RBF网络在电力电子电路故障诊断中的应用

电力电子电路模型具有很强的非线性，通常对其进行故障诊断比较困难。而神经网络具有非线性．自适应性．并行性和容错性等．故可由神经网络来学习和存储电力电子主回路的故障信息和故障类型（或原因）之间的映射关系，并将其用于诊断．从而实现电力电子电路的故障诊断。     

模糊数学在输油泵故障诊断中的应用

机械设备的故障征兆与故障原因间的隶属关系是模糊的,论文将模糊数学方法引入到输油泵的故障诊断中,运用由历史经验及专家优序数法综合确定模糊隶属度的方法,建立模糊诊断模型,实现了输油泵的模糊诊断,从而为输油泵故障的诊断维修工作提供了一种科学、可行的新方法.实践证明该方法有其合理性和可靠性,并可应用于工程机械故障诊断专家系统.     

模糊诊断技术在天然气压缩机故障诊断中的应用

针对某天然气压气站的大型离心压缩机故障诊断的要求,提出一种基于模糊理论的故障诊断模型。该模型基于征兆对于故障的肯定及否定程度,提出修正模糊关系矩阵,能够适应复杂故障的诊断。实践证明这种诊断模型应用在压缩机故障诊断上是可行的。     

基于故障率与故障症的设备故障诊断方法

传统设备故障诊断方法完全基于故障症状,没有考虑零部件故障率,导致故障诊断的正确率不理想。本文首先基于威布尔分布模型构建了零部件故障率的求解算法,然后运用模糊综合评判方法构建了基于故障症状的故障诊断方法,再将零部件的故障率引入故障诊断模型,最后,通过实例验证了该方法的适用性。由于该故障诊断方法综合考虑了零部件故障率、故障机理。故障症状的明显程度、故障症状现场获取的难易程度等多个因素,其诊断结果的正确性大幅度增加。     

遗传编程和加权证据理论融合的旋转机械故障诊断

为了提高旋转机械故障诊断的准确性,提出了遗传编程和加权证据理论融合的旋转机械故障综合诊断方法。首先,利用遗传编程提取多个故障特征参量,实现对旋转机械故障的初步诊断;其次,将特征参量对各故障的初步诊断结果作为证据体,特征参量对各故障的诊断准确度作为证据的权重分配,实现故障诊断的历史数据对当前诊断结果的修正;最终,采用加权证据理论对多个证据进行融合决策,减小故障诊断的不确定性,实现对故障的准确诊断。实验结果表明,该方法提高了故障诊断的准确性。     

基于模糊运算的控制电器元件故障综合评判研究

针对控制电器元件故障发生的模糊性及故障定位中决策因素的不确定性，提出采用模糊评价方法，建立用于描述故障定位的综合评判模型，以实现对故障的定量评估，从而对实现故障定位起到决策指导作用。首先研究了模糊评判模型中因素集和评判集的建立，接着在综合各影响因素后给出了模糊评判矩阵的生成过程，最后将该模型用于航空电器控制元件的故障定位决策中。所建立的模型可以适应不同控制电器元件或不同子系统的故障机理评判及定位研究，研究结果可用于智能型电器控制系统检测用仪器仪表及装置的设计中。     

运用遗传算法优化神经网络的发动机故障诊断

为了对发动机故障进行正确诊断,可采用BP神经网络方法建立发动机故障诊断模型,但由于BP神经网络存在收敛速度慢及网络泛化能力差的缺点,易影响发动机故障诊断正确率。为了提高网络正确识别能力和泛化能力,采用遗传算法对神经网络的权值和阈值进行优化,网络误差满足要求后,用BP神经网络方法进行修正,从而使网络误差达到最小。将该算法应用于发动机故障诊断中,结果表明,该方法诊断故障误差更小且收敛更快。     

故障诊断综合信息Petri网的研究

为了解决故障诊断中的冲突消解问题,将故障概率信息和管理信息引入模糊Ｐｅｔｒｉ网,故障诊断综合信息网模型。研究了基于综合信息网的故障诊断问题,对故障进行分类、分析了不同类型的故障诊断所需管理信息的内容,确立了概率与管理信息的关系,通过机械手掉刀故障的诊断,验证了该模型和方法的正确性与可行性。     

汽轮发电机组在线故障诊断的模糊综合决策

用模糊综合决策理论建立了某船舶汽轮发电机组在线监测与故障诊断系统。用阶比采样获取振动信号，提取时域的信息状态变化率参数及阶比域的ＡＲ阶比谱值参数为状态特征参数。在综合决策策略中，用模糊隶属度描述和关联描述两类模型来表征信号异常程度，建立了模糊综合决策模型，并用汽轮发电机故障的综合决策结果验证了模型的合理性和诊断系统的可行性。     

基于模糊理论的柴油机故障诊断专家系统

针对柴油机故障征兆、故障原因及故障机理的复杂性和模糊不确定性,将模糊数学理论与故障诊断专家系统引入柴油机故障诊断。建立故障诊断的模糊模型、模糊隶属度函数,利用模糊产生式系统实现了模糊性知识表达,论述了模糊诊断原则和推理诊断流程,构建了基于模糊理论的柴油机故障诊断专家系统。通过一个具体故障诊断案例证明系统能够快速、准确地推断出故障原因,同时也证明了该方法的实用性。     

模糊数学在阀门故障诊断中的应用

针对阀门故障诊断的复杂性和模糊性，运用模糊数学对阀门的故障症状和故障原因的关系进行了分析，得到模糊关系矩阵，建立了阀门故障诊断的模糊数学模型。通过安全阀的故障诊断实例，验证了模型的可行性和实用性。     

神经网络技术在变压器故障诊断中的应用

本文针对变压器传统故障诊断的缺点,提出将神经网络技术用于变压器故障诊断。本文对BP算法改进,使网络收敛速度和误差精度进一步提高。收集部分油中溶解气体故障数据样本,对变压器故障类型进行了分析,并确定网络的输入和输出向量,建立诊断网络模型,实现对各项网络参数的比较确定,在Mtalab里面仿真使误差满足要求。     

基于混合智能新模型的故障诊断

为了解决机械设备中早期故障和复合故障识别的难题,提高故障诊断的准确率,利用经验模式分解(Empirical mode decomposition,EMD)、改进的距离评估技术、自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system, ANFIS)和遗传算法(Genetic algorithm, GA)等技术,提出一种综合运用多征兆域特征集和多个分类器的混合智能诊断模型。该模型在特征提取之前,利用滤波、EMD、解调等预处理技术挖掘潜藏在动态信号中的故障信息;从原始振动信号和预处理信号中,分别提取从不同侧面表征设备运行状态的时域和频域统计特征,得到6个特征集。采用提出的一种改进的距离评估技术选择特征,从6个原始特征集中相应地筛选出6个敏感特征集。将6个敏感特征集输入到基于GA组合的多个ANFIS分类器以得到最终的诊断结果。该模型在电力机车轮对轴承的故障诊断中实现了轴承不同故障类型、不同故障程度,以及复合故障的可靠识别,获得了满意的诊断结果。应用结果也验证了基于改进的距离评估技术的特征选择方法的有效性。     

基于神经网络的数控机床故障诊断专家系统

针对传统专家系统在处理故障诊断中的不足,提出了将神经网络技术与专家系统融合的诊断模型,并用于数控机床的故障诊断中.介绍了诊断系统结构、功能及改进的BP神经网络算法,并给出了应用实例.试验结果表明,该方案合理、可行,有较好的应用前景.     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

设备的故障与征兆之间往往很难找到一一对应关系。本文基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

多征兆模糊诊断知识表示及专家系统的研究

介绍了一种旋转机械多征兆模糊故障诊断专家系统，研究了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的建立与维护机制；利用ODBC技术实现了对知识库的访问和诊断推理。系统在满足对知识表示和推理模型的有效性和实用性要求下，具有构造简单，推理效率高等优点。     

基于互补的总体经验模式分解算法的齿轮箱故障诊断

针对经验模式分解(EMD)和总体经验模式分解(EEMD)算法在齿轮箱故障诊断中的缺陷,提出了一种基于互补的总体经验模式分解(CEEMD)算法的齿轮箱故障诊断方法。首先介绍了CEEMD方法,然后将CEEMD方法用于实际齿轮箱的故障诊断中。结果表明,与基于EMD/EEMD算法的齿轮箱故障诊断方法相比,基于CEEMD算法的齿轮箱故障诊断方法不但可以有效地克服模态混叠和能量泄露现象,而且大大提高了计算效率,为齿轮箱的故障诊断提供了一种新的方法。     

基于模糊理论的设备故障方法的研究

构造了故障原因两两比较矩阵,以三角模糊数表示故障症状对待比较的故障原因隶属度的定性比较,通过最小对数二乘法确定故障症状对每种故障原因的隶属度相对大小,从而构造了模糊诊断矩阵,然后通过加权平均型诊断模型确定针对所有存在的故障症状,各种故障原因存在的可能性相对大小.最后,通过实例演示了故障的模糊诊断过程.     

神经网络与 D-S 证据理论融合的液压系统故障诊断方法

针对液压驱动火箭炮随动系统故障类型的多样性以及故障信息不确定性等问题,提出了证据理论与神经网络综合集成的故障诊断方法。为克服单一神经网络自身的缺点,在普通节点处建立2个改进神经网络模型来简化网络结构,分别以铁谱数据和压力、流量、温度特征参数作为输入向量进行初始故障诊断,并将诊断结果作为证据理论的基本概率分配,从而实现了赋值的客观化。然后,利用 D-S 证据理论对2个改进神经网络的初始诊断结果进行融合。实验结果表明：该方法避免了神经网络识别时的误诊,提高了液压驱动的火箭炮随动系统故障诊断的准确性。     

设备故障的二级模糊综合诊断方法的研究

在设备故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性。本文将模糊理论引入设备故障的诊断过程中,针对每种故障原因,建立一个故障原因两两比较模糊矩阵,通过故障原因两两比较模糊矩阵,确定故障症状对故障原因的隶属度,从而建立了模糊诊断矩阵,在模糊综合诊断过程中,由于模糊算子对信息的取舍均带有一定的倾向性,为抑制其偏激,我们首先分别采用5种模糊算子进行综合诊断,然后根据诊断的结果,将可信度较高的3种模糊算子诊断的结果加权平均,作为最终诊断结果,以提高诊断结果的可靠性。最后,通过实例演示了故障的诊断过程。