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．     

面向齿轮箱故障诊断的序贯概率比检验理论和方法

提出了一种基于序贯概率比检验的齿轮裂纹故障诊断方法,并选用了无裂纹和有裂纹的齿轮模拟故障模式.实验中提取的振动信号夹杂着噪声等干扰,运用具有良好去噪效果的小波包方法对齿轮箱振动信号进行预处理.采用时域分析法提取预处理后信号的特征值,提取对冲击性振动非常敏感的峭度值作为特征值.将序贯概率比检验算法应用于齿轮箱故障模式的检验和识别.为了验证所提出方法的诊断能力,本文选用均方根误差的方法来计算同种故障之间,以及不同种类故障之间的识别误差,结果表明了所提出的方法是有效且强大的.     

基于案例推理技术的机车故障诊断系统研究

针对目前机车故障诊断过程中复杂、繁琐的操作,将基于案例推理技术的故障诊断方法应用于机车故障的诊断,并以电力机车变压器铁芯故障为例进行了研究,分析了对故障属性的约减过程及表示方法,以.Net 4.0为软件平台,设计了基于案例推理技术的机车故障诊断系统,实际应用结果表明,该系统达到了简化诊断操作,提高诊断效率的目的。     

一般分布参数固定宽度的序贯置信区间

在区间固定宽度下,设计了参数矩估计的序贯置信区间程序,讨论了参数序贯置信区间的性质,当宽度d趋于零时,研究了N的渐近性质,获得了其渐近有效性和渐近相合性等。     

对象技术在案例推理故障诊断中的应用

从认识论的角度,提出了对象技术和案例推理的相似关系。分析了案例推理的几个重要问题,包括案例的多级索引、用模糊聚类精化案例库和模糊模式识别的案例相似性匹配。并结合数据库技术将上述方法应用到故障诊断专家系统的设计,结果表明该方法是有效的。     

液压系统故障诊断

在使用液压设备时,液压系统可能出现多种多样的故障,介绍了液压系统产生故障的一些征兆及对液压系统故障进行诊断的一些方法.     

模糊神经网络推理技术及在故障诊断中的应用

分析了故障诊断中基于符号表示的常规推理技术和基于神经连接的神经网络推理技术的不同特点并进行了优劣比较；详细考察了用于推理的模糊神经网络基本构造及逻辑基础；给出了基于纯模糊逻辑系统和Takagi—Sugeno模糊逻辑系统的几种常用模糊神经网络推理模型；最后应用一种网络结合max-min算法分析了一个故障诊断实例，并得出较好的结果。     

基于案例推理的故障诊断系统关联度计算

将基于案例的推理方法应用于智能故障诊断系统中，讨论了故障案例库和结果库的建立，并将其用关联数据库的格式进行存储。应用了灰色关联理论和模糊集给出了关联度的定义和计算方法，从而可以准确地检索到相似的故障案例，对检测故障给出了定性或者定量的分析。     

基于范例推理的机械故障诊断方法与系统

故障诊断需要考虑许多因素,需要设备过去的运行数据和故障诊断记录及经验。本文提出基于范例推理的故障诊断方法,介绍了这种诊断方法的机理。在这种诊断方法的基础上设计了饱和汽车转子故障的诊断系统ＣＢＲＲＦＤＳ。     

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。     

基于可拓学的故障诊断及预防方法研究

将可拓数据挖掘方法和模式识别技术相结合,用于解决基于大量数据的故障模式识别问题.利用粗糙集理论进行属性约减和权值确定,保证了获得权值的客观性和稳定性.然后用汽车发动机故障诊断的实例验证了模型的可靠性.最后根据基于变换的可拓集分类思想,探讨了故障预防的一种方法.     

基于DPCA-BP的故障诊断方法

针对动态主元分析(DPCA)在故障识别方面的缺点,引入了BP神经网络,将DP-CA与BP神经网络相结合,增强了对故障的辨识能力。该方法通过对各测量变量的自相关性分析,来降低动态主元分析中增广矩阵的维数,从而降低了分析过程的计算量。最后,将DPCA-BP应用于田纳西-伊斯曼过程的故障诊断中,验证了所提出方法的有效性。     

基于故障树的混凝土施工故障诊断专家系统

在混凝土施工中引入故障诊断专家系统可以指导施工人员快速准确地排除各种施工故障。概述了故障诊断和故障树的基本方法；详细阐述了利用混凝土专家知识建立故障树模型以及采用代码表示法和静态指针法相结合的方法在数据库中实现故障树模型的过程；采用正向推理的推理策略实现了该系统。     

基于熵和粗集的设备故障诊断方法

提出了一种基于熵和粗集的故障诊断方法。利用信息熵判断系统运行状态，确定系统故障的严重程度，并依据故障程度采集相应的数据，在此基础上，运用一种改进的区分矩阵方法进行相对约简并对不一致信息进行处理，最终形成一种综合策略的诊断规则。     

一种铁路机车门控制器故障诊断技术的研究与实现

目前铁路交通运输系统安全问题引起社会广泛关注,其中铁路轨道交通所使用的电动气控门控制系统直接关系到旅客的生命财产安全,在运输系统中起着至关重要的作用。轨道交通系统中所用列车门控制器的生产厂家及型号各有不同,通过对各式用于控制列车门开关的塞拉门控制器故障进行详细比较和综合分析后提出的诊断技术,实现对门控器所有输入输出端口的信号检测,并显示检测结果及对结果进行存储。此方法的提出便于车辆检修维护部门对列车门控制器进行综合检测,快速判断控制器的故障与否,准确定位故障点的位置。     

基于BP网络的汽轮发电机组振动故障诊断方法研究

首先分析了汽轮发电机组振动故障特点及ＢＰ网络的特点,指出采用ＢＰ网络诊断方法的必要性,然后对基于ＢＰ网络的汽轮发电机组振动故障的诊断方法及网络结构与诊断性能的关系进行研究。     

一种基于粗糙集理论的变压器故障多变量决策树诊断方法

本文介绍了一种基于粗糙集理论来构建变压器故障诊断多变量决策树的算法。该方法选择变压器故障决策表的相对于决策属性的范化作为决策树的根节点,再选择粗糙度最小的条件属性作为下一个分枝节点的检验属性,形成结构更为简洁合理的变压器故障诊断多变量决策树。通过实例比较验证了该方法的有效性。     

一种基于粗糙集理论的变压器故障多变量决策树诊断方法

本文介绍了一种基于粗糙集理论来构建变压器故障诊断多变量决策树的算法。该方法选择变压器故障决策表的相对于决策属性的范化作为决策树的根节点,再选择粗糙度最小的条件属性作为下一个分枝节点的检验属性,形成结构更为简洁合理的变压器故障诊断多变量决策树。通过实例比较验证了该方法的有效性。