基于双向推理的序贯性故障诊断技术

应用人工智能的推理方法,从部分征兆集的扩展出发,研究了基于部分征兆集的故障诊断理论.描述了序贯性故障诊断的具体算法.建立了部分征兆集的诊断数学模型.最后应用实例对其故障诊断过程和推理过程进行了详细的分析,这种方法对提高复杂设备故障诊断的准确性和效率具有重要的意义.     

电厂热工设备智能状态诊断分析系统软件设计

电厂热工设备智能状态诊断分析系统软件是以电厂热工设备为对象,主要由数据采集、数据处理、设备故障诊断和状态诊断等环节组成.该系统主要以神经网络为工具,主要包括基于神经网络辨识模型的故障诊断和基于神经网络模糊评判的状态诊断两种方法.该软件具有良好的人机界面,操作简单、方便.     

可拓诊断算法及其应用研究

针对传统故障诊断方法存在知识库维护困难、模型复杂、计算量大的缺点,提出了一种基于可拓理论的故障诊断方法.该方法应用物元概念建立了故障诊断对象定性描述的物元模型,利用关联函数定量计算待测对象对于每一种故障模式的关联程度,进而判断可能的故障模式,同时给出了可拓诊断算法的详细流程并验证了可拓诊断方法的有效性.实验结果表明,基于可拓集的故障诊断算法模型简单,诊断结果准确,可以在实际应用中发挥积极作用.     

吊舱环控系统的多级流模型故障诊断技术研究

针对电子设备吊舱环控系统设备间故障耦合的问题,研究了基于多级流模型的故障诊断技术,建立了吊舱环控系统的多级流模型,分析了基子该模型酌故障诊断算法和诊断过程,开发了吊舱环控故障诊断系统,结合故障实例,对诊断技术进行了验证．研究结果表明：多级流模型的图形化建模方法,简单的诊断逻辑,使得它具有诊断结果明了和诊断效率高的优点,基于MFM的故障诊断技术能高效地对吊舱环控系统进行故障诊断．     

基于双CPU的便携式故障诊断仪的设计与开发

针对中小型应用场合,将故障诊断技术与嵌入式技术相结合,开发了基于双CPU的便携式故障诊断仪。首先介绍了系统的硬件结构和软件设计,重点描述了硬件的双CPU结构和通信软件机制。实验结果证明,基于双CPU的便携式故障诊断仪性能稳定、成本低,集采集存储、分析和通信等功能于一体,可以广泛应用于各种设备的监测和诊断中。     

基于双向推理的序贯性故障诊断技术

应用人工智能的推理方法，从部分征兆集的扩展出发，研究了基于部分征兆集的故障诊断理论．描述了序贯性故障诊断的具体算法．建立了部分征兆集的诊断数学模型．最后应用实例对其故障诊断过程和推理过程进行了详细的分析，这种方法对提高复杂设备故障诊断的准确性和效率具有重要的意义．     

基于锂离子电池线性化模型的电流传感器故障诊断

为了对锂离子电池输入电流传感器的故障进行诊断,采用耦合了电池集总热力学模型的一阶Thevenin等效电路模型,基于该模型设计了滑模观测器用于故障诊断策略研究.首先,对非线性参变锂离子电池模型进行线性化,建立了满足整个运行工况运转精度的线性参变锂离子电池模型.然后,对线性参变锂离子电池模型进行重组变换,使原系统中的作为输...     

一种基于集合覆盖和可信度因子的多故障诊断模型

本文针对诊断问题的具体特点以集合覆盖和可信度因子为基础，建立了一个多故障诊断模型，给出了模型的求解算法，并将该模型应用于故障诊断专家系统中。本文给出的模型是对多故障问题求解的一个有效尝试。     

覆盖空间下粗糙集和Vague软集融合方法研究

针对覆盖近似空间下粗糙集、Vague集和软集3种不确定性理论方法融合扩展的问题,提出了一种新的基于近邻域的覆盖粗糙Vague软集模型,并讨论了相关性质。又针对该模型的不确定性度量问题,定义了一种新的覆盖粗糙Vague软集的不确定性度量方法。该方法通过引入覆盖粒度空间下知识熵的概念定义覆盖粒度空间的不确定程度,同时采用粗糙度定义覆盖粗糙Vague软集本身的粗糙性,最后将二者结合度量覆盖粗糙Vague软集的不确定性程度。算例分析表明,该度量方法是有效可行的,并且随着覆盖粒度的增大覆盖粗糙Vague软集的不确定性程度也随之增大。覆盖粗糙Vague软集模型在胃电信号(EGG)分析及胃疾病辅助诊断问题研究中有很好的应用前景。     

基于因果图最小割集和最小径集在故障系统中的诊断

因果图主要用于故障诊断和故障分析,运用因果图模型的原理和方法,对基于因果图最小割集和最小径集的定量故障诊断方法进行研究,并给出飞行器发动机滑动压力指示警告系统的诊断实例,为系统故障源的查找提出简洁有效的方法. 首先将因果图转换成因果树,再定义最小割集和最小径集,最后结合实例给出诊断方案步骤.     

利用保护、断路器状态信息进行电网故障的诊断

利用故障诊断数学模型,在深入分析电网故障保护、断路器状态信息结构的基础上,提出了相应关联矩阵运算方法,以便快速、准确地找到故障元件;同时,利用保护和断路器信息的故障诊断解析模型,在数学上是一个无约束0～1整数规划模型.该方法克服了传统的数据存储手段,在节省计算机资源,提高运算速度方面具有一定的优势;同时,具有通用性,能够在保护或者断路器拒动作或误动作的情况下,仍能正确地处理故障区域判断问题.通过一个简单的电网结构图在几种不同的故障情况下的仿真实验,证明了所提出的矩阵算法是正确合理的.     

基于虚拟仪器的智能远程诊断系统的研究

对虚拟仪器和远程诊断技术作了简要的分析,提出了一种基于虚拟技术的智能远程诊断系统模型,并提出了如何构建系统模型．模型采用三级网络结构：设备现场故障监控系统;车间或企业局域网故障监控中心;远程监控中心．对每级的任务进行了分析和规划,每级通过Intranet或Internet实现网络间的相互通讯,实现设备的智能远程故障诊断．     

并发性诊断问题求解的图论方法

研究设备故障的图论方法。地部件抽象化为节点，部件间的故障传播关系抽象化为连接两节点的边，从而引入图论的方法来解决设备的故障诊断总是讨论了完全信息情况下的并发性诊断问题的求解方法－通路极值化方法。     

基于信息融合和加权证据理论的故障诊断系统的研究与实践

为了较全面地获得设备的故障状态信息,增加故障诊断的可信度,考虑故障诊断过程中不同故障特征对特定故障的贡献率,提出了加权证据理论的多故障特征信息融合的故障诊断方法,建立了多故障特征信息融合诊断模型。经实验表明,该方法能有效提高故障诊断的准确性并且具有较好的实用性。     

设备故障基于图论的层次诊断模型研究

提出了一种基于图论方法的设备故障诊断模型，可以克服通常产生式系统知识获取的困难以及一般基于模型系统过分依赖于定性描述的不足。文中详细讨论了基于图论的设备建模方法和层次分解技术，借助于矩阵分析技术，提出了具体的诊断算法．     

基于条件证据的信息融合故障诊断方法

该文基于观测信息与先验信息和谐的思想,结合条件证据理论,提出了一种融合先验信息的故障诊断方法。首先将传感器获取的关于设备运行状态的观测数据,通过模糊信息的随机集表示方法转化为D-S证据的随机集形式;然后计算所得证据与先验信息之间的和谐度,最后利用条件证据理论将需要融合的证据进行组合,从而做出诊断决策。该方法可在复杂运行环境下充分利用各种信息,提高故障诊断的可靠性。     

灰色理论在泵站机电设备故障诊断中的应用

对灰色理论的基本原理进行了简单介绍,同时还介绍了用灰关联理论进行故障诊断的原理、方法及步骤,建立了简单的、适用于泵站机电设备的故障诊断模型.理论分析表明,在数据量不大的情况下,采用灰关联分析法是进行泵站机电设备故障诊断的一个简单有效的工具.     

摩擦学与动力学信息故障诊断相关性分析研究

以齿轮箱摩擦学系统为研究对象,通过分析齿轮摩擦学与动力学信息之间存在的异同性,建立了齿轮摩擦学与动力学信息故障诊断相关性分析模型。对模型中两类不同量纲的诊断信息采用对数化累积处理方法,并归一到同坐标下对比分析。结果表明,两类特征信息在故障诊断中表现高度相关。该研究为设备多信息融合故障诊断提供一条新的分析方法。     

粗糙集-神经网络集成的WSN节点故障诊断

提出一种粗糙集-神经网络集成的无线传感器网络(WSN)节点故障诊断新方法。根据无线传感器网络的应用环境和故障特征得到诊断决策表,利用改进的粗糙集中的归纳属性约简算法对诊断决策表进行属性约简,用Hamming网络建立一套故障分类的方法。仿真实验结果显示,该诊断算法在进行WSN节点故障诊断时,诊断准确性高,通信代价小,能耗低,鲁棒性高。