基于规则的模糊神经网络故障诊断专家系统

提出了一种基于规则的模糊神经网络专家系统诊断方法,该方法采用了广义三层规则库结构及推理机制,把Ｒｕｌｅ型的模糊联想记忆器作为专家系统的分类和综合算法,使基于规则的知识处理方法与模糊神经网络有机地结合在一起。并讨论了模糊神经网络输入和输出模糊化的问题。为旋转机械故障诊断专家系统提供了一个易于实现的框架结构。     

FMS故障诊断专家系统模糊推理算法的研究

本文研究了柔性制造系统（FMS）故障诊断专家系统基于模糊产生式规则的模糊推理算法，解决了模糊感观、直观现象和意向的推理问题，利用神经网络的正向推理和从故障现象到故障原因的反向推理相结合的算法，较好地满足FMS故障快速推理诊断的需要。     

基于Alopex神经网络的旋转机械故障诊断专家系统

提出了一种可以减小网络规模的故障表示方法,并将Alopex算法引入神经网络模型的训练过程,将人工神经网络与规则推理相结合,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障,基于Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点,具有较强的诊断能力。     

基于模糊群决策的智能仪器故障诊断专家系统

本文介绍了采用专家系统解决智能仪器故障诊断的方法.针对智能仪器的故障特点,采用规则推理和事例推理相结合的混合推理技术.在规则推理中,提出了分层搜索的诊断思路,并且在不同搜索层次中,各规则优先权的确定采用基于模糊多属性群决策的方法.针对这种推理方法,采用数据库技术实现了知识库的设计,并用VS.net软件开发出了一套高效率智能仪器故障诊断专家系统.该系统在实际使用中表现出比第一个版本更高的诊断效率.     

基于模糊理论与规则的减速机故障诊断专家系统关键技术研究

为克服减速机故障传统诊断方法存在的诊断效率低、缺乏科学性等弊端,采用专家系统的开发思想与技术实现故障的智能诊断,并将基于贴近度的模糊诊断与基于规则的不精确推理相结合的故障诊断推理技术运用于诊断专家系统的推理中,旨在能够实现故障诊断的快速准确性,保证设备安全、可靠的运行.     

减速机故障诊断专家系统的关键技术研究

开发用于减速机故障诊断的专家系统,提供两种诊断方式:基于经验规则的感官现象诊断和基于检测数据的模糊诊断,从而满足不同场合下的故障诊断需要.根据不同产品型号故障特点,对知识库的采用"系列化"设计,并着重讨论采用故障树规则推理和模糊决策技术进行故障推理,发挥它们对不同知识表示时的推理优越性,体现了诊断方法的科学合理性.     

基于数据库的多征兆模糊故障诊断专家系统的研究

介绍了一种多征兆模糊故障诊断专家系统数据库实现方法.研究了基于关系数据库的模糊规则知识库的建立和维护机制;在此基础上建立了模糊诊断推理数学模型,充分利用计算机强大的计算能力,将大部分推理转化为数值计算,提高了推理效率.     

粗糙集理论在智能故障诊断中的应用

神经网络和规则推理是智能故障诊断的两种重要方法。给出了粗糙集理论在这两种系统中的应用，粗糙集－神经网络（RNN）系统，粗糙集作为神经网络系统的预处理，仿真结果表明RNN系统提高了诊断准确率和诊断速度，粗糙集用于故障诊断专家系统的规则获取，可得出确定性规则和可能性规则。结果表明粗糙集方法能处理由于类重叠引起的样本信息不精确，不一致情况下的规则获取，消除故障诊断中的误报和漏报现象对诊断性能的影响。     

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.     

基于模糊理论的风力机故障诊断专家系统构建

目前,对风力机的故障进行诊断仅停留在人工现场诊断的层面上,使得故障难以及时发现并排除。该文以模糊数学理论和故障诊断技术为基础,建立一个用于风力机故障诊断的专家系统。文中首先介绍了模糊综合评判方法;然后给出了诊断专家系统的结构,其中重点论述了如何根据经验数据和专家优先系数法共同确定模糊关系矩阵的元素、模糊诊断原则的确定及推理流程。最后用一个具体的故障诊断实例进行分析,验证了应用模糊理论,可以提高风力机故障诊断专家系统的运行速度、准确性、可靠性。     

基于Web的工程机械故障诊断专家系统设计与实现

通过对设备工程机械各系统的工作原理、系统故障现象进行分析,确定诊断系统由故障巡检和故障诊断专家系统组成,系统知识库采用树状知识组织形式来描述,知识表达采用生产式规则和面向对象的知识表示法相结合的方式.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.     

轮式装载机故障诊断虚拟系统设计

由于装备维修过程中故障诊断和故障排除的难度大,以轮式装载机为研究对象,结合虚拟现实技术,研究开发了轮式装载机故障诊断虚拟训练系统,建立了虚拟系统的功能框架和系统软件结构,针对轮式装载机的故障特点,将故障树与专家系统相结合,利用故障树获取知识,完成知识表达,利用专家系统,采用正向推理,完成虚拟训练中正确操作与误操作的比对,实现了虚拟故障诊断。运用EON Studio虚拟开发平台及数据库编程软件,构建了故障诊断虚拟训练系统,验证了方法的有效性。     

基于专家系统的数控机床故障诊断技术研究

提出将人工智能技术应用于数控系统的策略和模型。具体采用专家系统的框架概念构造出数控机床故障诊断的专家系统模型,提出利用知识库中的管理子系统管理各子知识库;采用正反推理混合方式以及单元推理、行为推理和故障树推理的方式,提高了故障诊断效率。     

基于粗糙集理论的变压器故障诊断专家系统研究

在传统的变压器故障诊断专家系统的基础上 ,引入粗糙集理论以解决专家系统较难获取完备知识的瓶颈问题。该系统从历史故障数据所形成的决策表出发 ,运用粗糙集理论进行约简 ,构建专家系统知识库模型。通过计算规则隶属粗糙度 ,来表示诊断规则的置信程度。利用推理机和故障事例库 ,实现对知识库的动态维护。     

基于多模块合成的故障诊断智能系统推理机的研制

针对连续性生产线的特点，指出其故障诊断专家系统推理机不宜选用单一模块的形式。结合某钢铁厂的棒材生产流水线故障诊断专家系统研制，在分析连续性生产线的故障特点的基础上，介绍了多模块合成推理机的构造。推理机由基于神经网络的实时诊断模块、基于模糊理论的自动诊断模块和基于规则的人机交互诊断模块有机结合而构成。     

发电机组状态巡检与故障诊断系统的研究与实现

针对传统故障诊断专家系统实用性弱等缺点，面向现场实际应用，提出了基于状态预警机制并且融自动诊断、状态巡检和常规专家系统诊断为一体的多层次故障诊断系统设计方案。该方案基于数理统计原理，通过正态性和平稳性检验实现状态预警机制；利用故障模型辨识和诊断规则的量化实现自动诊断；通过对诊断规则的总结形成诊断流程以实现故障普查。利用该设计方案，针对实际汽轮机组和水轮机组，开发了相应的实际应用系统，并取得了很好的应用效果。     

基于矩阵判别筛选法的机械故障诊断专家系统

通过建立故障树确立了多征兆与多故障原因之间复杂的对应关系,提出了一种新的矩阵判别筛选法,并建立了基于人工智能技术的故障诊断软件。在总结辽化十几年机械故障临床诊断经验、研究故障机理并吸收国内外同行诊断知识精华基础上编制了大量知识规则,所研制的旋转机械故障诊断专家系统取得了满意的结果,可以指导工程实践。     

基于粗糙集的风机故障诊断专家系统知识获取

针对专家系统中知识获取的“瓶颈”问题、应用粗糙集理论建立风机故障诊断专家系统框架．并利用粗糙集的约简方法消去知识库中冗余的属性，实现了知识库的精简，有效地保持和完善了知识库的结构和性能．提高了知识获取的效率。此方法应用在风机故障诊断专家系统中．收到了良好的效果。