发动机故障领域知识图谱构建与应用

发动机生产故障和售后维修报告中有大量动力总成和零部件故障信息. 本文将知识图谱引入柴油发动机故障领域, 设计发动机故障领域知识图谱构建的系统流程, 针对多源故障数据进行本体建模. 使用BERT和BiLSTM-CRF结合的实体识别框架, 挖掘故障数据中的专家知识. 提出实体相关性评价指标FF-IEF, 并基于知识图谱和贝叶斯网络进行故障诊断. 设计并开发EFKG原型系统, 共包含12534个实体和408972条三元组, 该系统提供知识抽取、可视化检索、辅助决策等功能, 有效提高信息检索和维修效率, 对知识图谱在发动机故障领域的应用具有一定指导意义.     

基于专家系统的飞机燃油故障诊断方法研究

对于飞机燃油系统故障诊断问题，提出了一种利用专家系统进行飞机燃油系统故障诊断的新方法。通过构建专家系统知识库和推理机，同时利用LabVIEW工具建立了相应的软件环境，开发了飞机燃油故障诊断系统。仿真结果表明，该系统很好地发挥了专家系统的智能性，能够快速准确地诊断出燃油系统的故障，并能提出有效的重构方案，完全适合于飞机燃油系统的故障诊断。     

现代船用柴油机智能故障诊断系统的研究

现代船用柴油机是机一电．液等各种子系统组成的大型机电设备,结构复杂决定了对其故障进行诊断的困难性。基于目前发展较快的船用柴油机故障诊断技术及较成熟的专家系统与人工神经网络理论,对专家系统和BP神经网络的融合方法在船用柴油机故障诊断方面的应用进行了有益的探讨,并提出了利用专家系统和BP神经网络的融合方法建立的船用柴油机神经网络故障诊断专家系统基本结构。     

电机自动装配线故障诊断模糊专家系统

为了对电机自动装配线上的故障进行正确有效的诊断，基于其工艺流程，运用模糊逻辑与专家系统知识，利用Visual C 以及Visual Foxpro作为编程工具，作者开发了用于装配线的故障诊断模糊专家系统（简称FES），该系统包括用户接口，知识库，推进机和历史记录数据库，采取模糊前向基于规则推理策略，并能根据可信度预测故障严重性。     

故障诊断专家系统在水电厂的应用

水电机组故障诊断技术是水电厂开展状态检修的基础。水电机组作为大型旋转机械,其振动可以反映机组大部分故障。专家系统是人工智能领域应用比较成熟的技术,现在故障诊断专家系统已在国内水电厂逐步推广。本文在水电机组状态监测的基础上,针对水电机组的振动故障,提出一种基于产生式规则的专家系统。它主要由知识库、推理机、数据库、人机接口等部分组成。最后,利用实际数据进行诊断和分析,并根据机组检修情况对诊断结果进行验证,证明专家诊断系统能够给检修人员提供机组故障产生的可能原因和部位,对机组检修起到一定的指导作用。     

某型飞机发动机故障诊断专家系统设计

针对某型飞机发动机故障诊断困难以及视情维修对维修技术提出的更高要求,利用专家系统人工智能技术设计了该型飞机发动机故障诊断专家系统;该系统利用自动检测技术获得发动机状态参数,通过智能诊断实现故障定位;系统利用模块化设计思想进行了人机交互界面设计、故障知识数据库建立、推理机制设计、获取知识程序设计及解释程序设计,实现了发动机故障的快速定位,提高了发动机诊断维修的时效性,保证了发动机的完好率。     

基于多传感器的发动机故障诊断模糊专家系统

本文介绍了采用多传感器综合监测技术的汽车发动机故障诊断专家系统。总结了汽车发动机常见故障,建立了汽车发动机典型故障集。介绍了汽车发动机的故障征兆提取方法,建立了汽车发动机故障征兆集。提出了一种基于模糊规则汽车发动机故障诊断方法。设计了基于模糊规则的发动机故障诊断专家系统,并通过实例证明了该诊断系统的有效性。     

农用柴油机故障诊断系统的研究与开发

根据小型拖拉机的常见故障,利用Microsoft Visual FoxPro编程工具和人工智能专家系统原理,建立了知识库和相应知识表达推理机制,设计并组建了农用柴油发动机故障诊断专家系统,缓解了故障诊断专家供不应求的矛盾,提高了农用柴油机的常见故障诊断的效率和准确率。该系统主要实现的功能包括:发动机故障诊断;故障模糊查询;用户诊断数据库浏览、打印;知识库维护修改和扩充。     

基于贝叶斯网络的故障诊断专家系统

现代系统设备的日趋复杂化和自动化,对故障诊断技术提出了更高的要求;随着人工智能技术的发展,故障诊断技术向智能化方向发展,如何将人工智能技术应用到故障诊断中去,是当前研究的重点;为了实现对汽车发动机已发故障和潜在故障的快速高效诊断,根据发动机故障知识结构特性,将贝叶斯网络因果有向图的故障知识表示方法引入到专家系统中,并采用可在线监控和离线诊断的推理机制,在G2平台下实现了汽车发动机故障诊断专家系统,系统应用的效果表明了该方法的可行性.     

A rough set-based fault ranking prototype system for fault diagnosis

Fault diagnosis is a complex and difficult problem that concerns effective decision-making. Carrying out timely system diagnosis whenever a fault symptom is detected would help to reduce system down time and improve the overall productivity. Due to the knowledge and experience intensive nature of fault diagnosis, the diagnostic result very much depends on the preference of the decision makers on the hidden relations between possible faults and the presented symptom. In other words, fault diagnosis is to rank the possible faults accordingly to give the engineer a practical priority to carry out the maintenance work in an efficient and orderly manner. This paper presents a rough set-based prototype system that aims at ranking the possible faults for fault diagnosis. The novel approach engages rough theory as a knowledge extraction tool to work on the past diagnostic records, which is registered in a pair-wise comparison table. It attempts to extract a set of minimal diagnostic rules encoding the preference pattern of decision-making by domain experts. By means of the knowledge acquired, the ordering of possible faults for failure symptom can then be determined. The prototype system also incorporates a self-learning ability to accumulate the diagnostic knowledge. A case study is used to illustrate the functionality of the developed prototype. Result shows that the ranking outcome of the possible faults is reasonable and sensible.     

基于专家系统的航天器故障诊断地面模拟系统的研制

航天器故障诊断技术对于提高航天器的在轨工作的寿命、实现卫星的长寿命、高可靠有着重要的意义,介绍了以故障诊断专家系统理论为基础在程序控制故障模拟、数据采集设备的基础上研制航天器地面模拟设备对航天器在轨故障诊断有着重要的意义。描述了,地面模拟设备的组成和应用于故障诊断地面模拟设备的专家系统。实现了,基于专家系统推理机制的故障诊断专家系统、给出了实际应用的结果。基于专家系统的地面故障诊断设备能够满足在轨故障地面模拟的应用要求,对实现在轨故障的诊断有着一定的参考作用。     

航电设备故障诊断专家系统研究与实现

对航电设备和故障诊断专家系统研究的基础上,设计了“智能指引完备过程规则树”的知识表示方式和存储结构,实现了完整表达和记录专家排故经验的功能,给出了一种与规则树对应的诊断方法,通过计算机操作即可自动、真实地模拟专家的思想进行排故,该系统已成功应用于国家某重点项目中,实践表明该系统能提高故障诊断的定位准确度和定位速度,设计思想具有通用性,可应用于其他领域的故障诊断专家系统。     

A Multi-Net System for the Fault Diagnosis of a Diesel Engine

A multi-net fault diagnosis system designed to provide an early warning of combustion-related faults in a diesel engine is presented. Two faults (a leaking exhaust valve and a leaking fuel injector nozzle) were physically induced (at separate times) in the engine. A pressure transducer was used to sense the in-cylinder pressure changes during engine cycles under both of these conditions, and during normal operation. Data corresponding to these measurements were used to train artificial neural nets to recognise the faults, and to discriminate between them and normal operation. Individually trained nets, some of which were trained on subtasks, were combined to form a multi-net system. The multi-net system is shown to be effective when compared with the performance of the component nets from which it was assembled. The system is also shown to outperform a decision-tree algorithm (C5.0), and a human expert; comparisons which show the complexity of the required discrimination. The results illustrate the improvements in performance that can come about from the effective use of both problem decomposition and redundancy in the construction of multi-net systems.     

降雨量传感器的故障诊断方法研究

降雨量的测量对气象预报及防汛减灾具有重要作用,因此当降雨量传感器发生故障时需要能快速修复。而目前应用最广泛的翻斗式降雨量传感器其故障类型多样,致使故障诊断难度大。为此,本文提出一种基于故障树理论与灰色关联法的降雨量传感器故障诊断新方法,采用故障树理论及灰色关联分析法建立了专家系统,通过故障知识获取、故障树建立、灰色关联度获取、知识库构建和推理机推理设计,实现了降雨量传感器的故障诊断。试验验证表明,该方法故障诊断快速准确,实现系统自动诊断替代人工检测与排查,准确率可达到90%以上,提高了降雨量传感器的诊断与维修效率。     

Knowledge based sensor fault detection for gas turbines under consideration of model based methods

The gas path analysis is a useful tool for modeling jet engines and stationary gas turbines, respectively. Such models are used for diagnosis that means that measurement values as inputs deliver state variables as outputs from the model. The measurement values are not fault free. They are disturbed by noise and by systematic sensor errors. Therefore algorithms have to be implemented which filter and compensate these errors; furthermore the modeling is not exact. Thereby the algorithms must be extended and adapted to this case. In alternation to the model based procedures the diagnosis problem can also be solved by knowledge based methods using an expert system. Such an expert system is developed and presented in this paper. It is an efficient tool — also in connection with the model based procedures — for detecting faults in the states of the engine and faults in the sensors as well. The diagnosis software package is applied on military and civilian jet engines and it is used in power plants for stationary gas turbines.     

旋转机械振动故障诊断专家系统

针对旋转机械故障诊断智能化程度不高的现状,采用可视化语言LabVIEW作为故障诊断专家系统前端开发平台,采用MySQL作为系统后台数据库,开发了一个基于产生式规则表示知识的旋转机械故障诊断专家系统,介绍了该系统的总体结构、知识库、推理机的设计;最后给出该专家系统的实例验证,在INV1612转子实验平台上,添加动平衡配重钉一枚,提高转子转速至1 800r/min,验证了系统对转子质量不平衡故障诊断的可行性,去掉配重钉,提高转子转速至6 100r/min,验证了系统对油膜涡动故障诊断的有效性;实验结果表明,文中开发的故障诊断专家系统具有一定的实用价值。     

基于模型故障诊断系统的建模及推理机设计

从基于模型的诊断思想出发,根据系统测试获得故障模式及模态参数建立起知识库,给出了推理机的诊断推理算法及控制策略,设计了基于知识库的诊断模型以辅助工业过程的故障诊断.     

采用Jess引擎的机械设备故障诊断专家系统设计

介绍一种在J2EE环境下构建机械设备故障诊断专家系统的方案,使用Jess引擎作为核心推理模块,通过WebService和OPC技术等多途径获取事实,采用数据库管理事实和规则,实现基于Web的机械设备故障诊断专家系统,使机械设备故障诊断系统融合领域专家的经验、智慧和方法,这对于保证设备安全运行具有重大意义。     

基于CLIPS的智能无人飞艇故障诊断专家系统开发

针对智能无人飞艇的故障诊断问题,设计开发了一套基于CLIPS框架的故障诊断专家系统。首先,根据诊断专家的知识进行故障分类并建立故障树;其次,基于CLIPS工具设计了智能无人飞艇的故障事实库和规则库。然后采用静态链接的方式将CLIPS框架嵌入到C++中,并设计了"路由跳转"功能,实现了用户输入与CLIPS的数据交换接口,并利用MFC框架开发了相应人机交互界面。该智能无人飞艇故障诊断专家系统的开发,改善了现阶段人工故障诊断的不规范及效率低下等问题,为智能无人飞艇的故障诊断、分析和排除提供了平台和支持技术。     

某型飞机导弹发射通道故障诊断专家系统设计

针对某型飞机导弹发射通道故障定位周期长和排除效率低的问题,综合应用故障树分析法和专家系统分析法,设计并开发了某型飞机导弹发射通道故障诊断专家系统;该系统按照故障树结构建立故障知识库,采用基于规则推理(Rule-Based Reasoning,简称RBR)的推理策略进行故障原因的推理与诊断;通过外场和内场使用表明,该系统提高了导弹发射通道的故障诊断效率,减轻了部队维护人员的排故强度。