基于神经网络专家系统的高压断路器在线监测研究

针对传统专家系统在断路器故障诊断中存在知识获取困难问题,提出了将RBF神经网络与专家系统融合的诊断方案,并通过引入可信度的概念对RBF神经网络算法进行改进,对原己形成的网络权值和阈值进行修正,使故障诊断算法具有诊断新故障类型的功能,又解决专家系统知识获取困难的瓶颈问题.结果表明,该方案合理可行,为高压断路器的在线监测提供了一种新的途径.     

基于故障树和规则的故障诊断专家系统

故障树具有便于分析系统结构、刻画系统各事件的关联性优点;规则推理则具有推理直观、符合人类思维习惯优点,文章结合故障树分析和规则推理,提出一种故障诊断专家系统结构,相对解决了专家系统中知识获取困难和如何提高推理效率两个主要难点,最后以一个压一码转换电路板故障为诊断实例,证明了算法和结构的有效性.     

基于BP算法的数控机床专家系统故障分类器设计

用BP神经网络算法构造了一个故障分类器,论述了构造基本原理和网络规模,同时通过MATLAB获取网络的权值和阈值,然后通过现场检测单片机进行计算,将计算结果送入PC机上数控机床故障诊断专家系统的知识库中,专家系统在推理的时候根据故障分类,与用户交互完成故障诊断.故障分类器的引入,提高了数控机床故障诊断专家系统推理的准确性.     

基于决策树的网络故障诊断专家系统模型

针对传统网络故障诊断专家系统在知识获取方面的固有不足,结合决策树算法和专家系统的特点,提出一种基于决策树的网络故障诊断专家系统模型,讨论网络故障诊断专家系统模型的推理机制和推测算法以及知识获取的实现方法。实践结果表明,模型在知识获取方面具有获取过程简单、计算复杂性低、适应性强的特点。     

一种基于共享度模型的改进Rete算法

专家系统是人工智能领域的重要分支,其中知识表示和知识推理是专家系统的重要组成部分.Rete算法是一种高效的模式匹配算法,能够解决专家系统中推理效率的问题,但是Rete算法在构建Rete网络和推理过程中存在空间和性能方面问题.本文采取有穷自动机理论的思想,阐述了Rete算法中的模式共享度和节点共享度模型,提出了一种Rete网络构建和推理算法来降低Rete网络的复杂度,提升Rete网络推理的速度.最后实验结果表明,本算法能够降低网络复杂度,提升推理速度.     

基于描述逻辑的电机故障诊断知识表示与推理

针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protégé采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理.     

卫星电源系统的有向图分层诊断方法

在卫星电源故障诊断问题的研究中,针对系统的知识获取难问题,提出了一种将有向图和CLIPS专家系统相结合的分层诊断方法。这种方法利用有向图知识描述容易和CLIPS推理引擎快速的优势,设计了一个以事实描述系统模型知识的自定义模板结构,同时采用有向图分层策略减小故障搜索空间,然后利用CLIPS提供的快速匹配算法完成诊断推理过程,最后结合已有的专家经验知识给出卫星电源的故障诊断结果。实验结果表明,新方法具有很好的准确性和快速性。     

基于可拓规则的故障诊断专家系统推理机的研究

针对传统产生式规则在知识表示、匹配冲突等方面存在的局限,提出了一种将可拓规则用于故障诊断专家系统推理机的方法;该方法重点研究了可拓规则的匹配原理和可拓推理机算法思想,提出了匹配度计算方法并用来计算故障条件与规则前件的匹配度;根据研究表明,利用可拓规则进行推理,不仅在知识表示上比传统产生式规则推理有所提高,而且还解决了传统专家系统容易出现匹配冲突等问题;最后以AMU故障推理为例,说明可拓推理机具有推理速度快、效率高等优点,取得了较好的推理效果.     

基于适应型Petri网的民航飞机故障诊断研究

针对民航飞机系统故障诊断的复杂性,提出了一种粗糙集与Petri网相结合的诊断方法;利用粗糙集理论不需要提供待求解问题所需处理的数据集合之外的任何先验信息的特点,得到一种诊断规则的自动获取方法,可有效解决飞机系统故障诊断专家系统在知识获取方面的"瓶颈";在获取规则的基础上建立Petri网模型,运用改进的关联矩阵和状态方程计算方法,将诊断问题转化为矩阵运算,使复杂的推理转变为简单的数学运算,提高了推理搜索速度;最后通过实例分析验证了该算法的可行性与有效性.     

Rete算法的应用研究

对专家系统和基于规则的专家系统进行了研究,尤其对基于规则的专家系统中的模式匹配算法进行了深入分析和理解.在此理论基础上,将一种高效的模式匹配算法——Rete算法引入到实际的故障的诊断系统中,以保证故障诊断的高效性和准确性.为此在实际系统中,借助规则引擎将故障信息规则化,并将故障诊断流程以层次分明的XML文档进行表示,来模拟领域专家进行故障诊断和故障排除的功能.实践表明,该故障诊断系统可以提高定位故障的速度和准确度.     

BPSO优化算法在含DG配电网中的故障诊断研究

针对含分布式电源(distributed generation,DG)的配电网故障检测,传统的故障检测方法容易出现检测精度低、适用性差、容错力低等问题;为此,提出了一种改进的二进制粒子群算法(binary particle swarm optimization,BPSO)进行故障检测,该算法是在BPSO算法的基础上,重新对自适应度值进行定义确保种群寻找到最为准确的最优解,解决BPSO算法容易陷入"早熟"的情况;通过IEEE33节点进行仿真分析,实验结果表明:采用改进的BPSO算法可以有效对故障区段进行定位,验证了改进的BPSO算法的有效性和正确性;同时,当存在信息畸变时,改进的BPSO算法比一般算法具有更强的容错能力。     

改进免疫遗传算法的篦冷机二次风温故障诊断

针对遗传算法学习贝叶斯结构时局部寻优能力差的问题, 本文提出一种改进的免疫遗传算法(IIGA)学习贝 叶斯结构. 首先利用最大支撑树与评分函数构建两个初始种群, 然后在种群内部引入改进免疫算子与自动交叉变 异算子, 在种群之间引入改进的联姻策略与师生交流机制, 最后通过迭代搜索到最优贝叶斯结构. 在标准网络中与 遗传算法相比, 提升了遗传算法的局部寻优能力. 利用IIGA算法得到篦冷机水泥熟料换热工艺参数的结构, 并以此 结构为基础进行参数学习与故障推理, 最终得到二次风温的故障诊断模型, 对节约燃煤, 保护环境具有一定实际意 义.     

基于改进算法的供热锅炉房动力装置故障诊断研究

传统的供热锅炉房动力装置故障诊断方法在诊断过程中容易受到外界温度的影响,使其附近的供热管网热损耗过高,造成资源浪费。为此,该文设计基于改进算法的供热锅炉房动力装置故障诊断方法。利用压力传感器和转速传感器监测供热锅炉房动力装置状态参数,通过数据采集卡将参数数据传送至上位动力装置中,修正改进的神经网络算法中的连续权值和节点阈值,将采集的参数数据作为输入,利用阈值判定函数判断输出结果,完成供热锅炉房动力装置故障诊断。实验结果表明,该文方法在诊断过程中,随着温度的变化,其附近的供热管网热损耗始终处于低水平状态,没有发生提高现象,避免了资源浪费。     

基于粒子群神经网络线控转向故障诊断的研究

改进的自适应粒子群优化算法根据群体早熟收敛程度和个体适应值来调整惯性权重和阈值系数,以及对粒子速度与位置进行更新,该算法兼顾全局寻优和局部寻优,有效地避免早熟收敛.使用改进的自适应粒子群优化算法训练神经网络,并根据汽车线控转向系统构建故障诊断模型.实验结果表明:与传统的粒子群优化算法、遗传算法训练神经网络相比,基于改进的自适应粒子群优化算法的神经网络能够有效改善神经网络的训练效率,加快了收敛速度,提高故障模式识别的准确率.     

信息融合技术在变压器油气识别故障诊断中的研究

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。     

基于改进变量预测模型的变压器故障诊断

针对变压器故障诊断中的小样本、非线性、参数寻优难等问题,提出改进的变量预测模型的变压器故障诊断方法.分析变量预测模型和布谷鸟搜索算法结合解决小样本和非线性问题,指出其后期收敛速度慢,稳定性差,收敛精度不高,易陷入局部极小值问题,在此基础上在谷鸟搜索算法位置更新中引入变异操作,提高解的多样性.引入动态步长和动态发现概率提...     

基于改进PSO优化PNN网络的变压器故障诊断方法

根据变压器产生故障时特征气体和故障类型的非线性关系,结合油中溶解气体分析方法,采用了基于改进粒子群-概率神经网络(PNN)的故障诊断方法.针对PNN网络平滑因子按照经验选取的不足,以及使用粒子群优化(PSO)该参数时搜索精度低、容易早熟收敛等缺点,改进粒子群引入遗传算法的变异操作,并在迭代中对惯性权重动态调整和加速因子的线性变化,并用于训练PNN神经网络平滑因子集合;然后将改进PSO-PNN神经网络应用于变压器故障诊断中,通过诊断测试验证了该方法的有效性.     

基于改进遗传算法的基础矩阵估计方法

基础矩阵估计是计算机视觉的基础。提出了一种新的基于改进遗传算法的基础矩阵估计方法,它以8个匹配点作为最小匹配点集组成染色体,并利用改进8点法估计出相应的基础矩阵,同时以对极距离为核心构造适应度函数,并对传统遗传算法进行了优化改进。实验证明,此方法在估计精度和鲁棒性等方面有很大提高,易于实际应用。     

一种改进的Dijkstra算法的分析及程序实现

Dijkstra算法是求有向图中从某一源点到其余各点最短路径的算法。本文通过对传统的Dijkstra算法进行分析,提出一种改进算法,经理论分析,对于顶点数较多而边数较少的有向稀疏图来说,在求最短路径时能够大大提高算法的运行效率。     

BP算法的改进及其在Matlab上的实现

针对BP算法这种当前前馈神经网络训练中应用最多的算法,在介绍BP神经网络的基础上,对标准的BP网络训练算法存在的收敛速度慢、易陷入局部极值的严重缺点,提出了几种学习算法上的改进;进而介绍了改进蹬算法在Matlab神经网络工具箱中的函数实现。最后应用实例利用Matlab神经网络工具箱对标准BP算法及改进的算法进行语言编程、仿真。仿真结果显示,改进后的算法在极值、收敛速度上得到了很大的改善。