基于证据理论与粗糙集集成推理策略的内燃机故障诊断

证据理论是处理不确定性问题的有效工具,但其依赖专家知识提供证据,并要求各证据体相互独立,致使实际应用困难。针对此问题,提出了证据理论与粗糙集(Rough Sets)集成的方案:基于系统聚类的方法对特征数据离散化;基于变精度粗糙集条件熵的方法对决策表约简;约简后各条件属性作为证据并计算基本可信度分配;利用证据理论组合规则对各证据进行合成及决策。柴油机的实际诊断结果验证了将证据理论与粗糙集相结合进行故障诊断的良好效果。     

基于粗糙集与证据理论的凝汽器故障诊断研究

针对凝汽器故障诊断问题,提出了一种基于粗糙集和证据理论相结合的故障诊断方法。利用粗糙集相对约简的不唯一性,对凝汽器故障征兆进行分类,形成不同的证据来源,既实现了证据理论对于同一事物要求有不同的证据来源的要求,又对故障征兆参数进行了降维处理,减小了网络的规模,有效缓解了由于输入参数过多给网络带来的收敛困难问题。该诊断方法将粗糙集、神经网络和证据理论有机地结合在一起,使三者优势互补,充分利用了凝汽器故障征兆的冗余、互补信息。实例证明,基于多故障诊断网络信息融合的诊断识别准确性和可靠性比基于单一故障诊断网络的诊断识别有较大的提高。     

基于LSTM和证据理论的引风机轴承故障诊断

引风机作为锅炉的重要辅机,其轴承的异常振动可能会给电厂造成重大损失,但引风机内部结构复杂,难以构建精确的机理模型对其进行故障诊断。针对此问题提出了基于数据驱动的故障诊断方法,此方法通过长短期记忆(LSTM)神经网络的预测能力和证据理论的多源信息融合能力对引风机轴承的状态进行诊断,再利用LSTM神经网络对于去噪数据进行预测,求取预测值与去噪值的均方根误差(RMSE),最后利用改进后的证据理论对不同参数的RMSE融合并进行故障诊断。结果表明：该方法能提前约350 s预测引风机轴承异常振动,准确地诊断出引风机轴承振动的状态,可有效改善数据冲突的问题。     

基于扩展证据理论的信息融合方法在传感器故障诊断中的应用

电厂传感器的网络结构提供了在空间或时间上的冗余或互补的信息，为传感器故障的检测和分离提供依据。证据理论的组合运算是在同一个识别框架下进行的，而电厂的传感器是来自不同层次上的信息源，其识别框架是不同的。为此提出一种在不同识别框架下的证据组合规则，采用精细和粗化两种算予，可以充分利用来自不同层次传感器的所有信息，减小传感器状态判断的模糊性。仿真结果表明，该方法可以对传感器的多故障进行有效准确的诊断。图2表2参6     

基于D-S推理的汽轮发电机组融合诊断

依据汽轮发电机组的故障特性，提出了一种有效的融合算法。首先将多个传感器获得的振动信号进行特征提取，而后通过BP神经网络实现故障分类，最后根据D—S证据推理做出故障决策并结出实例。文中对融合中每个传感器的权重也进行了讨论。     

一种基于D-S证据理论的水轮机故障诊断方法

为解决不确定条件下水轮机故障诊断问题,在故障样本集的基础上通过粗糙集约简冗余属性获取了诊断规则进行故障诊断.对检测信息不完备时根据检测条件属性通过贝叶斯定理计算缺失属性发生的概率用于故障判断.针对多个诊断中出现的问题,通过D-S证据理论进行融合以获取一致性输出.示例证明了该方法的可行性与有效性.     

基于两级信息融合的凝汽器故障诊断方法

采用多级信息融合，提出了一种新的凝汽器故障诊断方法。首先，利用神经网络和距离测度的方法进行初级融合；然后，再利用D—S证据理论进行决策级的融合。结果表明，该方法降低了神经网络误判的可能性，同时也得到比基于距离测度的方法更直观的判决结果。     

基于模糊理论的增压系统故障诊断

提出了一种评判柴油机增压系统状态的新方法,增压系统的状态主要与进气管中空气的压力和温度有关,对上述两个参数进行模糊化处理,并利用模糊综合评判方法得出增压系统状态的准确评判结果,对评判不合格的增压系统,通过检测压力、温度、流动阻力等参数,提取反映故障状态的特征向量,利用模糊诊断技术可以实现对增压系统故障原因和部位的不解体诊断。     

基于VPMCD与DS证据理论的PT燃油系统故障诊断

根据PT燃油系统共轨低压信号的特点,提出一种基于VPMCD (Variable predictive model based class discriminate,简称VPMCD)和DS证据理论的故障诊断方法.对信号的时域和时频域指标采用VPMCD方法分别进行建模,按照预测误差最小的原则对故障模式进行判断.当故障的模式难以判断时,将VPM模型作为证据体,由故障训练样本中心的输出确定证据体的信任度,按预测误差的均方根计算基本概率分配,最后采用DS证据理论对各证据进行合成及决策.实践表明,VPMCD与DS证据理论的结合使用能够准确识别出PT燃油系统故障.     

基于S变换的柴油机气阀机构故障诊断研究

采用S变换对柴油机气阀机构8种状态下的缸盖表面振动信号进行分析处理,得到一系列振动信号的时频图像。选取一部分时频图像组建得到各种状态的标准时频图像后,再根据测试图像和标准图像之间的欧氏距离、绝对值距离和相似度3种指标对测试图像进行识别分类,从而将气阀机构的故障诊断转换为时频图像的分类研究。试验结果表明,采用这一方法可以取得较好的诊断结果,对时频图像进行5次平均后,根据相似度和欧氏距离进行分类的正确识别率可以达到99．4％以上。     

基于神经网络技术的柴油机故障诊断

本文提出了一种新的柴油机故障诊断方法,利用柴油机表面振动信号经过小波包提取特征参数,然后由BP神经网络进行故障诊断。实验研究和计算机模拟的结果表明,这一方法是可行和有效的。     

基于无损检测的柴油机状态监测与故障诊断

针对柴油机各组成部分的主要故障模式和无损检测的需求,确定了对柴油机整机技术状态进行监测的参数;以便携式工控机为核心,配以不同功用的传感器、信号调理电路以及多路数据采集卡,完成了柴油机在线故障诊断设备的硬件设计;分析了柴油机故障诊断的原理;通过对有关动态信号的采集、分析和特征参数提取,实现了对柴油机进行无损检测和故障诊断的功能。     

融合技术在柴油机故障诊断中的应用

导致柴油机同一故障的各相关检测信号使其融合，应用在神经网络故障识别系统中，可以快速，准确地诊断柴油机.主主要融合气缸振动信号，喷油信号及水温信号，设计了通过撮以信号持征值，应用神经网络识别系统诊断柴油机功率下降故障的方法。信号特征值分别按各自信号的特点提取，其中气缸振动信号以振动信号的各子带功率谱为特征，即在频域中选取特征；喷油信号以信号波形形状识别为特征，即在时域中选取特下；水温信号因其为慢速变化信号，取不同阶段的水温信号为特征。     

小波神经网络法在柴油机故障诊断中的应用

用小波分析作信号处理手段提取柴油机振声信号特征量 ,以神经网络作为故障模式识别手段 ,进行了柴油机故障的振声诊断方法研究。针对柴油机振声信号的非平稳时变特性 ,应用小波理论中的小波包方法对其进行处理 ,结果表明小波分析是比傅里叶分析更为有效的处理柴油机振声这类非平稳信号的方法。在此基础上 ,研究了用神经网络实现根据小波包分解结果识别柴油机故障状态的方法。     

基于粗糙集理论的柴油机神经网络故障诊断研究

介绍了粗糙集理论的核心内容 ,给出了基于 kohonen神经网络的连续属性值离散化方法。应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化 ,剔除了不必要的属性。研究了 RBF神经网络故障诊断模型及学习规则 ,给出了基于粗糙集理论的 RBF神经网络故障诊断原理和步骤。通过对柴油机供油系统柱塞磨损故障的自动分类和诊断 ,表明该系统能有效地减少神经网络的输入节点数 ,克服了神经网络规模过于庞大及分类识别速度慢等缺点。     

局域波关联维数在柴油机故障诊断中的应用研究

根据局域波分解理论，分析了信号经局域波分解后所得各内蕴模式分量的特性，提出了用各分量的关联维数来描述柴油机的工作状态。研究结果表明：在相同工作状态下，同一模式分量有相近的关联维数，而在不同状态下则关联维数明显不同，故关联维数可用于故障的特征提取，通过仿真分析和对6BB1型车用柴油机的故障诊断结果表明了该方法的有效性和工程实用性，从而为柴油机的状态监测与故障诊断提供了一种有效途径。     

基于粗糙集理论的内燃机气阀故障诊断研究

在内燃机神经网络故障诊断系统的基础上 ,引入粗糙集理论 ,对其在内燃机故障诊断特征参数属性优化中的运用进行了探索。利用可辨识矩阵算法对决策表进行属性约简 ,剔除其中不必要的属性 ,揭示了故障诊断条件属性内在的冗余性 ,降低了神经网络构成的复杂性。最后给出了属性约简的结果。     

基于小波分析的柴油机故障信号特征的提取

本文提出了一种新的柴油机表面振动信号的故障特征的提取方法，利用柴油机表面振动信号经过小波降噪处理，有效地剔除柴油机表面振动信号的噪声干扰，提高信号的信噪比。用小波包提取降噪后振动信号的能量特征参数。以表征柴油机故障特征，建立起能量到柴油机故障的映射关系。实际研究表明这一特征提取方法是有效的。     

基于融合理论的车用柴油机失火在线诊断

为避免车用柴油机失火故障发生,基于信息融合理论,制定了柴油机失火诊断策略和失火率预测模型;利用轻型车排放转鼓循环的动力与排放等试验数据,对柴油机失火及失火率进行了判别与预测.根据国Ⅳ的OBD系统项目试验条款,通过失火控制器设定失火故障,进行了车用柴油机失火诊断、失火率预测和排放测试等试验.结果表明:诊断训练误差为0.08％,失火诊断的准确率为99.92％,失火率的诊断误差为0.05％,证实了制定的柴油机失火诊断策略是切实可行的;表明了信息融合方法是柴油机失火诊断、失火率预测的理论基础,为车用柴油机满足OBD排放规定提供了保障.