数控系统智能故障诊断系统的研究

针对数控系统的故障特点,提出融合规则和实例推理的专家系统诊断方法.基于QT开发诊断系统,包括知识库管理和诊断推理模块,可根据出现的故障现象、采集的故障信息和人机交互,通过故障诊断,向用户提出诊断结论和建议.与以往数控系统故障诊断方法相比,该方法诊断效率高,能够快速地排除故障,提高数控系统运行的安全性.     

机械故障诊断的现状与发展趋势

主要介绍了机械故障诊断的现状,以及故障诊断发展的趋势,着重介绍了机械故障诊断学科的研究热点--专家系统和基于人工神经网络的智能系统以及它们的发展动向.     

基于专家系统的挖掘机液压系统的故障诊断

介绍了W4-60型挖掘机液压系统故障诊断专家系统的构建方法,用系统故障因果图、逻辑表达式、正逆判断法可获得较准确的故障分析结果。     

轧钢机用大型电动机故障诊断系统

建立了轧钢机用大型电动机故障诊断知识系统.采用产生式规则的知识表示方法建立了基于规则表示的大型电动机故障诊断知识库,并采用下拉式菜单形式对知识库进行动态结构管理,结合专家系统开发工具实现了系统的运行.通过实例验证该系统能够对轧钢机用大型电动机的常见故障进行快速、准确的诊断.     

智能故障诊断技术综述

详细介绍了智能故障诊断技术的发展历史及国内外研究现状，并对智能故障诊断技术的发展趋势进行了预测。     

专家系统在故障诊断中的应用

本文阐述了用Prolog语言编写的专家系统用于故障诊断的方法,介绍了知识库的结构,多重故障的检测,怎样处理故障的传播以及多重一级故障现象。     

双列多功能制袋机故障诊断系统的研究

针对双列多功能制袋机出现的光电传感器出错、设备运动超速和温控失效等一系列问题,设计了一种故障诊断专家系统(DMMES)。着重介绍了故障诊断专家系统的结构组成、知识库的建立、推理机的设计和知识验证的方式并进行了验证,结果表明:所设计的故障诊断专家系统能够有效地对双列多功能制袋机诊断故障并给出故障建议,可达到较理想的效果。     

基于CBR的旋转机械故障诊断专家系统的设计

针对旋转机械故障诊断技术的特点,文章在综合比较多种知识推理技术的基础上,决定采用基于分阶段近邻检索算法的基于案例推理技术(CBR),同时运用Access数据库构建案例库存储结构,并结合VC++编程环境,构建了旋转机械故障诊断专家系统.最后通过旋转机械故障诊断实验台,对专家系统诊断结果进行了验证.实验结果表明,该系统具有诊断准确度高,诊断速度快,易维护等特点,能够充分利用已有的案例知识,有效地协助技术人员解决设备故障,提高诊断效率.     

机械设备故障诊断专家系统的设计

着重论述了机械设备故障诊断专家系统的设计,包括知识库的设计思想和实现方法、专家知识的获取和表示、推理机的设计、综合数据库的结构设计等组成部分的具体设计过程.     

基于专家系统的离合器制动器故障诊断

为了提高离合器制动器故障诊断的效率,针对离合器制动器故障的特点,设计了一种基于故障树分析和二元决策图的专家系统结构,提出了一种基于专家系统的离合器制动器故障诊断方法。首先利用鱼骨图分析离合器制动器的故障原因,建立故障树;其次利用二元决策图对故障树进行定性分析,获取诊断专家知识,并用产生式规则表示知识,建立故障诊断知识库;随后利用二元决策图对故障树进行定量分析,求解最小割集的重要度,确定规则优先级,从而解决规则冲突问题,提高故障诊断的效率;最后开发了离合器制动器故障诊断专家系统的原型系统,结果证明了该方法的有效性和可行性。     

基于小波神经网络的航空发动机传感器故障诊断

航空发动机传感器故障诊断系统对于保证航空发动机控制系统可靠性和安全性至关重要,针对传统基于发动机模型的传感器故障诊断中存在建模精度不足导致故障诊断存在误诊和漏诊的问题,提出以小波变换和神经网络为基础,使用正常传感器预测故障传感器值。通过对比传感器输出和神经网络预测值的残差来实现传感器的故障诊断,其中神经网络可以在传感器故障后估计出正常的模拟信号代替故障信号供发动机控制系统使用,实现航空发动机控制系统的容错控制;使用改进粒子群优化算法优化BP神经网络的阈值和权值,以提高神经网络诊断和预测信号精度。仿真结果表明:该方法可以有效完成故障诊断,减少漏诊和误诊的发生。     

小波包神经网络在齿轮泵故障诊断中的应用

采用小波包技术提取齿轮泵的振动信号的小波包能量谱及其谱熵,作为改进的BP网络的输入特征,进行齿轮泵的故障诊断.实验结果表明,该方法大大地提高了诊断的可靠性.     

基于物联网技术的动态GRNN模型的液压系统故障检测研究

液压系统因其独特的特性,在各个领域有着广泛的应用。液压设备的运行安全与状态监测是生产中的一项重要内容。由于液压系统的所有部件都在封闭油路中工作,故障源的定位比较困难。为了解决这个问题,本文提出了一种基于物联网技术的动态故障诊断方法GRNN模型的基于物联网的智能控制,利用无线传感器网络技术在分布式液压设备中各参数的实时测量和控制,远程数据共享、故障信号的采集输入GRNN模型故障观察器,检测阈值,通过实验模拟准确诊断系统故障。实验表明,该方法可以有效地应用于过程生产液压系统中,保证系统的正常运行,降低设备故障率,提高生产效率。     

多传感器信息融合在液压系统智能故障诊断中的应用

针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。     

基于概率神经网络的液压管路泄漏故障程度识别

针对复杂环境下飞机的液压管路系统在故障诊断时存在的各种问题,提出一种基于概率神经网络的液压管路系统泄漏故障的诊断方法。在飞机液压管路系统中主要产生的故障是由于管路系统的振动导致的管路破裂、泄漏等。对飞机液压管进行建模,分析其工作状态下不同液压泄漏故障程度时的固有频率,选取前5阶固有频率作为故障诊断的特征值;构建PNN概率神经网络诊断模型,利用测试样本进行故障诊断实验。结果表明,该方法对液压管路故障具有较高识别率。该研究为液压管路系统的故障诊断提供了参考。     

基于RBF神经网络与LMD的滚动轴承故障诊断方法

直升机传动系统故障诊断及预测对提高其运行时的可靠性和安全性具有重要意义。本研究首先采用小波包降噪与局部均值分解相结合的方法提取滚动轴承故障特征,其次用故障样本对设计好的RBF(Radial Basis Function Neural Net-work,简称RBF)诊断网络进行训练,最后利用训练好的RBF网络实现故障的智能诊断。实验结果验证了该方法能够有效地对滚动轴承故障进行分类识别。     

基于ARM11的故障诊断车载终端的设计

为了更及时、准确地对运行中的液压泵进行实时监测及故障诊断,提出构建一个嵌入式故障诊断车载终端。该终端以S3C6410嵌入式处理器为核心硬件平台,基于BP神经网络构成故障诊断系统,实现了对液压泵的运行状况进行实时监控、实时故障预警及故障诊断的功能。并且经过实验证明:可通过3G网络更新BP诊断网络的各参数值,不断提高系统的故障诊断能力。     

基于深度自编码网络与模糊推理相结合的矿用齿轮箱故障诊断方法

提出一种基于深度自编码网络与模糊推理相结合的矿用齿轮箱故障诊断方法。通过对完整齿轮、裂齿齿轮和缺齿齿轮3种齿轮工作状态的声信号进行小波分析并建立特征数据库,构建深度自编码网络与模糊推理系统相结合的诊断系统,实现了齿轮故障诊断与辨识。实验结果表明:这种基于声信号的故障诊断方法能够有效检测矿用齿轮箱的运行状况;与传统神经网络诊断方法以及奇异值分解诊断方法相比,该诊断方法对故障状态的辨识准确度分别提高了3.8%和8%。与传统基于振动信号的故障诊断方法相比,基于声信号的诊断方法对故障状态的辨识准确度无明显差别。表明深度自编码网络模糊推理系统同样适用于基于振动信号的矿用齿轮箱的故障特征提取与分析。     

基于模糊FMECA的两栖装甲车液压系统可靠性分析

分析两栖装甲车液压系统的可靠性时,采用传统的FMECA方法会因为评价因素多、故障数据缺乏且故障模式关联性大,很难进行有效的定量分析。将模糊理论中的模糊综合评判引入到传统FMECA方法中,形成模糊FMECA方法,用于两栖装甲车液压系统的可靠性分析,可以得出液压系统部件各故障模式的危害等级,从而找出液压系统的维修和可靠性改进重点。根据分析结果得出,模糊FMECA方法能帮助找出液压系统的故障诊断重点并提出改进措施,进而提高其可靠性。