基于神经网络的电喷发动机故障诊断专家系统

针对汽车电喷发动机故障诊断的特点,本文对基于神经网络理论的发动机故障诊断方法进行了初步的研究,并在Windows环境下,将神经网络技术与计算机多媒体技术相结合,探讨了发动机故障诊断知识表示、知识获取及知识库的开发.对发动机故障诊断提供了智能诊断方法.     

概率神经网络PNN在发动机故障诊断中的应用

介绍了概率神经网络的模型，分析了其特点，并探讨了基于PNN的发动机故障诊断方法。通过MATLAB进行仿真试验，结果表明基于概率神经网络的故障诊断方法可以最大程度地利用故障先验知识，提高发动机故障诊断的准确率。     

基于粗糙集-BP神经网络的垃圾破碎机故障诊断

针对目前垃圾破碎机故障诊断效率低的问题,设计了一种基于粗糙集理论与BP神经网络的故障诊断系统。结合粗糙集理论和BP神经网络的优点,首先利用粗糙集对原始故障诊断样本进行处理,然后对条件属性进行约简,删除冗余的信息,减少神经网络输入端的数据,从而简化神经网络的结构。并将基于粗糙集-BP神经网络的故障诊断系统对垃圾破碎机进行故障诊断。利用粗糙集对故障知识进行约简,简化BP神经网络结构,提高故障诊断的速度及准确度。将此方法应用于某型号垃圾破碎机的故障诊断中,诊断结果表明所提诊断方法可简化神经网络结构,提高诊断效率。     

基于小波神经网络(WNN)的齿轮故障诊断

在研究齿轮故障诊断模型以及齿轮故障诊断策略的基础上,选择基于知识方法的小波神经网络方法用于齿轮故障诊断,提出了学习速率自适应调整的梯度下降法来修正小波神经网络的各个系数;最后通过实验证明,利用小波神经网络技术能够实现准确识别齿轮故障.     

基于神经网络与专家系统在泵站机组故障诊断中的研究

该文描述了人工神经网络的基本原理及其在故障诊断专家系统中的应用。分析了基于人工神经网络的故障诊断专家系统的设计思想、系统结构及知识表示、知识获取和推理机制等方面的基本方法。并以注水泵机组故障诊断专家系统为例说明神经网络故障诊断的推理过程。诊断结果表明了该方法的有效性。     

基于粗糙集神经网络的液压伺服系统故障诊断模型的研究

文章提出了一种基于动态流量的液压伺服系统故障诊断的新方法,即基于粗糙集神经网络专家系统的故障诊断方法,在分析了现有故障诊断方法及其局限性的基础上,重点阐述该方法的体系结构设计,详细讨论了知识获取模块和神经知识库等关键技术。最后给出了粗集神经网络推理机的工作过程。     

基于粗糙集和ANN的模拟电路故障诊断研究

针对传统故障字典法需要精确先验知识且不适合大规模故障诊断的缺点,提出了一种基于粗糙集和BP神经网络的模拟电路故障诊断新方法。首先进行样本数据采集和预处理,并使用定义的粗糙集差别矩阵算法矩阵法对数据进行属性简约,删除冗余信息,得到简约后的特征向量。然后,将简约后的特征向量作为BP神经网络的输入进行训练,最后,将训练好的BP神经网络模型用于故障诊断。仿真实验表明,文中的基于粗糙集属性简约和BP神经网络训练的故障诊断模型,具有较小的训练误差和较高的诊断精度。     

基于改进BPNN的电子化指挥系统故障诊断

基于BP神经网络和案例推理模型,建立导弹电子化指挥系统故障诊断专家系统的基本结构,并给出一个具体的应用实例.首先对导弹电子化指挥系统的故障机理进行分析,在此基础上研究基于BP神经网络和案例推理相结合模型的故障诊断技术的应用,确定了基于改进BP神经网络的故障诊断专家系统的设计思想和实现方法,并建立了基于BP神经网络和案例推理结合模型的导弹测控系统故障诊断专家系统,弥补了单一故障诊断推理模型的不足.通过对某型导弹电子化指挥系统中语音系统的故障诊断实例,说明了该故障诊断专家系统的可行性.     

基于大量故障实例的故障诊断系统设计

一些具有组分结构的系统（如机载火力控制系统）相当复杂,要想获得全套系统精确的故障诊断数学模型是非常困难的。利用维修人员在基层级和中继级获得的大量故障实例,采用神经网络和专家系统技术,则可以设计出一种基于症状知识的故障诊断系统。该故障诊断系统主要由知识库、专家规则诊断单元和神经网络诊断单元组成,其神经网络诊断单元随着故障实例训练的增加而不断成熟,专家规则诊断单元则可以通过神经网络对故障实例的训练与仿真来完善和扩充,具有很强的自学习功能和专家规则不能包容的新故障诊断能力。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

基于神经网络与符号推理综合模型的故障诊断技术

提出了一种新的基于集成推理的旋转机械故障诊断技术，该技术把基于规则的知识处理方法与神经网络处理方法集成在一起．文中分析研究了集成神经网络的知识表示、推理、自学习和集成方法，并结合一旋转机械故障诊断实例进行了验证．结果表明该集成诊断系统比神经网络诊断系统具有简单、快速的特点，并且容易理解、易于解释     

基于行为的智能化故障诊断(BFD)方法的研究

本文提出并系统地论述了基于行为的智能化故障诊断(Behavior-based intelligent Fault Di-agnosis,BFD)方法.给出了BFD的总体实施方案.BFD克服了传统的基于知识和基于神经网络的智能化故障诊断在实用中存在的难以自适应设备行为的变化、不能实现自动诊断等困难.使得故障诊断系统具备了从与实际设备行为的交互作用中自动提高自身诊断水平的智力进化能力.     

基于神经网络的雷达故障诊断

针对传统故障诊断技术的局限性,探讨了基于BP模型神经网络的故障诊断方法;并结合雷达系统故障诊断的特点,建立了基于神经网络的雷达故障诊断系统.系统在Windows环境下,使用面向对象程序设计,使故障诊断智能化、简单化.实验表明,该系统提高了故障诊断的效率.     

基于神经网络的故障诊断专家系统在船闸上的应用

针对传统故障诊断专家系统所存在的问题,提出了一种基于神经网络的故障诊断专家系统模型,并且把此模型应用到船闸的故障诊断上.同时详细介绍了基于神经网络的船闸故障诊断专家系统的结构及各功能模块的设计.     

基于神经网络的故障诊断专家系统在船闸上的应用

针对传统故障诊断专家系统所存在的问题,提出了一种基于神经网络的故障诊断专家系统模型,并且把此模型应用到船闸的故障诊断上.同时详细介绍了基于神经网络的船闸故障诊断专家系统的结构及各功能模块的设计.     

一种机械故障诊断的知识获取工具

本文针对机械传动系统的故障诊断问题,采用模糊规则和相应的模糊神经网络描述基于传统的振动谱分析的诊断知识,并且在Ｗｉｎｄｏｗｓ环境下研究开发了一种知识获取软件工具。该工具为用户输入和修改诊断知识提供一个图形界面。     

基于遗传算法的BP神经网络滚动轴承故障诊断

针对滚动轴承的故障诊断问题,提出了一种基于遗传算法的BP神经网络滚动轴承故障诊断方法。以BP神经网络的误差为目标函数,利用遗传算法进行BP神经网络的权值和阈值优化,并用优化后的BP神经网络进行故障诊断。通过MATLAB仿真,结果表明遗传算法优化的BP神经网络相比传统的BP神经网络具有更好的诊断效率和准确度。     

BP神经网络在数控系统故障诊断中应用

本中对BP神经网络的基本原理做了介绍,基于对数控系统的研究,运用BP神经网络方法实现了数控系统的故障诊断,提出了一种基于神经网络的数控系统故障诊断方法。对于仿真结果的分析,表明该方法较传统故障诊断方法简单、有效,且有较高的预测精度。     

BP神经网络在数控系统故障诊断中应用

文章对BP神经网络的基本原理做了介绍,基于对数控系统的研究,运用BP神经网络方法实现了数控系统的故障诊断,提出了一种基于神经网络的数控系统故障诊断方法。对于仿真结果的分析,表明该方法较传统故障诊断方法简单、有效,且有较高的预测精度。     

基于规则的模糊神经网络故障诊断专家系统

提出了一种基于规则的模糊神经网络专家系统诊断方法,该方法采用了广义三层规则库结构及推理机制,把Ｒｕｌｅ型的模糊联想记忆器作为专家系统的分类和综合算法,使基于规则的知识处理方法与模糊神经网络有机地结合在一起。并讨论了模糊神经网络输入和输出模糊化的问题。为旋转机械故障诊断专家系统提供了一个易于实现的框架结构。