神经模糊网络在工业监控系统故障诊断中的应用与研究

根据工业监控系统故障诊断自身复杂性的特点,提出并设计了一种结合神经网络和模糊系统优点的新型5层结构的模糊神经网络故障诊断系统,并对该系统的结构、算法进行了详细的说明,最后在此基础上,将该故障诊断系统应用到一个具体的工业监控系统一“KJ15A矿井机车运输监控系统”上,取得了良好的诊断效果。     

基于模型故障诊断系统的建模及推理机设计

从基于模型的诊断思想出发,根据系统测试获得故障模式及模态参数建立起知识库,给出了推理机的诊断推理算法及控制策略,设计了基于知识库的诊断模型以辅助工业过程的故障诊断.     

神经网络和模糊系统在故障诊断中的应用

本文提出了一种神经网络和模糊系统相结合的分级式故障诊断方法。神经网络通过对部分测量数据的处理,实现系统的回路级故障诊断,输出各回路故障出现的可信度。模糊系统通过对神经网络得到的初步诊断结果和其他测量值的处理,实现系统的元件级故障诊断,并对最终诊断结果作出解释。该方法融合了神经网络自适应学习能力强和模糊系统知识表达明确的优点,简化了神经网络学习数据获取及模糊推理规则建立的过程。通过对热硝酸冷却系统故障诊断的仿真,证明了该故障诊断方法的有效性。     

基于多级模糊神经网络的故障诊断在化工生产过程中的应用

化工生产过程一般都非常复杂，如柠檬酸蒸发。由于控制回路与测控参数很多，生产过程的故障检测与诊断问题非常困难，难以做到实时检查，得到其故障信息。所以本文提出一种基于神经网络的多级故障诊断系统。采用三级递阶模糊神经网络，降解整个系统故障诊断问题的复杂性，同时采用所有子神经网络全局并行的推理方式，具有快速处理能力，适合系统实时在线故障诊断。     

模糊神经技术在核反应堆中的应用

在国外核电站中应用成功的模糊神经技术是一种新兴的智能技术。简要介绍了模糊神经技术及其在国外核电站上的应用。应用表明,该方法有较高的推广价值,应引起国内该领域同行的广泛关注。     

模糊定量推理在故障诊断中的应用

本文采用模糊定量推的方法，解决了故障诊为民专家系统存在的模糊问题和实时性问题，并用Ｍａｔｌａｂ语言在微机上实现。     

基于GA的ANFIS在函数拟合中的应用

本文介绍了一种遗传算法(CA)优化自适应神经模糊推理系统(ANFIS)的方法,并采用基于GA优化ANFIS方法,拟合非线性多峰函数,同时分析了这种方法的拟合能力和预测能力.实验结果表明,加入GA优化后的ANFIS具有更加优秀的拟合能力和预测能力,更适合于用来建立复杂参数问的非线性映射关系.     

一种基于模糊评判的推理机及其应用

根据装备故障模糊预测系统的特点,应用模糊综合评判理论,研究了一种面向故障预测问题的推理运算模型及推理控制策略.     

基于多故障诊断专家系统的推理机的实现

根据实际项目的开发，介绍了多故障诊断专家系统知识库的系统结构、知识表达法及推理机制。重点讨论了一种新型的基于产生式规则的推理机制，它能快速有效地解决多故障诊断专家系统中的推理问题。     

武器系统故障诊断中的推理技术研究

推理技术是故障诊断系统的核心,目前针对复杂系统的故障推理仍然是个难题,提出了将模糊神经网络与事例推理相融合的集成诊断模型,通过规则推理、事例推理和神经网络推理三个子系统的互相验证,既解决了事例推理不能得到最优解的问题,又解决了模糊神经网络训练样本难以选取的问题,将该推理方法用于某武器系统故障诊断,取得了较好地诊断效果.     

故障诊断专家系统综合智能推理技术研究

推理机在故障诊断专家系统中起着非常重要的作用。提出普通规则、模糊逻辑和模糊神经网络推理相结合的综合智能推理机应用于故障诊断专家系统。综合智能推理机既能提高诊断推理的速度,又可以提高诊断推理的准确程度。通过对某型号导弹故障诊断验证,采用综合智能推理机诊断快速、准确率高,取得了较好的诊断效果。     

基于模糊推理的网络故障诊断研究

设计了一个可用于网络故障诊断的基于模糊推理的专家系统模型。为了验证此模型的有效性,设计和实现了一个原型系统。该系统的测试结果显示,故障诊断和定位的准确性较高,可以满足校园网的故障诊断和维护的需要。     

模糊神经网络及其在控制系统故障诊断中的应用

针对控制系统中模拟电路故障诊断时的不确定性问题,提出了将模糊理论和神经网络相结合的方法;首先利用模糊理论描述不确定性信息,然后利用人工神经网络完成不确定性推理,最后利用模糊理论对推理结果进行解释和决策,从而得出故障诊断结论;结合某型船舶主机遥控系统中延时电路板的故障诊断问题,阐述了将该方法应用于实际控制系统的故障诊断过程;结果表明,该方法能够较好地处理模拟电路故障诊断过程中的不确定性问题,有效地提高故障模式的识别能力,将故障准确地定位到元器件.     

轴承故障的智能诊断方法

总结了轴承故障诊断的模糊规则,并把这些规则晨射到模糊神经网络,提高了诊断的智能性。提出了部分层学习算法,并推导出隶属度函数的参数学习算法,改善了诊断规则和学习性能,所研制的诊断系统在对轴承邦联伯诊断中取得了满意的结果。     

一种改进的同伦BP算法及其在故障诊断中的应用研究

为克服标准BP算法中存在的网络学习收敛速度慢、容易陷入局部极小等问题,引入同伦算法,提出了一种将同伦论与快速BP算法结合的改进算法,并采用二进制结构表示输出模式矩阵。最后以柴油机燃油系统为例,对其中的几种故障进行诊断研究。仿真结果表明此方法既能快速收敛,又能大大提高避免陷入局部极小的能力。     

嵌入式系统在液压状态监测与智能故障诊断中的应用

针对国产地F元轨采矿设备液压系统故障率高,而其检测和故障诊断手段落后的背景,提出了一种基于嵌入式系统的液搓状态监测与智能故障诊断模型,陔故障诊断模型通过没置在液压系统中的多源异质传感器实时采集设备特征信息,并采用模糊神经网络来实现数据的融合处理,诊断结果通过界而友好的LCD显示,实现了故障状态的实时岭测和故障的智能诊断。通过该故障诊断模型,有效地解决了无轨采矿没备液搓系统故障率高而其检测和故障诊断手段落后的问题。提高了设备故障诊断的自动化和错能化．增强了设备的市场竞争力。