一种集成的智能网络故障管理结构

综合网络故障管理与人工智能的方法,在对现有几种用于故障诊断的人工智能方法的特点和局限性分析基础上,将集成人工智能技术引入网络故障管理领域,提出了一种基于多种人工智能技术集成的智能故障管理结构,该结构充分利用不同智能故障诊断技术的互补性,在一定程度上克服了现有故障诊断技术存在的局限性,改善了故障管理系统的性能。     

大型机电一体化设备电控故障诊断系统设计

设计了某大型机电一体化设备电控故障诊断系统。该故障诊断系统能与该大型机电一体化设备快速对接,通过以太网与故障现场适时通信,并能模拟该大型机电一体化设备各检测部分激励信号。故障诊断程序采用模糊推理机制,能把故障快速定位到单板级。     

基于贝叶斯网络的故障诊断专家系统

现代系统设备的日趋复杂化和自动化,对故障诊断技术提出了更高的要求;随着人工智能技术的发展,故障诊断技术向智能化方向发展,如何将人工智能技术应用到故障诊断中去,是当前研究的重点;为了实现对汽车发动机已发故障和潜在故障的快速高效诊断,根据发动机故障知识结构特性,将贝叶斯网络因果有向图的故障知识表示方法引入到专家系统中,并采用可在线监控和离线诊断的推理机制,在G2平台下实现了汽车发动机故障诊断专家系统,系统应用的效果表明了该方法的可行性.     

智能故障诊断技术研究综述与展望

智能故障诊断是人工智能领域基于知识处理的故障模式识别,其发展为工业设备持续正常运行提供良好的技术支撑.首先阐述了故障诊断技术的研究意义和基本概念,然后从原理、应用、优缺点以及方法改进等方面总结了目前应用广泛的几种智能故障诊断技术,最后对各种智能故障诊断技术进行了分析和展望,同时给出了诊断技术的选择建议.     

人工智能技术在输电网络故障诊断中的应用述评

输电网络作为现代社会不可或缺的基础设施,其安全和稳定运行对于社会发展至关重要。然而,传统的输电网络人工故障诊断方法已经不能满足现代输电网络故障的诊断需求。因此,如何快速、准确地进行故障诊断是电力系统发展中的重要课题。文章将探讨人工智能技术在输电网络故障诊断中的应用,着重阐述输电网络故障诊断面临的技术挑战,并从专家系统技术、人工神经网络技术、模糊理论技术等技术分支,提出人工智能技术在输电网络故障诊断中的应用策略,旨在为提高电力系统的可靠性提供参考。     

一种基于知识的故障容错控制系统

根据工业设备现场的需要，将故障诊断与人工智能相结合开发了一种对设备故障具有自动检测、诊断和容错控制功能的专家系统。重点介绍了故障容错控制专家系统ＦＴＣＥＳ的基本结构及主要功能的实现方法。     

基于协同策略的故障诊断应用技术研究

智能故障诊断系统作为人工智能技术在故障诊断领域的应用,在实践中取得了较好的成效,但随着系统设备和功能的日益复杂化,各种故障现象成因越来越复杂;为了提高故障诊断的准确率,针对故障诊断系统难以适应动态变化环境的缺点,在分析生物协同进化现象的基础上,将各种免疫细胞之间的相互促进和抑制现象描述为特有的免疫协同进化形式,结合故障诊断过程的特点,提出了具有进化特性的协同诊断策略,讨论了诊断系统的诊断机理和工作流程,并通过仿真运行,初步验明了其可行性。     

基于深度学习的智能设备故障诊断研究综述

智能设备故障诊断技术(Intelligent Fault Diagnosis, IFD)将深度学习理论应用于设备故障诊断,能自动识别设备的健康状态和故障类型,在设备故障诊断领域引起了广泛关注。智能设备故障诊断通过构建端到端的AI模型和算法将设备监测数据与机器健康状态关联以实现设备故障诊断,但设备故障诊断的模型和算法较多且相互之间并不通用,采用与监测数据不相符的模型进行故障诊断会导致诊断准确率大幅度下滑。为解决这一问题,在全面调查设备故障诊断相关文献的基础上,首先简述深度设备故障诊断的模型框架,再根据具体应用场景和设备监测数据类型对模型算法进行分类介绍、列表对比及总结,最后针对存在的问题分析了未来的发展方向。本综述有望为智能设备故障诊断的研究提供有益的参考。     

信号设备故障诊断专家系统知识库的研究

针对我国铁路信号设备故障的特点，基于诊断和专家系统的理论与方法，对铁路车站信号设备故障诊断专家系统的知识库进行设计分析。通过对铁路车站信号设备的常见故障进行具体分析，详尽地阐述了知识库的构造，为通过人工智能方法建立和开发我国铁路信号故障诊断专家系统提供重要依据。     

基于遗传算法的故障诊断研究

故障诊断对于事故后快速恢复具有重要意义,多种人工智能技术在其中得以应用,然而快速、准确的故障诊断仍是一个悬而未决的难题。本文介绍了遗传算法在故障诊断中的应用,故障诊断的遗传算法设计,给出实验及结论。指出将遗传算法应用于故障诊断可减少运算量、缩短平均诊断时间、提高诊断效率和故障识别精度。     

电子设备智能故障诊断系统的研究

近几十年来人工智能技术的迅速发展,特别是专家系统、人工神经网络和模糊理论在诊断领域中的进一步应用,为智能诊断开辟了新的途径。随着人们对故障诊断技术的不断深入研究,认识到对于复杂系统的故障诊断仅仅依靠单一智能技术很难获得令人满意的效果。因此,多种不同的智能技术结合起来的混合诊断系统是智能故障诊断研究的一个发展趋势。     

基于FTA的智能型故障诊断方法研究

故障诊断是人工智能的一个重要研究内容。在对故障树分析法的相关概念进行必要阐述后,就基于故障树分析法的智能型故障诊断方法进行了深入的分析与探讨,指出FTA与其它人工智能技术相结合,建立高效、实用的故障诊断系统是故障诊断技术的主要发展方向之一。     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

复杂系统的智能故障诊断技术现状及其发展趋势

智能故障诊断技术为保障工程技术系统的可靠性和安全性开辟了新的途径，随着系统设备和功能的日益复杂化，发生故障的机率以及由此带来的损失越来越大，现有单一、固定的故障诊断方法却难以满足复杂系统诊断的全部要求。该文针对复杂系统故障现象的特点，分析了现有基于规则、基于结构和行为、案例、模糊逻辑、神经网络及其集成知识诊断技术的各自特点和局限性，指出了机器学习对于当前复杂系统智能故障诊断发展的重要性，有利于改变现有单一、固定的故障诊断思维，并对未来的主要发展方向进行了一些探讨。     

基于网络的大型装备在线监测与智能诊断

在大型武器装备的故障诊断中,运用无线网络技术,组建了基于多级分布式无线监测网络的智能诊断平台,设计了现场监测中心、设备在线监测诊断中心及无线智能检测单元。系统采用基于小波包能量分布与奇异值分解相结合的特征提取方法,运用混合型集成神经网络来完成这些特征信号的局部故障诊断,然后采用D-S证据理论将多个传感器的故障诊断结果进行融合,实现了准确的故障诊断;并采用基于竞争网络集成的在线监测方法,从而构建了某大型武器装备的在线监测与智能诊断系统。     

类脑智能技术在无人系统上的应用

随着人工智能与脑科学等前沿技术的迅速发展,无人系统智能化研究正逐渐成为当今世界强国重点关注的战略发展方向,研究与之相关的科学问题具有前瞻性、战略性和带动性.文章首先分析了无人系统的发展需求,提出了面向需求的若干关键问题,包括复杂环境与态势信息的感知与认知问题、整体效能最优的分布式任务决策问题、面向任务需求的路径实时规划问题、考虑高不确定环境的自学习控制问题、应对非预期情况的故障诊断及容错问题以及基于人机接口的人机交互问题;随后,系统阐述了类脑智能技术在解决这些问题上的国内外研究现状;最后,论述了无人系统类脑智能化发展中依然存在的问题及未来发展趋势.     

基于人工免疫系统的导弹智能诊断模型

提出了基于人工免疫系统的导弹智能诊断技术的概念,研究了故障诊断细胞模型、故障诊断基因库模型,并对故障基因库的生成与进化和基于人工免疫系统的智能诊断原理进行了探讨。     

人工智能系统故障分析原理研究

为研究未来系统在人工智能控制下的系统故障预测、预防、控制和恢复能力,提出一种基于信息生态方法论的人工智能系统故障分析方法。将研究对象划分为人、功能、自然和智能系统;以智能系统为核心,研究故障信息、知识和智能安全生成原理;论述了基础故障意识、情感和理智的特点。研究表明,系统故障的人工智能分析必须采用信息生态方法论结合安全科学理论进行。分析原理是基于信息生态方法论,考虑基础故障意识、情感与理智,及即时故障语义信息进行的综合决策与反应,以确保系统在规定条件下完成预定功能。     

基于模糊神经网络的雷达印制板故障智能诊断系统研究

以故障诊断理论和方法为基础．综合运用人工智能、模糊理论和神经网络理论．对雷达印制板故障智能诊断问题进行了研究，给出了模糊神经网络故障智能诊断系统的实现过程。仿真结果表明，该方法是一种行之有效的故障智能诊断方法。为雷达印制板的故障诊断提供了一务新的途径。