基于故障树的电梯故障诊断专家系统设计

设计了一种基于故障树的专家系统结构,建立了电梯系统的故障树模型和专家诊断知识库,提出了一种基于故障树专家系统的电梯故障诊断方法,开发了基于该方法的电梯故障诊断实验平台.该方法通过对电梯系统故障树模型进行分析提取故障树最小割集及最小割集重要度,并作为诊断规则并存入专家系统知识库,运用基于故障树最小割集重要度的推理机实现故障树与专家系统的交互操作,最后完成诊断并输出结果.实验表明,该方法较好地解决了专家系统知识获取难和知识完整性差的问题,实现了电梯故障的快速准确诊断.     

基于混合诊断模型的故障分析研究

混合诊断模型（HDM）是相关性诊断模型的一个扩展,它将功能模型和故障模式模型建立在一个系统模型中．本文对混合诊断模型中的诊断推理规则进行了研究,并提出了基于故障模式和基于功能的混合诊断推理,同时具体细化为五种不同的推理规则．同时对混合诊断模型的建模推理过程进行了详细的描述,明确了功能和故障模式故障率之间的关系．经过实验证明,混合诊断模型是一种适合于故障分析的有效的模型,将该模型应用与我们的装备故障分析中是可行、有效的．     

基于GPRS的电梯故障报警与诊断终端设计

设计基于GPRS的电梯故障报警与诊断终端的软硬件。在具体实现上,利用ARM+WINCE体系构建终端核心控制器,通过GPRS模块实现电梯故障及时报警功能,根据基于规则的专家系统理论实现电梯本地故障诊断功能并给出相关维修建议。利用EVC编程技术编写了故障报警与诊断的应用程序。最后,通过电梯测试平台对此终端装置进行功能的实现测试,测试结果证明了该终端装置故障报警功能的及时性以及故障诊断功能的全面性、准确性。     

基于有限状态机的电梯控制系统故障诊断方法

针对电梯控制系统软故障样本获取困难及产生时间短暂的问题,提出一种基于状态机的故障诊断方法。利用电梯控制开关量和电梯运行模拟量作为状态机的状态特征,在电梯正常运行过程中收集各状态并记录状态转换,以此建立电梯控制系统的规范模型;改进基于有限状态机的被动测试错误检测算法,对待诊断的电梯控制系统进行故障检测/诊断;并不断地确认新的故障情况,完善规范模型。实验结果表明,该方法可以及时检测出未知情况,也可以有效地诊断已知故障,对电梯控制系统瞬间出现的软故障有很好的监督作用。     

多信息融合的电梯实时故障诊断系统设计

电梯的安全可靠运行关系到人身和设备安全,对其运行过程的实时监控和故障诊断研究具有重要意义;目前国内外学者对电梯的故障诊断都有不同程度的研究,但仍有各自的局限性;针对电梯故障诊断实时性有限、可靠性差等缺点,提出了多信息融合算法的电梯实时故障诊断系统,建立了基于模糊神经网络和D-S证据理论相结合的故障诊断模型,设计了基于FPGA的故障特征信号采集和远程通讯系统,并以Labwindows/CVI为软件开发平台,编制了故障诊断软件;通过模拟电梯故障现象的运行,结果证明了该故障诊断系统达到了良好的效果。     

基于模糊元胞自动机的电网故障演化模型

为了构建与实际电网更加接近的电网故障模型,将模糊理论及元胞自动机(CA)理论相结合,提出并建立了用于模拟电网故障演化的模糊元胞自动机模型,并定义了模型中元胞状态、电网状态及故障传递程度的模糊规则库,同时进行了基于IEEE39节点系统的电网故障传播演化过程仿真。仿真结果进一步验证了电网的自组织临界性(SOC),同时结果表明,该模型较不采用模糊规则的电网故障模型其损失负荷幂律特性曲线斜率绝对值增大了17%,电网更加稳定,该模型与电网实际运行情况更加接近。     

基于知识图谱嵌入和补全的电梯故障预测

为及早预测电梯发生的常见故障,提高电梯设备的维保质量和效率,提出基于规则推理、知识图谱嵌入技术和知识图谱补全技术实现电梯故障预测的方法,在构建电梯故障知识图谱后,通过改进的组合模型将三元组中的实体和关系训练为连续的低维向量空间,实现三元组对于故障预测相关运算的兼容,通过组合模型实现电梯实体、关系和故障实体三元组的预测....     

基于模糊神经网络的SF6断路器专家诊断系统的研究

提出了一种基于模糊神经网络的专家系统模型,该模型对SF6断路器故障诊断过程中出现的不确定性采用基于规则的推理,对其中模糊的知识采用模糊神经网络来进行推理。在分析判断的过程中,根据不同的推理阶段采取相应的推理方法,充分发挥推理机的优点,相互融合,最大程度的提高SF6断路器故障的诊断率。     

神经网络技术在电梯故障诊断中的应用

文中介绍了一种基于GCAQBP学习算法的神经网络模型，并将该模型应用于电梯故障诊断系统。阐述了该模型的基本原理、神经网络的结构、学习算法，并应用该模型对电梯的几种典型故障进行了实际的诊断运行。诊断结果表明，该算法具有较好的收敛速度、学习能力和鲁棒性，其诊断结果精度高，结论可靠。     

一种基于T-S模糊模型的残差加权故障诊断方法

为有效利用过程数据提升故障诊断准确性,提出基于系统T-S模糊模型的残差加权故障诊断方法。该方法首先采用T-S模糊模型建立系统正常工况下的解析模型,然后计算不同故障数据集在该模型下残差序列,以残差序列集合的中心为故障的基准残差序列,并以各故障数据集的标准差作为标示该故障域。最后通过模糊聚类以最大隶属度所在故障类型为最终故障类型快速诊断故障源。文章以TE过程为研究对象进行仿真,并选取其中4个故障类型进行故障诊断研究,仿真结果验证该诊断方法的有效性。     

神经网络信息融合用于电梯故障诊断的研究

针对传统电梯故障诊断系统实时性有限、故障定位准确率低等问题,将多信息融合技术引入到电梯故障诊断中来,建立了基于模糊神经网络和D-S证据理论相结合的故障诊断模型。为了提高神经网络的训练速度和推广能力,采用了正则化算法对BP网络算法进行修改,并且利用D-S证据理论对神经网络的诊断结果进行决策融合,仿真结果表明了此方法有效地提高了故障诊断的准确率。     

基于FPN—RSVM的电梯故障诊断方法

模糊Petri网(FPN)作为产生式规则系统的建模、知识表示和诊断推理的工具,在故障诊断领域得到了广泛的应用。但调整学习机制的缺乏使其不能处理专家系统的变化。使用回归型支持向量机(RSVM)对电梯在不同运行状态下的专家诊断数据进行训练,可以得到与电梯状态相对应的FPN诊断网络权值。故障发生时,根据电梯运行状态选择相应的权值,可以使得诊断结果更加准确,更加符合实际情况。     

Improved adaptive fault‐tolerant control design for hypersonic vehicle based on interval type‐2 T‐S model

This study proposes an improved adaptive fault estimation and accommodation algorithm for a hypersonic flight vehicle that uses an interval type‐2 Takagi‐Sugeno fuzzy model and a quantum switching module. First, an interval type‐2 Takagi‐Sugeno fuzzy model for the hypersonic flight vehicle system with elevator faults is developed to process the nonlinearity and parameter uncertainties. An improved adaptive fault estimation algorithm is then constructed by adding an adjustable parameter. The quantum switching module is also applied to the estimation part to select an appropriate algorithm in different fault cases. The estimation results from the given fuzzy observer are used to design a type‐2 fuzzy fault accommodation controller to stabilize the fuzzy system. The stability of the proposed scheme is analyzed using the Lyapunov stability theory. Finally, the validity and availability of the method are verified by a series of comparisons on numerical simulation results.     

减法聚类-ANFIS在网络故障诊断的应用研究

提出了一种基于减法聚类-自适应模糊神经网络（ANFIS）的网络故障诊断建模方法。减法聚类算法生成初始模糊推理系统,ANFIS建立网络故障诊断原始模型,应用混合算法对模糊规则的参数进行训练并建立最终的模型。仿真实验表明基于减法聚类-ANFIS的建模方法是有效的;通过仿真结果比较,减法聚类-ANFIS的网络故障诊断能力及收敛速度均优于BP神经网络,更适合作为网络故障诊断模型。     

基于模糊产生式规则推理的电脑故障诊断系统

根据电脑故障知识结构性差、耦合性不强及特征参数不易提取的特点,采用适合该问题的模糊产生式算法进行故障诊断推理,设计了故障知识的三层模型、表达方法和知识库结构,给出了基于模糊区间的语义距离计算公式、基于故障树的防止规则组合爆炸的规则分组方法和带误差控制的阈值选取方法,运用面向对象的理论设计和实现了电脑故障智能诊断系统,其中描述了B/S模式下分布式计算环境的系统结构和规则类的设计。     

基于组合逻辑的故障诊断方法

针对复杂系统故障传播和故障分析的模糊性和不确定性,首先,在逻辑Petri网和模糊Petri网的理论基础上,根据逻辑Petri网的传值不确定性以及模糊Petri网对模糊信息的表示和推理能力的特点,提出模糊逻辑Petri网的概念及推理规则,考虑不同故障源对故障的影响程度,将概率信息引入模糊逻辑Petri网,对故障源赋予置信度,使故障诊断过程更符合实际。其次,利用模糊逻辑Petri网对故障诊断系统进行建模,用模糊逻辑Petri网描述了系统故障状态组合的逻辑关系,并进一步简化了系统模型的表达形式,具有良好的封装性、重构性和可维护性,在一定程度上缓解了状态组合空间爆炸问题。针对故障的传播性,采用可达性分析方法对故障信息的传播路径进行模拟论证,提高了故障诊断效率。最后,通过离心式压缩机故障诊断过程实例分析,验证了该方法的有效性和可行性,提高了故障诊断过程的准确性和高效性。     

Model-based fault diagnosis using fuzzy matching

A new fuzzy-model-based approach to fault detection and diagnosis is proposed. The scheme uses a set of fuzzy reference models which describe faulty and fault-free operation, and a classifier based on fuzzy matching for fault diagnosis. The reference models are obtained off-line from simulation data. A fuzzy model which describes the actual behavior of the plant is identified online from normal operating data and compared to each of the reference models. A degree of similarity is evaluated every time the online fuzzy model is identified. Dempster's rule of combination is used to combine new evidence with that already collected. The method of diagnosis accounts for any ambiguity (which may result from fault-free and faulty operation, or different faults, having similar symptoms at a given operating point) by comparing the fuzzy reference models with each other. Results are presented which demonstrate the effectiveness of the scheme when it is used to detect and identify faults in the cooling coil subsystem of the air-handling unit of both simulated and experimental air-conditioning plant     

模糊推理Petri网及其在故障诊断中的应用

分析了推理Petri网与传统Petri网的共性和区别,给出了模糊产生式规则推理 Petri网模型.在此基础上,给出了有效的推理算法,并以极大代数矩阵算子进行了形式化表 示,此算法充分利用了Petri网的数学理论基础和描述并发系统的能力,具有并行推理能力, 可以同时得到推理后系统的全部状态值.最后举例说明了其在故障诊断中的应用.     

航空瞄准具故障诊断专家系统中知识的处理方法

针对航空瞄准具故障诊断专家系统中知识的获取、表达和推理方法等问题进行研究;首先根据瞄准具的结构特点建立了层次诊断模型,并根据模型在系统中采用了故障树分析法;然后着重讨论了系统中知识的表达、推理和模糊推理等问题的处理方法;通过在系统中建立层次结构的综合数据库及采用产生式规则,有利于诊断知识的获取和表达;采用全局择优搜索法、双向推理和模糊推理,大大提高了推理的效率;该方法的应用为瞄准具故障诊断专家系统的开发和完善提供了有力的技术支持.     

改进型证据更新规则的动态故障诊断算法

火炮装填系统故障的成因复杂,单因素、单模型的故障诊断方法已显其不足。提出了改进型证据更新规则的动态故障诊断算法,并将所述的人工智能方法应用到火炮自动装填故障诊断系统中。该方法通过对模糊规则库的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,并通过证据更新规则对所获取前后时刻的诊断证据进行动态更新,将更新融合后的证据进行故障决策,从而解决了故障特征的不确定性、故障模式多样性以及动态故障诊断问题。实例分析证明：该方法达到了有效提高故障诊断确诊率的目的。