基于动态模糊综合评判的故障预测方法

根据故障预测的特点和要求,指出传统模糊综合评判方法的不足,提出了动态模糊综合评判方法,给出了动态权重矩阵和动态模糊关系矩阵的确定方法。并与规则推理相结合,以反后座装置为例对评判过程予以说明,证明了该方法的有效性和实用性。     

基于模糊理论的低压开关设备故障预测研究*

引入模糊综合评判方法,对低压开关设备进行故障分析,建立了低压开关设备故障模糊预测模型,其中将三角模糊数融入到AHP方法中确定故障预测权重系数,使在确定因素权重过程中的主观判断更符合人们的思维习惯和表达方式。以该方法为基础构建了故障模糊预测专家系统框架,详细介绍了专家系统的总体结构和功能,并通过实例进行仿真实验。结果表明该方法具有较好的预测能力和高效性。     

基于知识的故障模糊预测系统的设计思想

针对目前故障诊断专家系统的现状,提出了一种基于知识的故障模糊预测系统（FFFS）,研究了知识库支持下的预测过程、推理模型及决策系统。     

故障模糊预测系统建模方法研究

以模糊综合评判是论为基础，提出了一种动态的故障预测模型，并探讨了动态模型关系矩阵的确定方法，最后进行了实例分析。     

故障模糊预测模型研究

基于专家系统和模糊综合评判理论,提出将由专家经验确定的故障现象重要程度权重系数融合到模糊关系矩阵中,提高模型预测结果的准确性,最后进行了实例分析。     

故障仿真预测系统的知识处理

在对某装备故障仿真预测知识分析的基础上，利用模糊数学理论导出了模糊推理运算规则，研究了模糊知识的表示形式和实现方法。此种方法已成功的应用在反后坐装置故障模糊预测系统中。     

反后坐装置模糊故障预测系统研究

针对反后坐装置故障模式复杂的特点，详细地论述了基于动态模糊综合评判的故障预测方法，通过确定权重系统集和模糊关系矩阵，建立了反后坐装置的动态模糊综合评判模型，给出了基于模糊评判的知识表示方法，并将模糊综合评判与产生式规则融合，利用复合的推理机制提高预测结果的准确性。     

一种基于模糊评判的推理机及其应用

根据装备故障模糊预测系统的特点,应用模糊综合评判理论,研究了一种面向故障预测问题的推理运算模型及推理控制策略.     

基于知识的故障模糊预测系统的设计方法

针对目前故障诊断专家系统的现状,分析了故障模糊预测系统（FFFS）的设计原则,建立了系统的推理模型,讨论了动态知识库的构造方法。最后研究了知识库支持下的决策系统。     

装备故障模糊预测系统研究

以模糊综合评判理论为基础,建立了一种动态的故障模糊预测模型,结合Adams仿真平台,探讨了故障模糊预测系统设计方法,给出了故障预测的推理过程。     

基于动态模糊推理的舒适温度在线预测

基于热感觉预测的室内热环境自动控制方法为解决基于传统温度设定值控制不满足用户舒适度问题提供新的途径。但建模过程中用户热感觉信息难以获取,因此开发了便捷的移动端智能交互系统以实时采集现场数据,建立用户学习样本;并针对热舒适的动态变化性特征,设计动态进化神经模糊推理系统(DENFIS)以建立用户热舒适在线预测模型。通过实时学习样本数据驱动,系统的模糊规则与模型输出函数系数可动态自校正,推理预测出用户偏好温度。实验结果表明所设计的DENFIS算法预测用户的舒适温度范围准确率高达90.5%,误差极小。证明了该算法所建立的在线预测模型用于智能空调温度控制,可解决现有的温度设定方式带来的温度设定值不合理的问题,在实际应用中具有可行性。     

基于模糊集的风险聚类预测方法

复杂社会技术系统存在许多不确定性的因素,这些因素给社会决策、项目过程管理带来了巨大的障碍和风险,因此有效的风险预测方法变得十分重要.根据风险项目的风险因素向量,利用模糊等价类的方法,对风险项目的历史数据进行模糊聚类,进而通过对新的风险项目和历史数据的模糊匹配实现了项目的风险聚类预测方法.分析和实践表明,该模型有效地解决了风险项目中诸多不确定性因素分类问题.该方法适合于政府决策、电子商务、软件项目管理等方面的风险管理应用.     

BP神经网络在脑电图信号预测中的应用

由于EEG和BEAM的无创、低成本、能反映大脑病变部位的机能变化等特点,为了预测大脑疾病发生的可能性。设计了一个3层BP网络,并建立了相应的数学模型,以所记录数据中的一部分作为样本,利用Matlab的神经网络工具箱中的算法和函数,对上述神经网络进行训练、仿真、并预测另一部分数据,同时作出待预测数据和预测数据的脑电地形图,进行比较,验证了BP网络模型的有效性。其算法可开发出程序模块,集成到相关脑电图仪的软件系统中。     

基于模糊推理图的故障诊断

根据系统元件之间的连接结构构建故障诊断模糊推理图,通过对模糊推理图进行化简及模糊运算实现对系统的故障诊断。以观测点作为属性准则形成诊断矩阵,在推理图中按照原因-结果对进行连续推理,获得一个模糊诊断的优先级别排列,以减少故障的排查时间。     

基于模糊神经网络的公交客流时段预测

公交线路由一系列站点组成,线路客流的形成和变化是各站点共同作用的结果.本文通过相似性分析找到站点客流实时分布与线路客流实时分布之间的相关性,找出影响线路客流分布的关键站点,对这些关键站点的实段分布数据运用模糊神经网络技术预测线路客流的短时分布规律.该方法在广州公交客流数据调研的基础上加以验证,结果表明这种预测方法能够有效的对公交线路客流分布进行短时预测,预测结果满足精度要求.     

基于模糊综合评价的接边质量评价

针对传统的接边质量评价方法主要依赖专家人工评定所造成的效率低、容易受主观因素影响且评价结果易出现偏差的问题,提出了一种新的地图映射评价算子（GMO）。该算子将模糊综合评价应用到接边质量评价中,并根据国家标准确定了评价指标和评语等级,通过熵权法确定了评价因素的模糊权向量。另外,对新算子进行了理论证明。在实际数据中使用GMO时,接边前地球数据质量评价结果中65%为不合格,而接边后评价结果中55%是优秀的,验证了GMO的有效性。     

Fault detection and isolation based on fuzzy automata

Fuzzy automata are proposed for fault diagnosis. The output of the monitored system is partitioned into linear segments which in turn are assigned to pattern classes (templates) with the use of membership functions. A sequence of templates is generated and becomes input to fuzzy automata which have transitions that correspond to the templates of the properly functioning system. If the automata reach their final states, i.e. the input sequence is accepted by the automata with a membership degree that exceeds a certain threshold, then normal operation is deduced, otherwise, a failure is diagnosed. Fault diagnosis of a DC motor and detection of abnormalities in the ECG signal are used as case studies.     

基于直觉模糊Petri网的故障诊断

故障诊断经常受到多种不确定性和模糊性因素的影响,针对不确定性的故障诊断问题,利用直觉模糊集较好的表达不确定性信息的优势和Petri网较好的并行处理以及图形处理问题的能力,构建了直觉模糊Petri网模型。由于将直觉模糊推理转化为矩阵运算的过程中有非隶属度参数的参与,因此推理结果可提供更多的信息。根据实际故障诊断中的模糊推理问题,给出了带有权值、阈值等参数条件下新的直觉模糊推理算法。通过获取和处理故障诊断中的不确定性和模糊性的知识,该算法将故障诊断过程转化为利用直觉模糊Petri网的直觉模糊推理过程。实际燃气轮机故障诊断模型案例表明了所给直觉模糊推理算法的有效性。     

基于模糊神经网络的平显设备故障诊断研究*

针对平视显示器（HUD）设备自检测和地面故障诊断设备的不足,提出了一种基于模糊BP神经网络的HUD故障诊断方法。简化了故障诊断系统的结构,实现了自动性能检测和故障诊断,能够有效地辨识故障源,隔离了从LRU 级到SRU级的故障,并给出了典型测试项的故障诊断实例。作为一种先进有效的故障诊断技术已经应用于某型飞机HUD和相关系统的故障诊断。