基于信息融合方法的电力变压器网络在线监测与故障诊断研究

针对电力变压器在线监测与故障诊断问题,提出了基于多传感器信息融合与嵌入式网络相结合的解决方案。介绍了变压器油中气体分析的原理及诊断方法,重点论述了基于Webit的嵌入式网络在线监测方法,基于BP网络的混合气体识别方法及多传感器一致性信息融合方法等通过试验,验证了方法的有效性。     

智能故障诊断专家系统开发平台

针对故障诊断专家系统实用性与通用性的矛盾,在简要分析专家系统工作原理的基础上,提出了一种以用户为中心的通用性故障诊断专家系统设计方案。将规则推理、模糊决策、多传感器信息融合算法融为一体,形成一阶梯式故障推理机制;对不同的诊断对象,只要设置好必要知识模块,就可自行生成一专用故障诊断系统,并能自动输出诊断结果。     

模糊神经网络推理的实时故障诊断专家系统

将模糊神经网络推理引入专家系统,采用修正的RLS算法训练网络的权系数,以此开发了模糊神经网络实时故障诊断专家系统,并将其成功应用于某化工厂大型PTA装置。文章介绍了系统的总体结构和主要特点,并以溶剂脱水塔釜水浓度高事件为例阐述了系统的具体实现。现场运行表明:该系统预报准确,界面友好,能满足工厂的实际需求,具有良好的易维护性和可扩充性。     

一种基于模糊积分决策融合方法的故障诊断方法

文中利用系统故障症状的分散性,采用多级模糊积分决策融合思想,给出了一种新的故障诊断方法。用多传感器数据融合来保证量测信号的准确性,针对故障的不同表现症状,采用模糊积分决策融合方法,给出相对应的故障诊断结果。最后以仿真实例,说明所提方法的正确性。     

基于神经网络和专家系统的故障诊断

分析了专家系统和神经网络在故障诊断中的应用，针对两种技术各自的优缺点，建立了一个基于神经网络和专家系统的采煤机集成故障诊断系统，介绍了系统的结构，诊断策略及神经网络的学习算法，并给出了仿真结果。     

基于自适应神经模糊推理的传感器在线故障诊断

介绍了一种应用于故障诊断的基于T-S模糊模型的自适应模糊神经网络。给出了网络的连接结构和学习算法以及传感器故障在线诊断原理。仿真结果表明，该方法具有收敛速度快，诊断精度高，泛化能力强的特点，而且可以诊断系统多种工作过程传感器的在线故障。     

实时故障诊断专家系统在PTA装置中的应用

精对苯二甲酸（pure terephthalic acid,PTA）是生产聚酯的重要原料。针对大型PTA装置故障的特点,提出将小波分析、模糊ART神经网络和专家系统等技术结合起来,开发了实时故障诊断专家系统。文中阐述了专家系统的具体实现,包括数据预处理模块、知识库组成及表达方式、人机界面、推理机的组成和诊断过程等。在某大型PTA装置中的成功应用表明：该系统具有预报准确、界面友好、易于维护等特点,有很好的通用性和推广价值。     

智能故障诊断专家系统开发平台研制

针对故障诊断专家系统实用性与通用性的矛盾,在简要分析专家系统工作原理的基础上,提出了一种以用户为中心的通用性故障诊断专家系统设计方案。研制通用性故障诊断专家系统开发平台,将规则推理、模糊决策、多传感器信息融合算法融为一体,形成阶梯式故障推理机制;对不同的诊断对象,只要设置好必要知识模块,就可自行生成专用故障诊断系统,并能自动输出诊断结果。     

故障诊断的信息融合方法

对基于信息融合的故障诊断方法进行综述．首先简要阐述信息融合的基本概念以及信息融合与故障诊断的关系;然后介绍贝叶斯定理融合故障诊断、模糊融合故障诊断、证据理论融合故障诊断、神经网络融合故障诊断和集成信息融合故障诊断方法的诊断原理与步骤。并分析其特点和局限性;最后给出了信息融合故障诊断研究的若干发展方向．     

故障诊断型神经网络专家系统

本文总结了传统的基于知识的专家系统（KBS）所存在的问题，并阐述了一个通用的应用人工神经网络（Ar－tificialNeuralNetwork）与专家系统（ES）相结合的故障诊断智能系统，给出了系统开发的设计原则，总体结构与功能、实现过程及关键技术。     

基于自组织神经网络的信息融合在故障诊断中的应用

提出了一种用于某机舵面系统故障诊断的方法．应用自组织神经网络的非线性拟合能力扩展相关传感器的测量信息,采用D-S证据论算法将相关传感器的输出信息进行融合．信息融合诊断策略根据这些信息确定出故障,同时对故障信号进行识别．建立了某机舵面系统故障诊断的数学模型,并进行了计算机仿真．仿真实验结果表明,该故障诊断结构形式能够对舵面常见故障进行有效的识别和告警,显著地降低了故障诊断的不确定性,提高了故障模式的识别率．     

基于信息融合和神经网络的模拟电路故障诊断方法研究

随着电子技术的飞速发展,各类装备设备的集成化程度越来越高,由于系统构成的复杂性和操作环境的多样性,装备设备电路故障的复杂性、模糊性给维修保障带来极大挑战,针对装备设备中的模拟电路故障诊断问题,提出了一种基于信息融合和神经网络的模拟电路故障诊断方法;分析证明该方法可提高模拟电路故障诊断效率,有效提高模拟电路智能化诊断水平。     

基于信息融合技术的瓦斯传感器故障诊断研究

文章提出了将基于RBF网络的信息融合技术应用于瓦斯传感器故障诊断的思想。该思想的核心是通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器的输出与瓦斯传感器实际的输出之差与设定的阈值比较,实现瓦斯传感器故障的监测诊断。试验表明该技术能对瓦斯传感器进行有效的状态监测和故障诊断。     

基于信息融合原理的智能故障诊断模型

针对传统设备故障诊断方法中存在的局限性,文章在对设备智能故障原理和方法初步探索和研究的基础上,提出了基于信息融合原理的智能故障诊断方法。该方法利用多源异质传感器采集设备的各种特征信息,并采用模糊神经网络融合诊断中心作为诊断判决的执行机构,从而实现准确诊断设备故障诊断原因以及对设备运行工况进行态势评估的过程。并且通过对单传感器与多传感器信息融合诊断结果的对比表明多传感器信息融合诊断比单个传感器具有更高的准确性。     

集成神经网络信息融合技术在变压器故障诊断中的应用

研究建立集成神经网络信息融合的故障诊断系统,它以信息融合技术为基础,采用神经网络从不同侧面对设备故障进行初步诊断,然后将子神经网络进行决策融合,根据融合结果识别故障。将其应用在变压器故障诊断中,充分的利用个各种信息,大大提高了故障确诊率。     

基于信息融合技术的某新型自行火炮发动机电控系统故障诊断

多传感器故障诊断过程中,由于多方面的原因,如测量噪声的存在、诊断知识的不完全等等,使得故障诊断存在着不确定性,影响到诊断结果的可靠性和准确度;通过分析某新型自行火炮发动机电控系统的故障特点,研究了一种基于BP神经网络及信息融合技术的多传感器故障诊断方法,将该自行火炮发动机电控系统的故障诊断过程分为子系统和系统级两级诊断,子系统采用BP神经网络实现故障模式分类,系统级运用D-S证据理论对整个系统故障进行综合决策评判;应用表明,在某个子神经网络识别存在差异的情况下,采用D-S证据理论进行融合可以有效地提高识别的准确性。     

基于信息融合技术的装备BIT故障诊断系统应用研究

BIT就是系统、设备内部提供的检测、隔离故障的自动测试能力;传统BIT主要面向单一功能设计,不具有同时应对多信息的处理功能,面对复杂电子装备的多信息处理问题,传统BIT故障诊断能力不足,导致系统虚警率过高,测试性与故障诊断能力下降,在BIT系统中运用信息融合技术对多信息进行整合,对于提高BIT综合效能,实现快速高效的故障诊断具有重要意义;文章首先对信息融合基本原理进行了介绍,构建了基于信息融合的装备BIT故障诊断系统结构,接着对信息融合诊断系统进行了建模,并对模型中基于神经网络的BIT诊断技术、基于D—S理论的BIT决策技术的关键技术进行了研究,最后给出了故障诊断程序流程;该技术研究通用性强,适用于多种不同型号的复杂电子装备的BIT快速故障诊断。     

基于信息融合的电力变压器故障诊断

电力变压器故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点,仅靠单一的故障特征量和诊断方法无法完成诊断任务。把信息融合引入变压器故障诊断中,将油色谱分析与电气试验等其他信息相结合,建立基于信息融合技术的变压器故障诊断模型。对变压器故障进行分层决策,不仅能判定故障性质,还能初步判定故障部位,提高故障诊断结果的准确性,最大限度地减小不确定性。     

一种基于模糊神经网络的融合故障诊断方法

通过构造模糊神经网络分类器,将基于模糊神经网络的数据融合方法引入到故障诊断中。通过在机组中设置温度传感器测量冷却介质进口温差、定子温度、冷却介质出口温差等模拟量,并求出各传感器对故障的隶属度,然后通过基于信息融合故障诊断算法确定故障原因,并且通过单传感器与多传感器融合结果的对比表明,多传感器数据融合诊断比单个传感器具有更高的准确性。