基于神经网络和证据理论的液压系统故障诊断

针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S（Dempster-Shafer）证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。     

模糊逻辑在工程机械液压系统故障诊断中的应用

模糊逻辑诊断技术在一定程度上模拟了人处理模糊信息的思维方法,为机器故障诊断的研究和发展注入了新的活力。本文提出了一种新的模糊逻辑诊断算法,并给出了模糊逻辑诊断算法整体性能的综合评判指标。该算法继承了常用算法中取小（“∧”）运算,而将常用算法中的取大（“∨”）及累加（“∑”）运算发展为进乘（“П”）运算,以求得故障存在的问题,将其用于某工程机械液压系统的故障诊断,效果良好。     

D-S证据理论合成规则的一些修正

在多传感器数据融合中,D-S证据理论对于处理不确定性问题是一种有用的方法。但是,D-S证据组合规则的一些不足影响了证据理论的应用。虽然Yager对此做了改进,但改进后的组合公式仍然存在问题。通过分析证据理论中关于冲突证据置信度分配中存在的问题,针对时域冲突的特点提出一种新的合成规则改进方法,由此弥补了D-S理论和Yager合成公式的不足,对于在时域上高度冲突甚至完全冲突的证据,能够取得理想的结果。     

基于改进的BP网络的D-S证据理论及其应用

目前,D-S证据理论凭借自身独特的处理不确定性问题能力,已在众多领域得到了广泛的应用。命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一,将改进的BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力。建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法。最后,仿真实验表明该模型可行。     

D-S证据理论合成规则的一些修正

在多传感器数据融合中，D-S证据理论对于处理不确定性问题是一种有用的方法。但是，D-S证据组合规则的一些不足影响了证据理论的应用。虽然Yager对此做了改进，但改进后的组合公式仍然存在问题。通过分析证据理论中关于冲突证据置信度分配中存在的问题，针对时域冲突的特点提出一种新的合成规则改进方法，由此弥补了D-S理论和Yager合成公式的不足，对于在时域上高度冲突甚至完全冲突的证据，能够取得理想的结果。     

跟踪判断筛检法在液压系统故障诊断中的应用

跟踪判断筛检法是一种根据设备故障现象,逆推故障原因的分析方法。运用筛检法要求相关检修人员具备一定的专业知识,熟悉设备的基本工作原理并有一定的相关工作经验。合理运用筛检法能快速确定故障点,从而达到快速检修的目的。     

模糊神经网络在多冲液压系统故障诊断中的应用

介绍了BP神经网络以及常见液压故障,设计了一个具有自动诊断液压系统故障的BP神经网络.     

D-S证据理论的不足及其数学修正

针对D-S证据理论对高冲突证据融合得到有悖常理的无效结果问题,研究了国内外典型文献提出的各种改进方法,从原理上对其进行了组合规则的修正和证据源的修正两大分类,并对各种方法的不足进行了数理分析和总结.在此基础上引入证据信息容量和证据间距离函数来对各传感器提供的证据信息进行预处理,再对得到的新的证据信息用证据可信度作为权重进行加权融合.数值仿真实验表明:这种新的修正模型不但比较好地结合了两类改进方法的优点,在形式上和Dempster组合规则保持一致,而且能较好地处理冲突证据在信息交叉时的融合,取得了更加合理的效果,并且为D-S证据理论的完善提供了一个新的探索途径.     

液压系统分析与故障诊断

对机械作业来说,液压系统的性能及液压油的质量是影响机械作业性能的重要因素,决定着作业生产率的高低,因此对液压系统故障诊断的研究就具有一定的意义和重要性。     

液压有源测试在锻造机液压故障诊断中的应用

随着液压技术的快速发展,大型锻造机液压系统越来越复杂,由于液压系统内泄漏引发的故障停机造成的经济损失越来越巨大,急需一种快速、准确的在线内泄漏的检测方法,本文提出了基于液压有源测试技术锻造机故障诊断方法研究。建立了开式液压系统泄漏模型和开式液压系统的液压有源在线测试泄漏模型,对开式液压系统的总泄漏进行了分析,得到总泄漏为主油路所有控制元件的泄漏量和某一支路元件的泄漏之和,并对主油路控制元件、支路元件泄漏的测试方法进行了分析。通过某1 250 t锻造机液压系统压力不足的故障进行了应用研究,验证了所提方法对于检测复杂液压系统的内泄故障的有效性。     

谈工程机械液压系统故障诊断方法

针对目前的工程机械液压系统诊断方法,从方法论的角度提出了五种故障诊断的一般方法,阐述了每种方法的应用时机及注意事项等。     

液压系统故障诊断的便携式“液压万用表”

本文提出开发液压系统故障诊断技术．已是当务之急．文中侧重对现场和野外作业的便携式液系统故障诊断器的工作原理，具体结构以及故障诊断的典型模式进行了论述，文章还对诊断中的动、静态误差作了分析．本文不仅对于现场液压系统故障诊断具有指导意义，而且在液压系统的设计和开发、生产液压诊断器方面都有实用价值．     

基于动态故障树的砼泵液压系统故障诊断技术

根据目前砼泵泵送液压系统故障诊断方法的不足,结合多年液压故障诊断经验,总结出了一套适合砼泵泵送液压系统的准确、快速的故障诊断体系.本液压故障诊断体系主要是以压力测试诊断法为主,"望闻问切"诊断法、元件性能诊断法及位移测量诊断法为辅的综合故障诊断过程,并通过建立经典案例档案库进一步完善了检测体系,在实际工作中发挥了重要的指导作用.     

D S证据理论在多传感器身份融合中的改进

D-S证据理论是一种处理不确定性问题的有效方法,但是D-S证据理论组合规则的一些不足影响证据理论的应用。通过深入研究Dempster组合规则存在的问题,文章提出了一种新的基于Dempster组合规则的改进方法,理论分析和数值实验结果表明,改进后的方法弥补了Dempster组合规则不足,并能提高合成结果的可靠性。     

基于条件证据的信息融合故障诊断方法

该文基于观测信息与先验信息和谐的思想,结合条件证据理论,提出了一种融合先验信息的故障诊断方法。首先将传感器获取的关于设备运行状态的观测数据,通过模糊信息的随机集表示方法转化为D-S证据的随机集形式;然后计算所得证据与先验信息之间的和谐度,最后利用条件证据理论将需要融合的证据进行组合,从而做出诊断决策。该方法可在复杂运行环境下充分利用各种信息,提高故障诊断的可靠性。     

基于D-S证据理论的多类支持向量机融合方法

多源信息决策级融合是一种高层次、直接针对具体决策目标的融合,融合结果直接影响决策水平．针对决策级融合问题,提出了一种基于D-S证据理论的多类支持向量机融合方法．首先构造多个多类支持向量机分类器,然后采用一种新的基于成对类别概率的基本概率赋值方法,应用D-S证据理论将它们融合．仿真结果验证了该方法可以得到更高、更稳定的识别率．     

矿用主通风机故障预警及其软件开发

为准确确定通风机的故障、实现故障预警,提出了矿用主通风机的故障预警原理,并运用VC++6.0与Matcom4.5联合编程的方法,开发出了基于信息融合技术的通风机故障预警软件.该软件采用了BP神经网络与D-S证据理论相结合的信息融合技术,由BP神经网络完成特征频率到故障类型的非线性映射,根据D-S证据理论对多路信号进行融合分析;以OPC通讯方式与组态王运行系统进行通讯,实现了数据的采集与结论的返回.     

液压控制阀的故障元件诊断分析与处理

液压控制阀的种类很多，是组成液压系统的主要元件．对液压控制阀的故障进行诊断分析与处理时，首先要从液压系统中找出出现故障的元件．介绍了故障元件的诊断方法，以溢流阀为例，具体分析了其故障产生的处所及原因，并提出了处理方法和改进措施．     

液压控制阀的故障元件诊断分析与处理

液压控制阀的种类很多,是组成液压系统的主要元件.对液压控制阀的故障进行诊断分析与处理时,首先要从液压系统中找出出现故障的元件.介绍了故障元件的诊断方法,以溢流阀为例,具体分析了其故障产生的处所及原因,并提出了处理方法和改进措施.