基于遗传算法优化BP神经网络的液压系统故障诊断

液压系统作为控制和动力传输设备的核心部件,在现代工业生产机械中被广泛应用,准确诊断其故障具有提高生产效率和保障工作安全性等重要的工程意义。液压系统一旦发生故障往往是多故障同时出现,传统BP神经网络故障诊断算法往往不能满足多故障诊断准确率,提出一种基于遗传算法改进BP神经网络（GA-BP）的液压系统故障诊断方法,针对不同采样频率下多传感器信息融合的液压系统3种典型的故障模式进行对比分析。结果表明：GA-BP故障诊断算法相对于传统的BP神经网络具有更好的诊断性能。     

BP神经网络在挖掘机液压系统故障诊断中的应用

介绍了BP网络的结构及学习算法,阐明了液压系统故障诊断的实现过程.通过对挖掘机液压系统常见故障进行试验和测试,验证了该神经网络收敛速度快,学习记忆稳定,具有很好的学习功能;测试结果表明该诊断方法具有高可靠性,达到了预期的结果,可以用于液压系统的故障诊断.     

神经网络在复杂液压系统故障诊断中的应用

尝试将BP神经网络应用于液压系统的故障诊断,阐述了基于BP神经网络的故障诊断专家系统的基本结构及知识库组建的方法。结合工程机械液压系统,建立了适合复杂系统故障诊断的复合神经网络结构。该诊断系统具有知识库规模小、推理速度快、推理过程及结论明确等优点。     

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。     

液压故障诊断专家系统研究

根据液压系统故障诊断的特点，应用专家系统原理和面向对象程序设计方法，以VC＋＋6．0和Microsoft Access为开发工具，开发了《轻轨作业车液压系统故障诊断专家系统》。实现了故障的离线诊断，人机界面友好，并且具有解释查询和系统维护更新的功能。     

基于Delphi7的机床液压系统故障诊断专家系统的开发

根据机床液压系统故障诊断的特点,以Delphi7和Access为开发工具,研究开发了机床液压系统故障诊断专家系统,该系统具有严密科学的推理机制、突出的自学习功能,能跟踪和记录推理过程并作出解释,可迅速准确地诊断出故障原因并提供相应的解决措施.     

液压系统故障诊断专家系统的设计

针对液压系统故障诊断存在的实际问题，设计了液压系统故障诊断专家系统。重点阐述了系统软件设计的知识表达、推理技术、系统软件的组成及功能。     

基于BP神经网络的液压挖掘机故障诊断的研究

为了实现液压挖掘机的整机故障诊断,提出基于BP神经网络的故障诊断方法.将BP神经网络应用于液压挖掘机的故障诊断中,研究BP神经网络的结构和算法.以液压挖掘机整机故障诊断为例,选择典型的故障样本训练神经网络,使神经网络具有较好容错性和稳定性,经过训练的神经网络就可以实时、准确地诊断出挖掘机的故障.并使用Matlab的神经网络工具箱进行模拟仿真,仿真结果表明:BP神经网络能够很好地应用于液压挖掘机的实际故障诊断,网络收敛速度快、学习记忆稳定,具有一定的工程实用价值.     

基于VB6.0的农机液压系统故障诊断专家系统的实现

介绍一种基于VB6．0的农机液压系统故障诊断专家系统——包含庞大的知识库和严密的推理机，用户只需在人机交互界面上选择设备类型或元件类型以及故障现象，就可以正确判断出故障原因，给出相应的措施，且其知识库具有可维护性。     

基于ESP平台的液压系统故障诊断专家系统的实现

提出并实现了一种用卡诺图来简化规则库、消除异常的方法。全文通过一个液压系统故障诊断专家系统的实例充分验证了ESP系统的方便实用性、稳定性、强大的逻辑推理能力以及良好的知识管理功能。     

基于Elman神经网络的液压泵故障诊断模型研究

针对传统BP网路进行液压泵故障诊断时，网络学习具有收敛速度慢和学习、记忆不稳定的缺陷，提出了将Elman神经网络应用于液压泵故障诊断的新方法，建立了Elman神经网络的应用结构模型，介绍了该网络的训练算法，阐明了液压泵故障诊断的实现过程。通过试验验证了该神经网络收敛速度快，学习记忆稳定，具有很好的学习功能；测试结果表明该诊断方法具有高可靠性，达到了预期的效果，可以用于液压泵故障诊断。     

模糊神经专家系统在风机实时故障诊断中的应用

实时性和准确性在风机实时状态监测与故障诊断中起着决定性的作用.本文综合运用模糊处理、神经网络和专家系统等先进的诊断方法及信号处理技术,采用故障定性--原因确定--处理方案等过程,提出了一种新型的模糊神经专家状态监测与故障诊断方法,并采用先进的Visual C 语言及模块式设计,为提高故障诊断准确性和实时性提供可靠保证.     

基于事例推理的船艇液压系统故障诊断专家系统

以船艇液压系统为研究对象,采用基于事例的诊断推理技术,开发了具有一定学习能力的船艇液压系统故障诊断系统,并介绍了系统总体结构与各模块功能.该专家系统用于快速、准确排除船艇液压系统故障,且操作简单,易于维护,可靠性高.     

基于CBR-FAT的液压机故障诊断专家系统构建

针对压机液压系统的故障诊断困难问题,通过分析压机液压系统的工作原理和常见故障,提出了一种基于CBRFAT的压机液压系统故障诊断专家系统。简述了专家系统的基本知识和CLIPS的推理过程;论述了基于CLIPS的液压故障案例的知识表示、故障树的知识表示、规则推理的方法;最后探讨了故障推理机制在专家系统故障诊断中的实现。试验表明,该系统能够较好地实现压机液压系统故障的诊断。     

基于BP神经网络的SCARA机器人故障诊断

以SCARA机器人为研究对象,在ADAMS软件中建立SCARA机器人模型,进行仿真。采集SCARA机器人大臂前后端、小臂前后端及底座等容易出现裂纹部位的加速度数据;在MATLAB中运用BP神经网络建立SCARA机器人故障诊断模型,实现利用BP神经网络对SCARA机器人故障进行智能识别与分类。结果表明：BP神经网络的计算结果与期望输出基本一致,验证了其准确性及可靠性。     

基于专家系统的焊接机器人故障诊断

为了找到一个针对焊接机器人故障诊断较为可行的方法,避免诊断的盲目和失误,提高诊断的效率和准确度,在经典可靠性分析方法——故障树分析法的基础上,以"焊接机器人焊枪姿态和悬浮高度设置故障"为例建立焊接机器人故障树模型,同时对所建故障树进行定性和定量分析,得出最小割集的概率重要度排序及每个底事件的概率重要度。最后在故障树中体现的树状分层逻辑关系的基础上建立专家诊断系统,设计并实现基于产生式推理框架和故障知识的搜索流程。     

用BP神经网络实现PLC控制系统故障诊断

介绍了PLC控制系统故障诊断的BP神经网络方法。文中首先对PLC控制系统故障诊断模型、PLC控制系统故障特点进行了分析。然后详细介绍了用BP神经网络实现PLC控制系统故障诊断的过程，特别是故障诊断BP神经网络结构和故障诊断训练样本的确定方法。在文章最后，还给出了该故障诊断方法的应用实例。