共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
液压故障智能诊断逻辑方法的研究 总被引:3,自引:0,他引:3
在智能诊断系统中,液压故障诊断的基本逻辑推理方法是化整为零,层层深入,聚零为整,综合评判,由此及彼,触类旁通,抓住关键,顺藤摸瓜等,分析与综合相结合,定性分析与定量分析相结合,机理分析与逻辑分析相结合,假设与验证相结合等是故障诊断的基本原则。 相似文献
3.
数控机床典型故障的粗糙集诊断方法 总被引:1,自引:0,他引:1
将粗订合论与数控机床故障诊断经验法相结合,提出了有别于现有故障诊断的粗糙集诊断法RSD。此法可将一组诊断规则中的冗余规则剔除,大大简化了现场故障诊断的过程。RSD应用于经济型数控车床典型故障诊断结果表明,该法实用且高效。 相似文献
4.
设备故障的二级模糊综合诊断方法的研究 总被引:1,自引:0,他引:1
在设备故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性。本文将模糊理论引入设备故障的诊断过程中,针对每种故障原因,建立一个故障原因两两比较模糊矩阵,通过故障原因两两比较模糊矩阵,确定故障症状对故障原因的隶属度,从而建立了模糊诊断矩阵,在模糊综合诊断过程中,由于模糊算子对信息的取舍均带有一定的倾向性,为抑制其偏激,我们首先分别采用5种模糊算子进行综合诊断,然后根据诊断的结果,将可信度较高的3种模糊算子诊断的结果加权平均,作为最终诊断结果,以提高诊断结果的可靠性。最后,通过实例演示了故障的诊断过程。 相似文献
5.
液压故障模糊神经网络诊断方法探讨 总被引:1,自引:1,他引:0
本文提出了一种新的液压故障模糊神经网络诊断方法,即从症状和故障源两个方面对故障进行诊断,再综合两个诊断结论,此方法具有学习机能,且能显示知识结构。 相似文献
6.
7.
8.
9.
一种聚类分层决策的SVM模拟电路故障诊断方法 总被引:2,自引:1,他引:2
支持向量机用于模拟电路多种故障诊断时,其多分类扩展策略与诊断的效率和正确率密切相关。本文提出模糊聚类与支持向量机集成的算法,通过分析电路故障特征数据的空间分布特性,以多级二叉树结构的SVM实现故障的分级诊断。通过对各故障模式两种小波特征的逐次聚类二分获得二叉树,根据F测度为每个节点的SVM选择具有最大分类间隔的故障子类及特征,避免了不可分故障区域的出现,从而优化了SVM的组合策略。采用该方法组建的SVM结构简单,在滤波器电路的故障诊断中获得良好的效果。与几种常用的SVM方法相比,本文方法有效地提高了故障诊断的精度和效率。 相似文献
10.
11.
应用粗糙集理论,可以从原始的数据中提取有用的知识或规则.依据这一思想,本文建立了一个实际非线性系统的粗糙集模型.在建模过程中,首先用系统输入输出的采样数据构成原始信息表,然后离散化,再利用粗糙集算法得到系统粗糙集模型的不完备规则集,通过实验和线性插补法实现规则集完备化,最后完成模型的设计和校验.校验结果表明所建的粗糙集模型是有效的,并利用该模型实现了系统的一种故障诊断. 相似文献
12.
基于模糊理论的机械设备故障诊断方法 总被引:2,自引:0,他引:2
以机械设备的故障特点的研究为基础,应用模糊数学理论,结合经验分析,建立了机械设备故障的模糊诊断模型,提出了机械设备的模糊诊断方法,并结合实例介绍了这一方法的具体应用. 相似文献
13.
14.
基于随机集理论的并发故障诊断信息融合方法 总被引:7,自引:0,他引:7
为了诊断并发故障,提出一种基于随机集理论的信息融合方法.首先构造包含并发故障的论域,并在此论域的超幂集上定义扩展型随机集.基于该随机集和广义集值映射给出证据组合规则的随机集模型,用其构造可以同时适用于单发和并发故障诊断的新型组合规则.此外,根据传感器提供的故障信息构造故障样板模式与待检模式的模糊隶属度函数,利用模糊集的随机集表示以及随机集似然测度,获得两种模式匹配的程度作为待融合的诊断证据.最后通过在电机柔性转子平台上的试验,证明了所提方法可有效地减少单一传感器信息诊断的不确定性,显著提高转子系统故障诊断的精度. 相似文献
15.
16.
17.
针对齿轮箱运行状态监测数据量大而数据价值密度低导致的数据传输和存储困难、受到带宽影响导致的故障辨识实时
性差以及大而深的深度学习模型难以有效部署至边缘端硬件等问题,本文提出了一种基于乘法-卷积网络(MCN)的齿轮箱故
障边缘智能诊断方法。 首先,综合考虑信号滤波在特征表征以及深度学习在特征提取的优势,设计了一种轻量化的 MCN 模型,
同时在嵌入式微处理器搭建了一套端侧边缘智能处理原型与系统。 该系统可以直接部署于齿轮箱边缘,通过云服务器训练和
更新 MCN 模型参数并部署至边缘端,于边缘端完成数据采集、处理和故障状态辨识等功能,将大量传感器数据直接消耗在边缘
端。 实验结果显示 MCN 具有 99. 75% 的平均识别精度,且部署 MCN 的齿轮箱故障边缘智能诊断系统可以在 0. 696 s 内准确识
别出故障状态。 相似文献
18.
19.
基于人工神经网络的智能故障诊断系统作为人工智能技术在模拟电路故障诊断领域的应用,在实践中取得了一定的成效。但将神经网络用于电路故障诊断时,知识具有隐含性,可解释性差,且对输入数据的冗余难以约简,获得每一个训练样本都要进行一次测试或模拟计算,样本花费代价很大,而粗糙集理论作为处理不确定、不完整、不精确知识的有力工具,具有强大的知识约简和定性分析能力。因此,该文提出了对模拟电路的故障特征进行粗集约简预处理研究的智能诊断方法。并举例说明诊断系统的具体实现方法,仿真结果表明:在相同的精度要求下,该算法的训练时间远小于普通的进化神经网络,对模拟电路的故障诊断有一定的实际意义。 相似文献