基于面向对象的故障预测推理系统设计

针对故障预测中数据量大,功能结构复杂等现象,设计了一个故障预测推理系统;该系统采用面向对象技术的模块化思想,分析了航空综合数据采集器工作机理,将传统的知识库与推理机作为一个整体进行研究,运用多线程并行处理流程,建立了基于面向对象技术的故障预测推理系统模型;该系统具有较好的可修改性和可扩展性,鲁棒性强,响应速度快等特点。     

正向推理型故障模糊预测系统的知识表示与推理

根据故障预测问题的要求,利用模糊数学理论,对预测知识进行了模糊集合描述,提出了一种面向正向推理的知识表示法,给出正向推理型故障模糊预测的推理过程。     

融合案例与规则推理的故障预测专家系统

根据故障预测的特点和要求，将案例推理引入到故障预测专家系统的设计中，阐述了案例的描述和检索方法。并以全新的角度提出了基于案例与规则的故障预测推理机制，对二者的结合方式作了阐述，给出了专家系统的整体实现结构。     

基于本体的范例推理系统研究综述*

在总结本体和基于范例的推理（CBR）各自的发展现状,分析它们各自的特点、面临的困难与不足的基础上,从理论上分析了基于本体的CBR系统正在逐渐成为研究热点的原因——发现本体与CBR相结合必然产生双赢的局面;进而对国内外基于本体的CBR研究进行综述,总结了存在的不足和面临的主要困难,并提出了一个初步的解决策略和今后的发展方向。     

基于云模型的案例推理研究

本文首先介绍了基础的对象型知识推理形式,把对象型知识推理又细分为面向框架和面向案例两种。在此基础上对这几种推理引进云模型理论,从而使得推理过程更接近于人的思维,虽然与原来相比在一定程度上增加了推理的繁琐度,但得到的推理结果更符合实际要求。     

基于HMM的设备故障预测方法研究

故障预测是设备实施基于状态维修的1个重要内容,是实现真正意义上精确维修的前提和基础。隐马尔可夫模型（HMM）作为1种统计分析算法,在设备的故障诊断中获得了成功应用。但对于故障的预测,传统隐马尔可夫模型存在很多缺陷,因此研究相关的改进算法,构建了基于隐马尔可夫的故障诊断和预测框架,使设备的故障诊断和预测能够同时进行。最后通过对滚动轴承实测数据的仿真验证,表明该算法具有较高的故障识别率并且对设备的剩余寿命能进行有效的预测。     

故障模糊预测系统推理机制研究

根据故障模糊预测系统的特点,应用模糊综合评判理论,提出了一种面向故障预测问题的推理运算模型及推理控制策略。     

框架系统中的近似推理

本文在概述 L.A.Zadeh 提出的近似推理理论 AR(Approximate Reasoning)中的知识表示及推理规则的基础上,着重讨论了 AR 理论在框架系统中的应用,对如何运用 AR 理论处理默认知识(default knowledge)也作了较为详细的介绍。     

数据驱动视角下飞机故障预测与健康管理系统设计及验证

由于故障预测与健康管理系统(PHM)是涉及多层次、多领域、耦合度高的复杂系统,很难从整体对PHM系统进行设计和验证,所以始终没有成熟的工具和方法;从数据驱动的视角,研究了飞机PHM系统设计及验证;以数据为主线,采用了4种方法实现PHM系统设计及验证:1)采用系统建模语言(SysML)进行PHM系统的架构设计;2)采用基于事件的方法将被观测系统的行为状态化,实现PHM系统中资源的充分利用,降低局部的资源压力;3)采用基于模型的推理方法,实现了系统状态模型的应用;4)采用多线程、异构能量耦合等方法定义了一个PHM仿真框架,并在该框架指导下开发了一个仿真环境,并针对机载配电系统设置了几种测试用例进行诊断推理,对提到的各种方法进行了验证;研究结果表明,上述方法是合理有效的,可以构建描述完整、资源均衡的PHM系统架构。     

基于模型的传感器故障诊断技术的研究

传感器故障诊断技术的研究对提高系统可靠性具有重要的意义,随着工程应用的需要,基于模型的诊断技术已经成为该领域极为活跃的研究方向。本文给出基于模型的传感器故障诊断技术的一般原理,并基于线性模型给出一类传感器故障诊断方法,可对多传感器故障进行精确定位,最后给出一个二阶系统的算例。本方法具有极大的工程实用价值。     

故障树和证据推理结合的故障诊断技术

本文针对有效载荷特点建立了基于故障树模型的故障诊断框架,提出了适合有效载荷故障诊断的知识组织和表示方法及相应的推理控制策略,应用D-S证据理论解决了实际任务中有效载荷诊断信息不全面引起的不确定性问题,并通过对某飞行器上有效载荷的故障诊断验证了该方法的可行性。     

基于混合推理机制的故障诊断专家系统

多数故障诊断专家系统采用单一的推理机制,或者基于规则的推理,或者基于事例的推理。而这两种推理机制都各有优缺点,采用单一推理机制会造成诊断的不准确性。论文将基于规则的推理和基于事例的推理相结合,设计了混合推理机制。在此基础上,论文设计了一个既有专家知识库,又有故障事例库,具有自学习能力的故障诊断专家系统(AFDES)。实验结果表明,论文设计的混合推理机制是比较有效的。     

一种基于Spark的大规模语义数据分布式推理框架

随着大规模语义数据的涌现,研究高效的并行化语义推理成为热点问题之一。现有推理框架大多存在可扩展性方面的不足,难以满足大规模语义数据的需求。针对现有推理框架的不足,提出一种基于Spark的大规模语义数据分布式推理框架。该框架主要包括语义建模、规则提取和基于Spark的并行推理机等3个模块。通过过程分析和推理实例验证,提出的分布式并行推理的计算性能(T(n)＝O(log₂n))远远优于顺序式推理的计算性能(T(n)＝O(n))。     

案例推理的故障诊断技术研究综述

基于案例推理(case-based reasoning,CBR)的故障诊断作为一种新的智能诊断技术,模拟人类求解问题的思路,通过历史案例发现新问题的解。概述了CBR的理论基础和基本原理;从工作过程和集成框架两个方面综述了CBR故障诊断技术的研究现状,其中工作过程包括案例的表示、检索和重用,以及案例库的维护,集成框架包括CBR与基于规则推理、CBR与人工神经网络以及CBR与多智能体等三种情况;比较了六种故障诊断技术的特点及应用范围;总结了CBR故障诊断技术有待解决的问题。     

基于神经网络和框架推理的风险应对专家系统

为了提高飞机装配项目风险应对的效率及可靠性,提出一种将神经网络和框架知识系统相结合的风险应对方法。该方法基于框架表示理论,以方案与风险因子之间存在映射为规则,将专家风险应对经验存储于专家系统知识库之中。使训练后的神经网络以连接权的形式获取知识。使用时,运用匹配算法对神经网络输出和知识库中的知识进行推理匹配,得到最终应对方案。该方法在某型飞机装配项目的风险管理中得到应用,验证了方法的有效性。     

基于改进证据推理规则的变压器故障诊断

为对变压器进行准确、高效的故障诊断,克服已有证据推理规则处理冲突证据时收敛慢甚至不收敛的缺陷,提出了一种按相关性对证据进行修正及对冲突信息合理分配的改进证据推理规则,并将其应用于变压器故障诊断;数值算例中,与传统证据推理规则相比,无论对于一致性证据还是冲突性证据,改进证据推理规则提高了变压器故障诊断的收敛速度、降低了故障误判率、取得了良好的诊断效果;改进证据推理规则,可以充分利用变压器故障中的一致性或冲突性多源故障征兆信息,准确、高效对其进行故障诊断。     

基于Chwa＆Hakimi故障模型的系统级故障诊断方程解决方案

提出了基于Chwa&Hakimi故障模型的系统级故障诊断的方程解决方案，根据实际系统中存在大可靠块的实事，在方程解决中定义了集团的概念，给出了集团的许多性质，由此能找到所有基于Chwa&Hakimi故障模型的相容故障模式。     

基于D-S证据推理的水轮机调速器故障诊断

为了更好地进行水轮机调速器的故障诊断，利用D—S证据推理对不同的神经网络技术得出的结果进行数据融合。仿真结果证实，利用D—S证据推理所得出的结论比单纯利用神经网络得出的结果要理想，它减小了误诊率，提高了水轮机故障诊断的准确率。     

系统级故障诊断软件仿真系统的设计与实现

文章介绍了系统级故障诊断软件仿真系统的设计与实现,着重讨论了系统的功能设计、测试图生成、诊断算法,并给出了一个诊断实例。