高线轧机齿轮箱模糊诊断研究

高线轧机是钢铁企业的重要设备,因齿轮箱故障发生率较高,对其进行故障诊断研究非常重要。模糊逻辑诊断方法依据齿轮箱故障的模糊征兆进行模糊状态识别并作出决策,判断发生的故障原因。通过统计总结诊断案例并依据专家经验建立了模糊诊断矩阵,并依据测量频率与计算理论频率差的绝对值和幅值贡献度建立了特征频率征兆的隶属度函数,应用模糊分布法建立了峭度指标及脉冲指标的隶属函数。应用生产现场采集的振动信号进行了诊断,并对结果进行了验证。     

设备故障的二级模糊综合诊断方法的研究

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。     

基于改进的BP模糊神经网络的汽车ABS故障诊断

针对汽车ABS(anti-lock brake system)故障分类边界的模糊性和故障模式之间存在交叉数据的诊断不确定问题,对模糊逻辑和改进的BP(back propagation)神经网络故障诊断方法进行研究.根据这两种方法各自的优缺点,采用串联方法将二者相结合,实现ABS故障诊断系统对不精确或不确定等模糊信息的处...     

基于模糊理论的设备故障方法的研究

构造了故障原因两两比较矩阵,以三角模糊数表示故障症状对待比较的故障原因隶属度的定性比较,通过最小对数二乘法确定故障症状对每种故障原因的隶属度相对大小,从而构造了模糊诊断矩阵,然后通过加权平均型诊断模型确定针对所有存在的故障症状,各种故障原因存在的可能性相对大小.最后,通过实例演示了故障的模糊诊断过程.     

EMD模糊聚类法及在滚动轴承故障诊断中的应用

轴承故障是导致旋转机械失效的重要原因,故障诊断对保障轴承正常运行至关重要。文中提出经验模态分解(empirical mode decomposition,EMD)和模糊聚类相结合的滚动轴承故障诊断方法,以经验模态分解所得内禀模态函数能量值作为特征向量建立模糊关系矩阵,基于欧氏距离建立模糊相似矩阵,基于传递闭包法建立模糊等价矩阵,利用λ截矩阵实现聚类分析与模式识别。实例验证该方法可对不同故障状态的滚动轴承准确分类,实现故障诊断,诊断过程简单、准确、有效,具有一定的实用价值。     

工程机械故障诊断方法探讨

对工程机械故障现象进行了分析,运用模糊数学原理建立了故障模糊矩阵、故障诊断的数学模型、理想的故障模式和诊断方法,在此基础上,通过一实例,给出了具体的诊断过程。     

飞行试验中转子故障模式的模糊识别方法

故障模式的识别是工程实际中进行故障诊断的一个难点,对此提出了将模糊方程应用于飞行试验中航空发动机转子故障模式识别的方法.简要介绍了模糊方程的基本原理,根据飞行试验的工程特点,定义了故障模式和故障特征向量,建立了隶属度矩阵.最后利用实测飞行故障数据对该方法进行了验证并取得了良好的效果.     

基于FNN-GA融合算法的喷油器在线诊断

依据喷油器开启信号波形的变化规律,探讨了柴油机喷油器故障的产生机理,提出了波形幅度、上升沿宽度和波形宽度等诊断指标.基于模糊推理逻辑和喷油器的工作机理,建立了模糊神经网络(fuzzy neural network,简称FNN)与遗传算法(genetic arithmetic,简称GA)相结合的柴油机喷油器故障诊断模型.以喷油器开启信号的特征参数为基准,建立了故障隶属度和故障类型,制定了柴油机喷油器故障诊断的模糊推理逻辑.运用FNN-GA融合算法,依据不同故障的喷油器开启信号对喷油器故障进行了诊断,对故障模式进行了判别,提出了柴油机喷油器故障的在线诊断策略,并进行喷油器电磁阀驱动电流的故障试验.结果表明,所设计的柴油机喷油器故障诊断模型合理,验证了诊断策略具有较好的分辨率,可用于喷油器故障在线诊断.     

基于AFPN的汽车故障诊断研究

针对汽车故障诊断专家系统的知识具有动态性和不确定性的特点.提出了一种基于自适应模糊Petri网（AFPN）的汽车故障诊断方法。该方法首先根据模糊产生式规则建立相应的模糊Petri网模型,然后利用BP算法,通过样本数据对模糊Petri网中的权值等进行反复的学习训练,最后利用训练得到的参数和故障征兆发生概率对故障进行诊断。这种方法使知识库能动态更新,并可以避免依靠人工经验设置带来的不确定性。诊断结果表明,和传统故障树方法相比,该方法具有很多优点。     

基于GSM-熵值法和TOPSIS排序的系统风险评估模型

以汽车零部件作为风险评估的对象,基于系统工程的理论,将汽车零部件划分出多个子系统。工艺质量方面,提出了一种利用高斯模型对子系统的特征参数进行故障风险诊断的方法。标准化生产的零部件可以通过采集前样本,然后用特征向量来建立高斯模型。引入对数似然概率和反熵法对各个子系统的风险进行排序。故障影响方面,提出了一种新的系统风险评估的方法。以FMEA的严重度、发生度和被检测难易度作为风险指标,引入三角模糊函数建立决策矩阵,并对矩阵进行修正,利用TOPSIS法进行评估。最后综合两种评估结果,给出了组合风险排序的算法公式。     

模糊集理论在故障诊断中的应用

将模糊集理论引用到故障诊断方法中,通过对因果矩阵推导、诊断结果的确定原则分析、隶属度函数确定方式的论述,推导出面向故障诊断的模糊理论方法,并将该方法应用到某型机机载雷达故障诊断过程中。结合对某型机机载雷达故障诊断分析,证明了该方法的有效性。     

基于三种理论的汽油机故障诊断系统应用研究

阐述了模糊逻辑、BP神经网络和专家系统的相关理论,探讨了结合三种理论构建系统的优点,介绍了电控汽油机故障诊断的相关理论。在上述理论的基础上,阐述了电控汽油机模糊神经网络诊断专家系统的构建方法,并运用MATLAB软件针对汽油机故障征兆-故障模式样本集编写了BP神经网络训练程序对样本进行了学习训练和仿真。     

Rough set based rule learning and fuzzy classification of wavelet features for fault diagnosis of monoblock centrifugal pump

The fault diagnosis problem is conceived as a classification problem. In the present study, vibration signals are used for fault diagnosis of centrifugal pumps using wavelet analysis. Rough set theory is applied to generate the rules from the vibration signals. Based on the strength of the rules the faults are identified. The different faults considered for this study are: pump at good condition, cavitation, pump with faulty impeller, pump with faulty bearing and pump with both faulty bearing and impeller. However, the classification accuracy is based on the strength and number of rules generated using rough set theory. Wavelet features are computed using Discrete Wavelet Transform (DWT) from the vibration signals and rules are generated using rough sets and classified using fuzzy logic. The results are presented in the form of confusion matrix which shows the classification capability of wavelet features with rough set and fuzzy logic for fault diagnosis of monoblock centrifugal pump.     

基于模糊理论的风力机故障诊断专家系统构建

目前,对风力机的故障进行诊断仅停留在人工现场诊断的层面上,使得故障难以及时发现并排除。该文以模糊数学理论和故障诊断技术为基础,建立一个用于风力机故障诊断的专家系统。文中首先介绍了模糊综合评判方法;然后给出了诊断专家系统的结构,其中重点论述了如何根据经验数据和专家优先系数法共同确定模糊关系矩阵的元素、模糊诊断原则的确定及推理流程。最后用一个具体的故障诊断实例进行分析,验证了应用模糊理论,可以提高风力机故障诊断专家系统的运行速度、准确性、可靠性。     

基于决策逻辑的模糊粗糙神经网络建模

为建立相关量的预测模型,提出了一种新的基于决策逻辑的模糊粗糙神经网络建模方法.首先对原始数据进行预处理,并基于粗糙集理论进行属性约简,得到最简决策表.然后基于决策逻辑建立模糊粗糙神经网络.最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型.实验证明,这种建模方法建立的模糊粗糙神经网络模型具有较高的精度和泛化能力a     

基于模糊理论的PMT水下防爆试验故障树分析

为解决光电倍增管（photomultiplier tubes,简称PMT）水下防爆试验系统的故障诊断问题以及故障发生概率存在模糊不确定性的特点,应用模糊集数学方法和可能性理论,把模糊数学和故障树模型相结合,提出一种基于三角形模糊数算法的PMT试验系统失效模式分析方法。根据试验系统工作原理,采用下行法建立故障树并对其进行定量分析,获得了顶事件的结构函数及多种失效模式,进而利用专家语言评价法,计算顶事件发生的模糊概率和各底事件的模糊重要度,得到了PMT试验中故障发生率较高的环节,最后对故障分析结果进行改进测试。结果表明,该方法能够准确地诊断出存在的故障,为PMT防爆试验系统进行故障诊断以及提高PMT保护罩的水下防爆性能提供参考依据。     

模糊逻辑在故障诊断中的应用

本文首先简述了有关模糊逻辑的概念,然后介绍一种适合模糊诊断思维的数学模型,并且给出一个通用的诊断算法;第一步,部分现象的诊断,即提出假设;第二步,逼近或排除;第三步,确定故障.最后做了一个滚动轴承故障诊断试验,结果验证了该方法的有效性.     

基于模糊神经网络的航空发动机故障诊断研究

提出了一种基于模糊神经网络的航空发动机故障诊断方法 ,介绍了该方法的原理及实现算法 ,并利用某型发动机地面定检状态实测的数据作为样本数据 ,建立了基于模糊神经网络的航空发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识 ,结果表明该方法具有学习速度快、诊断精度高等优点。可用于航空发动机及其它装备的故障诊断。