模糊神经网络技术在铝电解故障诊断中的应用

目的为了提高生产效率、降低成本、安全生产，通过对铝电解故障进行有效的检测和预报，减少铝电解过程中阳极效应、热槽、冷槽故障的发生．方法通过对铝电解故障发生机理和故障发生时相关特征量变化趋势的分析，基于模糊逻辑理论。建立了多级模糊故障检测模型，采用BP神经网络建立了故障分类模型，实现对铝电解故障的检测和预报．结果降低了模糊系统的维度，减少了规则数量，采用多级模糊与神经网络相结合的故障诊断预报的方法，提前了预报时间，提高了预报准确率．结论铝电解模糊神经网络故障诊断方法，有效地降低铝电解的故障发生率，降低了能耗，提高了铝的产量和质量，具有良好的应用前景．     

基于Backstepping SISO不确定非线系统模糊自适应鲁棒容错控制

针对一类单输入单输出非线性系统提出了自适应模糊故障检测及将backstepping技术与模糊控制相结合设计容错控制器的方法。首先,应用模糊逻辑系统设计故障估计器,在线估计系统故障向量,实现故障检测：在此基础上,引入补偿控制器,消除故障对系统运行的影响,从而实现容错控制。通过理论分析证明了跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

An adaptive particle filter for mobile robot fault diagnosis

An adaptive particle filter for fault diagnosis of dead-reckoning system was presented, which applied a general framework to integrate rule-based domain knowledge into particle filter. Domain knowledge was exploited to constrain the state space to certain subset. The state space was adjusted by setting the transition matrix. Firstly, the monitored mobile robot and its kinematics models, measurement models and fault models were given. Then, 5 kinds of planar movement states of the robot were estimated with driving speeds of left and right Side. After that, the possible （or detectable） fault modes were obtained to modify the transitional probability. There are two typical advantages of this method, i.e. particles will never be drawn from hopeless area of the state space, and the particle number is reduced.     

一个新的模拟电路软故障诊断字典法

传统字典法用于模拟电路软故障诊断时,由于模糊集中的故障状态的密集性常使故障隔离失败。本文在求解系统参数的基础上,用模糊数学辨识故障,使字典的故障分离度提高。此方法还可以用于软故障的在线诊断。     

非线性系统传感器故障诊断方法

传感器故障诊断的实施能够保证诊断系统获取实时准确信息,避免因错误的或可疑的信息千造成的负效应,保证数据的正确性,提高数据的可信度。因此,传感器的故障诊断是提高整个故障诊断系统可靠性的重要手段。基于强跟踪滤波器提出了非线性系统传感器故障诊断的一类算法,由于强跟踪滤波器方法是基于参数估计为主的一种方法,将系统的各种邦联都归结为一种参数偏差型邦联进行处理,所以,只要非线性系统的状态及参数是可以辨识的,那     

机械装备磨损金属元素光谱油料分析故障诊断研究

通过光谱油料分析，研究了机械装备磨损金属元素界限值的制定方法．为了识别故障有无、故障部位、故障类型和故障程度，应用数学诊断原理，研究了判别分析法、模糊聚类法和灰色模型预测法．文中以ＮＤＳ柴油机为应用对象，简要介绍了作者开发的ＯＡＦＩＢ故障诊断专家系统．     

模糊时滞系统的传感器故障诊断

针对一类含有未知输入干扰的时滞系统,研究了一类T-S模糊时滞系统的传感器故障诊断问题。通过设计自适应观测器,得到了一种新的鲁棒传感器故障诊断方法。首先对于不含有干扰的系统,设计了自适应观测器进行诊断,然后考虑具有外部干扰的时滞系统,设计了鲁棒自适应观测器进行诊断。这个自适应观测器不仅可以检测出故障的发生,还可以对故障进行较好的估计。同时基于Lyapunov函数方法证明了系统的稳定性。仿真结果说明了此方法具有很好的诊断性能。     

基于有源自回归模型与模糊C-均值聚类的挖掘机液压系统故障诊断

为了提高挖掘机的可靠性水平和智能化程度,提出了基于有源自回归(ARX)模型与模糊C-均值(FCM)聚类的挖掘机液压系统故障诊断方法。该方法将故障诊断分成故障特征提取和故障分类两个部分。在故障特征提取中,针对已知故障和测试故障分别建立ARX模型,提取ARX模型的自回归系数作为故障特征。在故障分类中,以FCM聚类作为故障分类器,将测试故障归入已知故障的某个分类中,判断系统的故障类型。仿真和实验结果表明,ARX模型与FCM聚类相结合的故障诊断方法能有效地应用于挖掘机液压系统。     

模糊关系方程在故障诊断中的应用分析

用求解模糊关系方程的方法,实现专家系统的推理过程,并将其应用到一个实际的变压器故障诊断专家系统中．经电力变压器故障实例验证,该系统诊断结果与实际发生的故障完全吻合,证实了采用这种方法以实现专家系统推理的可行性和有效性．结合专家系统的诊断结果,对这种方法做了进一步的理论分析,同时指出,在采用该方法时,合理确定描述故障原因与故障现象之间因果关系的模糊关系矩阵,是保证故障诊断正确性的重要前提．     

基于T-S模糊神经网络的汽车故障诊断的研究

该文根据模糊神经网络的特性结合汽车故障诊断的技术,根据监控排放标准,采用个人手持式故障诊断仪获取数据流,T-S模糊逻辑与神经网络结合,训练模糊神经网络,进行故障诊断。使用误差反馈算法和模糊理论训练神经网络,根据训练完成的T-S模型对汽车防抱死系统故障进行诊断。体现了其诊断的准确性强和适用性广的特性。     

输电网络故障诊断系统

在电力系统发生复杂故障、保护和/或断路器不正确动作、保护和/或断路器警报信号畸变和丢失等情况下,要靠调度人员及时而准确的判断故障就相当困难。这样,就需要发展电力系统故障诊断决策系统,以辅助调度人员对所发生的故障做出及时而正确的诊断。在此背景下,针对我国省级电力系统的实际需要,研究和开发了输电网络的故障诊断决策系统。该系统以故障诊断解析模型为基础,以保护和断路器状态为诊断信息源,采用优化算法实施故障诊断。该系统的软件开发以公共信息模型架构为基础,实现了与能量管理系统(Energy Management System,EMS)、监视控制与数据采集系统(Supervisory Control And Data Acquisition,SCADA)以及故障信息系统(Fault Information System,FIS)的信息交互,可以协助调度人员在面对复杂故障和非常见故障时,迅速确定故障元件,进而加快事故处理速度,尽快恢复供电。     

模糊集理论在组合导航系统数据融合中的应用

组合导航系统中二元假设检验故障检测算法无法兼顾漏检率和虚警率,论文采用模糊逻辑对故障残差χ2检测量进行模糊化,对各子滤波器的工作状态作模糊评价,并在此基础上通过T-S模糊逻辑系统以及传统容错导航系统设计知识来确定全局融合中各局部估计值的加权矩阵。仿真结果表明,采用模糊逻辑后最终组合精度要比传统二元假设检验方法高,且算法简单工程上容易实现,具有很强的应用价值。     

一种故障干扰解耦的航天器主动容错控制方法

为提高航天器系统的可靠性,研究一种干扰影响下的航天器主动容错控制技术.首先,为实现干扰下的故障诊断,减小航天器系统故障检测到故障估计之间的时间延迟,通过将故障扩展为系统状态量,设计未知输入观测器,进行航天器故障检测及估计单元一体化设计.其次,考虑到此方法无法实现对干扰的估计,且仅能解决可导的故障类型,进一步设计新型的自适应滑模未知输入观测器,能够保证对干扰及故障的同时解耦估计,也可以解决更广泛的故障类型.最后,考虑观测器观测过程中的估计误差,设计了多变量终端滑模容错控制器,提高了控制性能.仿真结果表明:所设计的主动容错控制策略能够实现干扰影响下的故障诊断,可以保证航天器控制性能的快速恢复.     

配网端多能互补工程全寿命周期经济评价方法

为了向配电网端多能互补工程投资与成本收益管理提供理论支撑和决策依据,提出了一种基于全寿命周期理论的配网端多能互补工程经济评价方法.从全寿命周期成本-收益角度出发,构建了成本分析模型与收益分析模型.引入了环境收益因素,并通过引入小型碳排放权交易将其转换为经济收益,用于定量研究其对发电成本的降低作用.结果表明,所提算法和模型可以从全寿命周期的时间角度有效、全面地评估多能互补工程项目的经济收益,可以作为配电网端多能互补工程项目投资决策与成本收益管理的一般性评估方法.     

FCM-HMM-SVM混合故障诊断模型及其在电力电子电路故障诊断中的应用

提出一种基于模糊C均值聚类（FCM）、隐马尔可夫模型（HMM）和支持向量机（SVM）相结合的电力电子故障诊断方法.采用FCM方法对故障信号进行模糊聚类,提取故障特征;根据隐马尔可夫模型进行动态过程建模;根据支持向量机进行模式分类;基于HMM-SVM混合的故障诊断模型实现了对机车变流器电路中晶闸管断路故障的诊断.实验结果分析表明,该方法能准确地对电力电子电路进行诊断和故障元定位,诊断精度高,具有很好的实用价值.     

模拟电路单故障与多故障诊断的提升小波和RBF方法

为了更高效、更准确地诊断模拟电路的单故障和多故障,提出了提升小波和RBF神经网络相结合的方法。该方法用提升小波系数表征故障电路的特征,训练RBF神经网络,将训练好的神经网络作为分类器,对故障电路进行诊断。通过对比,提出的提升小波方法诊断效果明显优于传统小波,准确率达到99.2%,用时更长。结果表明,基于提升小波和RBF神经网络的模拟电路单故障与多故障诊断方法可以有效地提取故障电路的特征并准确快速地对故障进行分类。     

基于模糊理论的水泵监测及故障诊断系统开发

为了避免水泵运行过程中的各种突发事故,及时、准确地诊断水泵运行过程中的各种故障,基于CAN总线和模糊理论建立了水泵在线状态监测及故障诊断系统.该系统利用组态与Visual Basic(VB)应用程序的动态数据交换技术增加了相对阈值预警功能,同时根据水泵运行过程中故障与其征兆之间存在的模糊关系,基于COM组件的VB与MATLAB混合编程技术构建了故障诊断专家系统.系统运行结果表明:当水泵运行状态出现异常时系统可实时预警,而且系统性能稳定可靠,显著提高了水泵的安全管理水平.     

基于动态减背景图像处理算法的可变形线性物体识别

围绕可变形线性物体（deformable linear objects,DLO）的检测、目标特征提取和动态操作时的故障诊断3个方面进行研究．首先,应用静态背景下常用的动态减背景方法实现了可变形线性物体的动态目标检测;进而对检测出来的目标物体进行插补,并加以标记,从而提取得到目标特征．最后,通过对提取出的特征点进行监控,获得目标物体在不同状态下的信息,并提供故障诊断的依据．结合以上图像处理算法,在带视觉系统的三菱PAIO机械臂平台上操作可变形线性物体,进行了实验研究．结果证明,该方法可以较好地监控可变形线性物体在运动过程中状态,并及时诊断故障的发生．     

子波神经网络在故障诊断中的应用研究

根据旋转机械常见的的故障类型和故障信号时域采样数据 ,以子波空间作为模式识别的特征空间 ,采用信息熵为代价函数的神经网络学习算法 ,由子波神经网络对故障进行学习和诊断 .实验结果表明 ,子波神经网络的故障诊断方法在不了解故障信号频率结构的情况下 ,即可对平稳和非平稳故障信号进行诊断 ,适于设备在线监测及设备的巡检     

最大概率方法在伺服系统故障诊断上的应用

为了解决实际控制系统中仅通过系统的故障现象难以确定系统故障元的难题,采用基于模糊识别和故障诊断理论的最大概率法,该方法仅仅依靠经验和统计数据,在外部故障现象和系统故障元之间建立模糊查询关系,从这一关系中可以获得最大故障概率点.将一个标准模糊关系矩阵作为数据库存储在计算机中,并给出了一个系统故障诊断的实验结果.通过以上方法,只要对系统的重要参数进行在线采集和分析,当发生故障时,就可以给出可能的故障元的故障概率,并发出警报.