共查询到19条相似文献,搜索用时 125 毫秒
1.
现代系统设备的日趋复杂化和自动化,对故障诊断技术提出了更高的要求;随着人工智能技术的发展,故障诊断技术向智能化方向发展,如何将人工智能技术应用到故障诊断中去,是当前研究的重点;为了实现对汽车发动机已发故障和潜在故障的快速高效诊断,根据发动机故障知识结构特性,将贝叶斯网络因果有向图的故障知识表示方法引入到专家系统中,并采用可在线监控和离线诊断的推理机制,在G2平台下实现了汽车发动机故障诊断专家系统,系统应用的效果表明了该方法的可行性. 相似文献
2.
为了使网管系统能够高效地对各种复杂网络进行管理,本文提出了基于产生式的故障诊断专家系统。归纳总结了网络故障的知识范围,构成故障知识库。在该知识库的基础上采用故障定位向导程序进行推理,实现管理和诊断网络故障。 相似文献
3.
4.
5.
6.
7.
8.
针对电子装备故障的层次性、相关性、不确定性特点,结合贝叶斯网络在处理不确定性问题上的优点,提出了电子装备故障诊断的贝叶斯网络方法;研究了基于故障树分析和故障模式、影响、危害度信息的贝叶斯网络模型建立方法,分析了贝叶斯网络的故障预测和推理原理,确立了各底事件对故障诊断的重要度,形成了故障诊断的合理顺序,通过实例验证了上述方法的可行性和有效性;研究成果对复杂电子装备的故障诊断有借鉴意义。 相似文献
9.
10.
在研究发动机各类故障诊断的基础上,结合贝叶斯网络从数据中学习的方法,提出一种能够根据实际样本数据对发动机的各类故障进行可视化诊断的方法,其充分考虑了先验知识,且能够根据实际样本数据对先验知识进行修正。以发动机W P7的故障为例,通过因果关系建立贝叶斯网络的可视化模型,结合先验知识进行参数学习和推理,实例结果表明,该模型及分析方法很好地反应了各部件或子系统的故障对于整个系统故障的影响以及各部件或子系统之间的依赖关系及依赖程度,有助于找出系统的薄弱环节和提高系统可靠性的途径。 相似文献
11.
一种改进的神经网络机械故障诊断专家系统 总被引:5,自引:0,他引:5
针对传统BP神经网络训练中收敛速度较慢的缺点,提出一种基于L-M算法的神经网络应用于机械设备故障诊断的专家系统。论述了神经网络的专家系统结构,并以7216圆锥轴承试验研究为例,建立了基于该算法的故障诊断模型。仿真结果表明:该模型显著缩短了训练时间,具有较高的准确性。运用该神经网络专家系统进行机械故障诊断是有效的。 相似文献
12.
电子系统大多结构复杂,各组成模块存在错综复杂、相互影响的关系,另外测点较少且测点数据常常是不完备的。针对此类情况,以某电源系统为研究对象,提出了基于贝叶斯网络的电子系统故障诊断方法。首先依据系统的结构获得其因果图,并对各测点信号进行离散化处理;其次建立用于故障诊断的贝叶斯网络模型,并且根据历史数据完成该网络的参数学习,最后利用获得的事实来实现故障的诊断。仿真结果验证了该方法的有效性,为电子系统的故障诊断提出了一种新的思路。 相似文献
13.
以飞机自动飞行控制系统的控制逻辑转换装置为研究对象,采用专家系统与MapInfo相结合的方法完成故障诊断系统的设计.该系统根据报错的测试步骤,诊断出故障位置和原因,并在电子地图定位显示,以辅助技术人员手工排查故障.实践表明,该故障诊断方法快速有效,提高了电路故障诊断的效率. 相似文献
14.
太阳能热发电站故障诊断专家系统应用研究 总被引:2,自引:0,他引:2
为确保太阳能高温热发电系统的稳定运行,减少电站中出现故障后的误操作,研究设计了塔式太阳能热发电站故障诊断专家系统.用专家系统理论将故障诊断的专家知识转化为存储于数据库的规则,通过时电站设备状态的监测与故障诊断,为电站设备维修的辅助决策提供有力支持.同时面向运行人员及时发现设备隐患,迅速诊断出故障种类和故障原因,并提供冶理的专家建议,显著地减小设备故障带来的损失. 相似文献
15.
实时故障诊断专家系统在PTA装置中的应用 总被引:1,自引:1,他引:0
精对苯二甲酸(pure terephthalic acid,PTA)是生产聚酯的重要原料。针对大型PTA装置故障的特点,提出将小波分析、模糊ART神经网络和专家系统等技术结合起来,开发了实时故障诊断专家系统。文中阐述了专家系统的具体实现,包括数据预处理模块、知识库组成及表达方式、人机界面、推理机的组成和诊断过程等。在某大型PTA装置中的成功应用表明:该系统具有预报准确、界面友好、易于维护等特点,有很好的通用性和推广价值。 相似文献
16.
针对电厂中现役燃气轮机故障样本少,以往的故障诊断方法依赖于海量的带有故障标签的数据,无法在实际生产中取得预期的诊断效果的现象,本文将重点着眼于利用贝叶斯网络进行反事实推理,完成对燃气轮机故障原因的分析。本文首先介绍了贝叶斯网络的基本原理,其次将故障模式和影响分析及故障树技术用于贝叶斯网络的搭建,弥补了基于数据驱动的故障诊断方法缺少专业知识支撑的缺陷,最后通过实际案例分析,表明了这一方法用于燃气轮机的故障诊断时,可以根据燃气轮机在运行中出现的异常现象,分析出可能出现的故障,以及相应的故障原因,帮助运行及检修人员及时发现故障,及时排除故障。为实际生产中的燃气轮机的故障诊断技术提供了一种灵活,高效,可靠的方法。 相似文献
17.
Fault diagnostics are increasingly important for ensuring vehicle safety and reliability. One of the issues in vehicle fault
diagnosis is the difficulty of successful interpretation of failure symptoms to correctly diagnose the real root cause. This
paper presents an innovative Bayesian Network based method for guiding off-line vehicle fault diagnosis. By using a vehicle
infotainment system as a case study, a number of Bayesian diagnostic models have been established for fault cases with single
and multiple symptoms. Particular considerations are given to the design of the Bayesian model structure, determination of
prior probabilities of root causes, and diagnostic procedure. In order to unburden the computation, an object oriented model
structure has been adopted to prevent the model from overly large. It is shown that the proposed method is capable of guiding
vehicle diagnostics in a probabilistic manner. Furthermore, the method features a multiple-symptoms-orientated troubleshooting
strategy, and is capable of diagnosing multiple symptoms optimally and simultaneously. 相似文献
18.
19.
本文以SNMP网络管理模型的管理信息库(MIB)为基础,在不同层次上构建了用于故障判别与定位的贝叶斯网络。对MIB变量采用自适应自回归(AAR)模型建模分析,构建与其相关协议之间的贝叶斯网络,推断协议功能是否发生异常。分析各个协议之间的功能依赖关系,构建协议间的贝叶斯网络,定位协议间的故障根源。考虑网络中故障传播构建了基于网络拓扑的贝叶斯网,定位故障根源节点。最后,对构建的模型进行了实验仿真,并分析了模型的优点和缺点。 相似文献