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。     

基于神经网络的智能故障诊断技术

归纳了神经网络在故障诊断中的运用方式，探讨了故障诊断的神经网络方法和专家系统方法的联系和区别，以及两种方法的结合方法；最后，给出了选择智能故障诊断方法的原则。     

基于神经网络的复杂电子装备故障诊断系统

文章针对复杂电子装备故障诊断难的特点,以一种典型设备的几种主要故障为例,设计了一种新型神经网络模型,并对系统进行了诊断,讨论了以此模型为基础进行诊断的可能性和正确性。实践表明了该模型的有效性和合理性,与传统方法相比,提高了故障诊断的准确度,而且充分运用了工作经验、专家知识,具有很大的工程应用价值。     

生产过程故障诊断专家系统及其应用

吸取神经嘲络和专家系统两种方法的优点、弥补各自的不足,把启发式规则推理和神经网络诊断方法进行有机集成,建立一个集成专家系统,更加准确地模拟人脑的真实思维过程.以火电厂化学水处理为例,在采集了充分的故障数据后,结合典型的故障经验数据,进行了故障诊断的仿真试验,并给出实际应用效果,以此说明了该故障诊断专家系统的实用性.     

一种基于模型推理的故障诊断专家系统

本文首先腐化技术诊断类专家系统使用基于模型方法的理由，然后提出一种基于模型的知识库结构，最后给出相应的推理机制。     

复杂生产过程实时故障诊断专家系统

本文以高炉炼铁过程为例介绍了复杂生产过程故障检测实时专家系统（ＢＦＤＥＳ）。该系统综合运用了面向对象方法，知识编译，产生式及框架方法。提高高炉传感器的数据，ＢＦＤＥＳ系统可对高炉炉况作出实时判断，并可预测高炉运动的故障，该专家系统以实际在线运行表明，其性能良好并已取得显著的经济与社会效益。     

基于知识和神经网络相结合的实时故障诊断专家系统

以钢厂冷轧生产线为对象，介绍如何将神经网络方法与传统的专家系统方法复合在一起，更好地解决故障诊断。具体介绍了系统的框架设计，神经网络的设计研究，并举例了说明了神经网络故障诊断的推理过程。     

火电厂生产过程故障诊断神经网络专家系统

将人工神经网络和专家系统结合地火电厂生产过程的故障诊断，提出并设计了热工过程故障诊断系统。同时对常规ＢＰ算法做了改进，神经网络则采用分层化与并联运用相结合的结构，从而使系统诊断速度和准确率得到提高。仿真结果表明了该系统设计的合理性和可行性。     

智能故障诊断技术

智能化故障诊断是一门综合性技术,它涉及人工智能现代控制论、信号处理模式识别、计算机科学、电子技术和统计数学等学科.目前用于网络故障诊断的人工智能方法主要有:基于专家系统的故障诊断方法、基于神经网络的故障诊断方法和基于模糊神经网络的故障诊断方法.     

液压控制系统故障诊断专家系统的研究

本文针对液压系统的故障诊断问题,根据系统和故障的分级特性,建立了相应于“深浅知识库”的双层故障诊断模型,并把神经网络用于故障诊断的元件极,提高了故障诊断专家系统的水平。     

网络故障诊断关键技术

由于网络故障不可避免,这就要求对网络出现的故障进行管理。但是网络故障信息通常表现出复杂和不确定性的特点,要准确的对故障进行检测和定位是相当困难的,特别是故障定位。重点分析了故障定位的原理基础上,介绍了利用专家系统、神经网络和贝叶斯网络等人工智能技术,对症状和故障之间的因果关系进行推理的故障定位技术。     

基于神经网络的化工聚合过程故障诊断方法

针对化工聚合反应的特点,结合BP神经网络和专家系统各自在在故障诊断中的优点,利用神经网络的自学习能力和专家系统的解释机能,构建了基于专家经验的神经网络故障诊断系统,用于解决在生产过程中出现异常情况的故障诊断。仿真结果表明,该诊断系统不仅提高了系统运行的可靠性和准确性,而且运用神经网络的并行处理能力来完成推理过程,大大提高了故障诊断的速度。     

复杂过程的智能集成故障诊断模型研究

由于复杂过程与一般工业过程的本质区别,使得传统的依赖对象精确数学模型的故障诊断方法难以取得令人满意的结果。而智能技术具有无需建立对象精确模型的优势,并且可以充分利用人类专家的经验知识,因此利用智能故障诊断模型研究适合复杂过程实现的故障诊断技术既是必要的也是可行的。通过比较目前研究较多的智能故障诊断模型,提出基于模糊逻辑、神经网络与专家系统的智能集成故障诊断模型,以便有效地解决复杂过程的故障诊断问题,并具体分析了模型组成机理、结构和网络学习算法,从而为复杂过程的故障诊断技术研究提供了新的途径。     

引用神经网络的变压器故障诊断专家系统

针对传统专家系统和神经网络在变压器故障诊断领域应用中的局限性,提出了将两者结合起来的集成的故障诊断系统,并介绍了系统的结构以及神经网络的构造。实践证明网络的学习时间明显缩短,推理效率明显提高。     

基于知识的故障诊断系统的设计

针对大型测试系统的故障诊断技术的特点和设计要求，讨论了基于知识的故障诊断专家系统的设计思想和实现方法，重点介绍了其基本结构和软件实现。     

大型复杂设备的远程故障诊断研究

基于网络的远程故障诊断是诊断系统的发展趋势,文章提出了构造设备诊断网络中心的框架结构,介绍了远程诊断系统建设的关键技术,所建立的远程诊断系统用于实现对有关设备的远程信息管理、状态监测和故障诊断,实现了故障诊断过程中的技术知识共享和资源共享。     

铁路机车故障诊断专家系统的设计

由于目前的机车自动检测、故障诊断技术还没有形成完善体系。设计以专家系统为基础,结合检测中心的实际情况的故障检测系统,具体给出了系统的理论根据及设计方法,提出了基于专家知识库、诊断推理及知识获取机制的诊断方法,能较好完成铁路机车的检测与诊断的要求。     

基于神经网络专家系统的大型异步电动机故障诊断

针对大型异步电动机发生故障时 ,故障征兆与故障原因之间复杂的对应关系 ,提出了一种利用神经网络专家系统对电动机进行故障诊断的新方法 ,专家系统作为神经网络的外壳 ,充分发挥了专家系统和神经网络各自的特点。文章介绍了系统的构成、功能、算法及实现。该算法利用MATLAB的神经网络工具箱进行了仿真。结果表明 ,该算法可行 ,可大大提高故障诊断的准确性