基于案例和规则融合的民用客机故障诊断系统设计

目前很多工程应用中的飞机故障诊断方法,只考虑单一的基于案例或基于规则的诊断方法,故障诊断的效率有待提高。本文针对民用客机地面运营支持系统的特点和要求,将案例和规则融合的推理机制引入到飞机故障诊断系统的设计中。该方法采用规则推理为前导、案例推理后置补充的结合方式,最大化地利用飞机故障隔离手册知识和从维修记录中提取的案例知识,从而提高首次故障隔离效率、降低无效排故时间。以民用客机某系统的典型故障为例,阐述了该推理机制在故障诊断中的应用。通过历史飞行数据试验,验证了提出的基于案例与规则融合诊断方法的有效性,以此为基础设计的故障诊断方案可为航空公司构建更完善的专家系统提供参考。     

装备BIT和故障案例融合诊断方法研究

针对新型装备故障诊断难的问题,将机内测试(BIT)诊断与故障案例诊断融合的推理机制引入到新型装备故障诊断系统设计中,以装备BIT诊断为前导,故障案例推理为后置补充的结合方式,建立BIT和故障案例融合推理模型。充分利用基于总线技术的装备BIT系统和从维修记录中提取的案例知识,提高故障诊断精确度和效率。通过典型火炮故障诊断实例分析,验证了基于BIT和案例融合的综合诊断系统的诊断效能。     

基于CBR的火控雷达故障诊断专家系统研究

将基于案例推理(CBR)和专家系统理论应用到故障诊断领域,对雷达装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统.本文浅析了基于案例推理,介绍了系统的总体结构和工作原理,并给出了具体的诊断实例.利用CBR技术建立的故障诊断专家系统可提高雷达装备故障诊断的正确性和效率.     

基于模型的飞机燃油系统故障诊断系统的设计与实现

燃油系统作为飞机不可或缺的功能和保障系统,对飞机的飞行安全有着重大影响.传统故障诊断方法已经不能满足日益复杂的燃油系统诊断和维护需求.基于模型诊断是为了克服传统诊断方法的缺点而兴起的一项新型的智能推理诊断技术.研究了基于模型的飞机燃油系统故障诊断方法,建立了故障诊断模型,给出了基于模型的燃油系统故障诊断推理策略.设计并...     

飞机航电设备综合智能故障诊断专家系统研究

目前,智能诊断方法主要有基于规则推理、模糊模型和案例等诊断方法.在分析了上述方法的特征和局限性的基础上,取长补短,提出了综合智能故障诊断方法,通过综合推理策略及统一协调机制,提高诊断系统的故障诊断能力和诊断效率.说明了专家系统综合知识库的建立、综合推理机及软件设计的实现等技术.     

基于案例库推理法的模拟电路故障诊断技术研究

针对目前模拟电路故障诊断中的技术难点,提出了基于案例库推理法（CBR）的模拟电路故障诊断方法.利用K个最邻近法（K Nearest Neighbors： KNN）来解决模拟电路故障诊断中的案例分类与提取,提出了应用粒子群算法（Particle Swarm Optimization：PSO）来优化KNN中权值参数的新方法.通过应用实例分析,证明了所提出的新故障诊断方法相比传统的故障诊断方法来说具有简单、聚类性好、诊断精度高的优点.     

基于ANN与CBR相结合的复杂装备故障诊断研究

在分析了神经网络(ANN)方法与案例推理(CBR)方法的特点和互补性的基础上,设计了基于ANN与CBR相结合的复杂装备故障诊断模型.将人工神经网络方法融入CBR推理的故障库分类、案例检索、案例修改等多个阶段中,较好地解决了复杂电子装备故障诊断的快速与准确问题.最后通过对雷达情报综合电子信息系统故障实例的诊断仿真,验证了该算法的有效性.     

基于不确定推理的军用软件故障诊断方法研究

针对基于构件的军用软件使用过程中故障频发,传统规则推理的方法进行故障诊断存在不确定性问题,提出了基于不确定规则知识库的故障诊断方法;首先根据不确定推理逻辑,分析传统规则推理的不确定因素,构建不确定规则知识库;然后基于该知识库和正向链推理策略,计算确定性因子;合理设置激活规则的阈值,并对中间结论的确定性因子进行排序以消解冲突;实验结果表明,基于不确定推理的诊断方法与传统精确推理方法相比,具有更高的诊断准确率。     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术（RBR）知识获取困难、自学习能力差等缺陷,将基于案例推理技术（CBR）引入故障诊断系统中。介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中。根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率。     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术(RBR)知识获取困难、自学习能力差等缺陷,将基于案例推理技术(CBR)引入故障诊断系统中.介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中.根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率.     

基于加权密集连接网络和注意力机制的滚动轴承故障诊断

针对当前诊断方法对滚动轴承故障特征表征困难以及在噪声干扰大的环境中检测性能下降的问题,提出了一种基于加权密集连接网络和注意力机制的滚动轴承故障诊断的方法,该方法由特征提取和故障分类两部分组成;在特征提取部分,首先采用加权密集连接网络从轴承振动信号中提取特征,并将不同空间级别的特征进行组合以增强信息的多样性,然后利用注意力机制突出重要信息,获得准确的表征故障特征;故障分类模型以表征的特征信息作为输入,经过Softmax函数输出每种故障类型的诊断结果;实验结果表明,所提模型在加性噪声干扰的情况下具有良好的诊断性能,比其他方法更具优势。     

贝叶斯网络在汽轮机故障诊断中的应用

针对在汽轮发电机组振动故障诊断中的不确定性问题，提出了应用贝叶斯网络对其进行推理和诊断。本文介绍了贝叶斯网络的建模方法与推理机制，并通过专家系统的建模过程与诊断实例，证明了应用贝叶斯网络对汽轮发电机组进行故障诊断所具有的独特优点。     

Reconstruction-based contribution for process monitoring

This paper presents a new method to perform fault diagnosis for data-correlation based process monitoring. As an alternative to the traditional contribution plot method, a reconstruction-based contribution for fault diagnosis is proposed based on monitored indices, SPE, T² and a combined index φ. Analysis of the diagnosability of the traditional contributions and the reconstruction-based contributions is performed. The lack of diagnosability of traditional contributions is analyzed for the case of single sensor faults with large fault magnitudes, whereas for the same case the proposed reconstruction-based contributions guarantee correct diagnosis. Monte Carlo simulation results are provided for the case of modest fault magnitudes by randomly assigning fault sensors and fault magnitudes.     

Tennessee-Eastman过程的学习型案例推理故障诊断方法

为了提高Tennessee-Eastman(TE)过程的故障诊断准确率,本文研究一种学习型伪度量(learning pseudo metric,LPM)代替距离度量的案例检索方法,并建立了TE过程的案例推理(case-based reasoning,CBR)故障诊断模型.首先建立LPM度量准则并对LPM模型进行训练,其次度量目标案例与每一个源案例的相似度,从中检索与目标案例相似的同类案例,再采用多数重用原则从同类案例中决策出目标案例的解,最后通过TE过程的运行数据对该方法的性能进行测试,并与典型的CBR和BP(back-propagation)神经网络和支持向量机等方法进行对比,表明本文方法能有效提高故障诊断准确率,在实际化工过程中具有一定的推广应用价值.     

Fault diagnosis for a class of active suspension systems with dynamic actuators’ faults

In this paper, a new fault diagnosis and fault-tolerant control method for a class of active suspension systems with actuator faults is proposed. The considered actuators have uncertain dynamic characteristics, which are the electromagnetic actuators made up with a motor control system and a ball screw transmission mechanism. To detect such suspension system actuator faults, dynamic fault diagnosis observers are designed for the actuators to estimate the possible faults. The actuators are analyzed to first and second order dynamic models, respectively, whose output can be measured but the rate is non-measurable. Then, the fault diagnosis method is developed for these two kinds of models to obtain the fault information. Using the fault estimation and adaptive control technique, a robust fault-tolerant controller is constructed to guarantee the performance of the rail vehicles in the faulty case. Finally, using the parameters of a practical suspension system, a simulation study is conducted to show the effectiveness of the proposed method.     

非线性频谱分析理论在故障诊断与检测中的应用

介绍了故障诊断技术的基本概念，重点阐述了非线性频谱分析理论的原理及其在故障诊断中的应用，并基于这一方法设计了一个基于非线性谱分析的机械故障诊断仪。在这一应用系统中，被测系统的故障特征是它的GFRF(Genemlized Frequency Response Functions)谱特征。介绍了诊断系统的构成和诊断原理，以及相关硬件电路的设计，实验结果表明了文章方法的有效性。     

基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法

地铁车辆处于复杂的运行环境中,高压供电电路很容易发生过流故障,为迅速辨识过流故障类型,设计了一种基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法。应用半动态拓扑优化算法,构建模态坐标空间内高压供电电路的电流微分运动模型。结合粒子群算法与优化VDM分解方法,提取模型的过流故障特征。基于BP神经网络与遗传算法构建过流故障同步诊断模型,实现高压供电电路过流故障的同步诊断。案例测试结果表明,该方法对于变压器过流故障、变流器过流故障以及弓网接触不良故障的诊断都比较准确,特别是对于变压器与变流器的过流故障诊断十分准确。     

基于粗糙集和神经网络的柱塞泵故障诊断

针对轴向柱塞泵故障机理的复杂性和故障信息的不确定性,提出了基于粗糙集与神经网络相结合的故障诊断方法,并详细阐述了基于粗糙集与神经网络的轴向柱塞泵故障诊断系统的设计步骤和实现技术。实验结果表明,该方法不仅能优化神经网络的拓扑结构,同时能有效提高轴向柱塞泵故障诊断的精度和效率。