设计分析实例进行了试验。     

Traditional Chinese Medicine Automated Diagnosis Based on Knowledge Graph Reasoning

Syndrome differentiation is the core diagnosis method of Traditional Chinese Medicine (TCM). We propose a method that simulates syndrome differentiation through deductive reasoning on a knowledge graph to achieve automated diagnosis in TCM. We analyze the reasoning path patterns from symptom to syndromes on the knowledge graph. There are two kinds of path patterns in the knowledge graph: one-hop and two-hop. The one-hop path pattern maps the symptom to syndromes immediately. The two-hop path pattern maps the symptom to syndromes through the nature of disease, etiology, and pathomechanism to support the diagnostic reasoning. Considering the different support strengths for the knowledge paths in reasoning, we design a dynamic weight mechanism. We utilize Naïve Bayes and TF-IDF to implement the reasoning method and the weighted score calculation. The proposed method reasons the syndrome results by calculating the possibility according to the weighted score of the path in the knowledge graph based on the reasoning path patterns. We evaluate the method with clinical records and clinical practice in hospitals. The preliminary results suggest that the method achieves high performance and can help TCM doctors make better diagnosis decisions in practice. Meanwhile, the method is robust and explainable under the guide of the knowledge graph. It could help TCM physicians, especially primary physicians in rural areas, and provide clinical decision support in clinical practice.     

包装机械故障诊断的新方法——神经网络专家系统(PMNS)

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,设计了包装机械故障诊断的神经网络专家系统的知识获得、知识库、推理机制等主要功能模块,并实现了基于改进型神经网络的包装机械诊断专家系统。     

虚拟导游的行为模型研究

行为模型是虚拟导游的关键内容之一,文章从导游行为的特点出发对虚拟导游的行为模型进行研究,并基于此提出一种由感知器、领域知识库和决策推理器三部分组成的行为模型。感知器感知环境信息,领域知识库记录导游的行为规则,决策推理器基于领域知识库进行行为推理。论文介绍了感知器、领域知识库和决策推理器的作用、原理及其实现方法,并给出了本文方法在＂三河古镇实时漫游系统＂中的应用效果。     

基于混合智能的电火花加工电参数学习模型的研究

提出了一个基于混合智能的电火花加工电参数学习模型,它模仿熟练操作者的决策过程,由于工艺数据库、加工规则库、学习模块和推理模块组成。在学习模块中利用遗传算法从工艺数据库中抽取出反映电参数和加工结果之间关系的模糊产生式规则,存储在规则库中。推理模块基于这些规则利用模糊拄是对新加的要求提供合适的电参数。