基于模糊逻辑专家系统的机车动力系统电力故障诊断

智能控制理论的发展为解决电力驱动系统故障诊断带来了新方法.对于非线性和不确定模型系统而言,智能控制中的模糊逻辑控制和专家系统是有效策略之一.结合两种系统优点,构建模糊逻辑专家系统,对电源电路进行状态监控和故障分析.并通过对典型电源电路的分析,提出一种通用的故障分析系统构架,为今后的相关研究确立了基础.     

故障诊断的模糊神经网络模型

论证了单症兆和多症兆诊断的模糊模型分别与一定条件的单层神经网络等价，从而建立了单症兆和多症兆诊断的模糊神经网络模型。基于模糊诊断原理，阐述了模糊神经网络模型是由若干独立单元组成的可扩充的组合式结构，进而提出一种修改或扩充子网络或子结点及其权重连线的可塑性学习方法。基于此模型建立了旋转机械故障诊断专家系统，以现场实际例子对模型的应用进行了说明。     

面向对象的故障诊断系统开发

文中介绍了模糊诊断原理在汽轮发电机组转子故障诊断中的应用,并根据该原理研究与开发了基于WINDOWS的汽轮机转子故障诊断系统,经故障实例验证了其准确性,可靠性及实用性。     

模糊故障树理论在航空充电设备故障诊断中的应用研究

本文以某型航空充电设备第一路无电流输出故障为例,运用模糊故障树理论进行故障诊断,通过建立故障模型、定性分析、定量分析,得出故障结论,验证了模糊故障树理论在航空充电设备故障诊断中的可行性.     

模糊逻辑在温度控制中的应用

介绍了一种采用模糊控制技术达到高精度温度控制的设计思想和技术方案。     

模糊逻辑中的自然演绎系统

讨论了经典逻辑的自然演绎系统在模糊逻辑中的对应形式。基于著名的形式演绎系统L*，建立起对应的自然演绎系统L*nd，并且证明了这个系统的完备性。由于一系列新的推理规则的引入，模糊逻辑的推理能力得到明显增强。     

人工神经网络和机械故障诊断

智能化诊断是现代故障诊断技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一个全新的途径。本文首先简单介绍了人工神经网络的基本性能及几个重要模型,着重探讨了人工神经网络技术在机械故障诊断领域中预测与控制、工况监测与故障分类诊断、模糊诊断和基于专家系统的故障诊断等几个主要方面的应用,指出人工神经网络技术与现有的信号处理、模式识别、模糊逻辑、专家系统等技术相结合,以解决故障信号分析与处理、故障模式识别以及故障论域专家知识的组织和推理等问题,必将加快智能化诊断发展的进程。可以预料:基于人工神经网络的故障诊断技术将具有广阔的发展与应用前景,并且随着VLsI 技术的发展,这一新技术必将广泛地应用于各种诊断实例。最后讨论了进一步值得研究的方向。     

模糊神经网络技术在液压泵故障诊断中的应用

提出了一种基于模糊神经网络的液压泵故障诊断方法,介绍了该方法的基本原理及实现算法.以某型号齿轮泵为研究对象,利用其状态数据作为样本数据,建立了基于模糊神经网络的齿轮泵的故障诊断模型.并利用该模型对齿轮泵运行状态进行了辨识,结果表明,该方法能够充分利用检测到的各种故障征兆信息,从而使齿轮泵故障诊断更加准确有效.此方法也可用于其它同类设备的故障诊断.     

模糊专家系统在包装机械故障诊断中的应用

阐述包装机械故障诊断中运用模糊专家系统的必要性,介绍模糊专家系统的基本结构、知识表示和推理机制.通过实例介绍模糊专家系统在包装机械故障诊断中的应用.     

用数据流思想开发故障诊断知识库

本文分析了目前在故障诊断专家系统知识库构造方面存在的问题，研究了大型旋转机械故障诊断领域知识的构成特点和表达形式。为了保证故障诊断知识库的通用性、管理与维护的方便性和可靠性，引入了面向数据流的软件设计思想，并利用这种思想构造了一个汽轮发电机组故障诊断专家系统的知识库管理系统。     

Fuzzy Fault Diagnosis of a Diesel Engine Non-start

The diesel locomotive plays an important role in the field of transport,and the engine maintenance work is the prerequisite and guarantee for the locomotive normal working.In this paper,we first establish the fault tree model of locomotive engine 16V240ZJ on the basis of engine non-start as the top event.Then we combines the fuzzy mathematics theory and fault tree analysis method for failure diagnosis of 16V240ZJ engine's abnormal start-up.We obtained the fuzzy probability curve and top events probability c...     

汽轮发电机组故障诊断专家系统知识处理技术的研究

根据汽轮发电机组的层次模块化故障诊断的特点，建造了一个基于知识的汽轮发电机组故障诊断专家系统ＫＢＦＤＥＳ。就系统的组成及其功能原理和系统建造过程中的知识表示、知识库组织、推理机制、知识获取等重要功能模块进行论述，从而为建造类似设备的故障诊断专家系统提供一个易于实现的框架结构。     

A Fuzzy Mathematics Based Fault Auto-diagnosis System for Vacuum Resin Shot Dosing Equipment

1　ＩｎｔｒｏｄｕｃｔｉｏｎＶａｃｕｕｍＲｅｓｉｎＳｈｏｔＤｏｓｉｎｇＥｑｕｉｐｍｅｎｔ(ＶＲＳＤＥ)ｉｓａｋｅｙｓｐｅｃｉａｌｅｑｕｉｐｍｅｎｔｕｓｅｄｔｏｐｅｒｆｕｓｅｖａｒｉｏｕｓｋｉｎｄｓｏｆｅｌｅｃｔｒｉｃａｌｃｏｍｐｏｎｅｎｔｓ,ｓｕｃｈａｓｓｔｒｉｋｉｎｇｗｉｎｄｉｎｇｓｏｆｖｅｈｉｃｌｅｓａｎｄｍｏｔｏｒｃｙｃｌｅｓ,ｔｒａｎｓｆｏｒｍ ｅｒｓ,ｓｅｎｓｏｒｓ,ｃａｐａｃｉｔｏｒｓａｎｄｓｏｏｎ (ｈｅｒｅａｆｔｅｒｒｅｆｅｒｒｅｄｔｏａｓ”ｗｏｒｋｐｉｅｃｅｓ”)ｗｉｔｈｅｐｏｘｙｒｅｓ…     

连续生产线设备故障诊断专家系统的动态模糊推理机制的研究

针对连续生产线设备故障诊断专家系统的研制，阐述了在建立模糊推理机过程中引入具有实时性的动态模糊关系的思想，并构造一个随无故障时间变化的动态隶属度函数来实现。     

Fault Diagnosis for Non-linear System Based On Adaptive Fuzzy System

１ＩｎｔｒｏｄｕｃｔｉｏｎＬｏｔｓｏｆｖａｌｕａｂｌｅｒｅｓｕｌｔｓｆｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｌｉｎｅａｒｓｙｓｔｅｍｂａｓｅｄｏｎｍｏｄｅｌｈａｖｅｂｅｅｎａｃｈｉｅｖｅｄ，ｂｕｔｉｔｉｓｄｉｆｉｃｕｌｔｙｔｏａｐｐｌｙｔｈｅｓｅｒｅｓ...     

旋转机械振动故障诊断的一种模糊神经网络方法研究

介绍了一种基于多层感知器的模糊神经网络分类器，并针对其在旋转机械故障诊断中的应用，研究了网络构造过程中输入和输出模糊化的问题。文中利用振动频谱特征就旋转机械中几种典型的故障模式，采用模糊神经网络方法作了识别，且将其与传统的ＢＰ网络及模糊诊断方法进行了比较。研究结果表明：将模糊神经网络方法应用于旋转机械工况识别是有效的，它在处理分类边界模糊的数据时比传统的ＢＰ网络和模糊诊断方法具有更大的优越性。     

Bayesian Diagnostic Network： A Powerful Model for Representation and Reasoning of Engineering Diagnostic Knowledge

Engineering diagnosis is essential to the operation of industrial equipment. The key to successful diagnosis is correct knowledge representation and reasoning. The Bayesian network is a powerful tool for it. This paper utilizes the Bayesian network to represent and reason diagnostic knowledge, named Bayesian diagnostic network. It provides a three-layer topologic structure based on operating conditions, possible faults and corresponding symptoms. The paper also discusses an approximate stochastic sampling algorithm. Then a practical Bayesian network for gas turbine diagnosis is constructed on a platform developed under a Visual C environment. It shows that theBayesian net work is a powerful model for representation and reasoning of diagnostic knowledge. The three-layer structure and the approximate algorithm are effective also.     

p-范数模糊推理神经网络及其在滚动轴承诊断中的应用

针对滚动轴承故障分析的特点 ,构造了基于 p-范数模糊推理神经网络 ,指出它可以对 Sugeno- Takagi模型进行逼近 ,因而更便于学习 ,并克服了单纯前向神经网络训练中容易陷入局部极小及收敛速度较慢的缺点。该神经网络应用于滚动轴承的四类故障诊断 ,与实验结果符合很好 ,取得了良好的故障诊断效果