基于故障树的某型装备故障诊断专家系统

基于故障树逻辑编码的某型设备故障诊断专家系统,用具有逻辑关系的数字编码建立故障树模型。再以故障树表形式表述专家知识,并通过故障树自动生成专家系统推理规则。该系统基于Visual Prolog编程语言,包括知识表示、知识库、推理和解释机制的设计。     

基于故障树的电动公交车故障诊断专家系统

在故障树分析的基础上,建立电动公交车的故障诊断专家系统,用户通过人机界面提供故障征兆,专家系统利用知识库中存储的知识(包括规则和故障知识),按一定的推理策略逐步求解问题,推理结果再通过人机界面显示给用户.另外,系统还添加解释机制,对规则、故障树以及推理的过程和各中间结果进行必要的解释.用户rl-'~断知识库进行完善、更新也通过人机界面进行.     

数控机床故障诊断智能化研究

提出将人工智能技术应用于数控系统的策略和模型.构造出数控机床故障诊断专家系统模型,实现数控机床故障诊断智能化;提出利用知识库中的管理子系统管理各子知识库;采用正反推理混合方式以及单元推理、行为推理和故障树推理的方式,提高了故障诊断效率.     

基于层次分析法的发动机故障诊断专家系统

运用故障树分析法进行康明斯发动机的故障分析,建立了发动机常见故障的层次树模型,并将其转化成二叉故障树以构建专家系统的知识库;研究了系统的推理诊断流程:采用层次分析法设计了故障诊断专家系统.基于Windows平台和Delphi7.0语言开发了故障诊断专家系统.提供了一套简单、实用的故障诊断工具,给装备的故障诊断带来了极大的方便.     

基于专家系统的数控机床故障诊断技术研究

提出将人工智能技术应用于数控系统的策略和模型。具体采用专家系统的框架概念构造出数控机床故障诊断的专家系统模型,提出利用知识库中的管理子系统管理各子知识库;采用正反推理混合方式以及单元推理、行为推理和故障树推理的方式,提高了故障诊断效率。     

FTA分析法在液压压砖机远程故障诊断专家系统中的应用研究

以YP4800型全自动液压压砖机为例,分析了液压系统的故障模式和推理过程,建立液压系统故障树,将故障树理论和专家系统相结合,建立了基于故障树的液压压砖机的远程故障诊断专家系统.根据割集和最小割集的重要度优先级,用规则和框架相结合对故障树进行推理诊断.     

柔性制造系统设备故障诊断专家系统的开发研究

通过建立单元子知识库、行为子知识库和故障树子知识库,将复杂的故障信息进行有效分解,并利用知识库中的管理子系统管理各子知识库;采用正反推理混合方式以及单元推理、行为推理和故障树推理的方式,提高故障诊断效率。     

基于故障树的立体车库故障诊断专家系统

针对巷道堆垛式立体车库,采用故障树分析法与基于规则的诊断专家系统相结合的方法,建立了基于故障树的巷道堆垛式立体车库故障诊断专家系统。通过故障树系统、层次性地表述专家知识,通过产生式规则将车库故障知识转变为规则表示形式,从而建立知识库;并根据传感器测得的设备运行数据组建综合数据库。最后利用非精确正向推理机制对故障问题进行求解。     

飞机自动驾驶仪故障诊断专家系统设计

设计了一种基于故障树的专家系统结构,建立了自动驾驶仪系统的故障树模型和专家诊断知识库,提出了一种基于故障树专家系统的自动驾驶仪系统故障诊断方法,开发了基于该方法的故障诊断实验平台。该方法通过对自动驾驶仪系统故障树模型进行分析,提取故障树最小割集及最小割集重要度,将专家系统作为框架、故障树作为诊断规则,并存入专家系统知识库,运用基于故障树最小割集重要度的推理机,实现故障树与专家系统的交互操作,最后完成诊断并输出结果。     

气门磨损失效分析专家系统知识库的构建与推理研究

在讨论气门磨损失效形式和影响因素的基础上,建立了发动机气门磨损失效分析专家系统的知识库,提出了气门磨损失效分析专家系统的知识库结构——树状结构、知识获取与表示方法,给出了采用数据库技术构造的知识库体系与推理机制。在气门磨损失效分析专家系统中,要提高产生式系统的可理解性,应当通过对规则的适当划分,将规则组织成易于管理的功能模块。将故障树分析法和基于产生式规则的失效诊断专家系统有机地结合起来,能很好的解决基于产生式规则的专家系统最突出的弱点,即知识获取难的问题。为了更快、更准寻找到气门磨损失效的影响因素,采用最好优先搜索法。     

离心泵故障诊断专家系统的设计

详细介绍了开发离心泵故障诊断的专家系统的方法,在SQL Server数据库中创建离心泵故障的知识库和全局数据库,用专家系统工具Clips建立故障规则和推理机,利用Windows XP平台,研究了将Clips的核心推理机嵌入到C++Builder中的方法,详细介绍了实现专家系统的设计理论。     

基于全矢增强深度森林的旋转设备智能故障诊断方法

针对传统智能诊断方法需要专家知识和复杂特征提取，而深度神经网络模型复杂度高、构建难度大，以及单源信号信息不完备等问题，提出了一种新颖的全矢数据融合增强深度森林的旋转设备故障诊断方法。该方法根据旋转设备振动信号的特点，选择全矢谱技术与深度森林多粒度扫描相结合，用于接收同源双通道信号输入，增强了数据的完备性，并通过改善深度森林级联层来减少深层特征消失和特征冗余。为了验证所提出方法的有效性，分别进行了滚动轴承与轴向柱塞泵两例故障诊断实验研究，结果表明，该方法在不同旋转设备上都有很好的诊断效果，并可以实现端到端故障诊断。此外，该方法在小训练数据集上的故障识别准确率也非常高。     

基于粗糙集的风机故障诊断专家系统知识获取

针对专家系统中知识获取的“瓶颈”问题、应用粗糙集理论建立风机故障诊断专家系统框架．并利用粗糙集的约简方法消去知识库中冗余的属性，实现了知识库的精简，有效地保持和完善了知识库的结构和性能．提高了知识获取的效率。此方法应用在风机故障诊断专家系统中．收到了良好的效果。     

基于能量增强的双斜式轴向柱塞泵滑靴磨损故障诊断方法

针对盾构机等大型设备用双斜式轴向柱塞泵故障诊断中滑靴磨损故障特征信号易被湮没的问题,提出了一种基于能量增强的双斜式轴向柱塞泵滑靴磨损故障诊断方法。首先,考虑到双斜式柱塞泵滑靴磨损会造成轴向、径向两个方向的振动,对发生滑靴磨损故障下的泵的力学特性进行分析,确定了敏感频率范围;其次,考虑到故障信号易被湮没,将轴向和径向的振动信号分别进行小波包分解,进而得到轴向和径向的振动信号的能量谱,并将轴向与径向敏感频率范围内的能量谱进行叠加,增强故障特征;最后基于试验数据进行验证,对比正常状态与滑靴故障状态下的能量谱,可以有效提高故障诊断的准确度。     

基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断

针对轴向柱塞泵结构复杂、故障信号微弱且易受噪声干扰难以进行故障模式识别的问题,提出一种基于局部s变换和极限学习机的柱塞泵故障诊断方法,对不同程度滑靴磨损故障进行诊断。采集柱塞泵在正常和不同故障状态下的振动信号进行局部s变换,对不同的特征向量组进行定性和定量比较,选择提取s矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共三维特征向量,将特征向量输入极限学习机完成故障模式的识别,识别精度可达99%以上。最后将极限学习机与支撑向量机分类结果进行对比,证明所提故障诊断方法可以用较少的特征向量获得较高的诊断精度。     

基于粒子滤波和自回归谱的液压泵故障诊断

针对飞机轴向柱塞式液压泵的工作状态监控问题,提出了一种基于液压泵振动信号分析处理的故障诊断新方法。通过对加速度传感器的原始数据序列进行信号建模,利用粒子数优化后的粒子滤波算法进行降噪;根据滤波后信号的自回归谱提取特征值,结合液压泵的故障机理分析其工作状态,实现对液压泵的故障分析和诊断。实验及仿真结果表明,粒子滤波可有效跟随原始信号并滤除噪声干扰,基于粒子滤波和自回归谱的液压泵故障诊断方法能有效地提取故障特征值,实现故障诊断和识别。     

高压轴向柱塞泵配流空蚀特性的评价

分析高轴向柱塞泵的空蚀特性,提出了一种评价空蚀特性的方法,并将其用于泵的实际设计。针对实验中轴向柱塞泵出现的空蚀破坏,对轴向柱塞泵配流过程进行计算流体动力学(CFD,computational fluid dynam ics)解析,得到了配流盘不同位置的速度分布和压力、速度随缸体转角的变化曲线;得出轴向柱塞泵空蚀破坏的机理———空蚀破坏不仅取决于减压槽附近的速度和压力大小,还取决于速度的方向;并且指出如果减压槽处的射流角大小在30°~65°范围内高压轴向柱塞泵就不容易产生空蚀破坏的问题。应用该方法对配流盘进行改进后,从空蚀破坏方面讲,泵的寿命延长到了原来的4倍多。     

神经网络和证据理论融合的故障诊断方法研究

针对传统故障诊断方法存在的诊断准确率不高的问题，利用数据融合原理，将神经网络和证据理论进行有机结合，使两者优势互补，提出了神经网络和证据理论融合的故障诊断方法。通过简化网络结构提高了局部诊断网络的诊断能力，并使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值，从而实现了赋值的客观化。充分利用各种故障的冗余和互补信息，显著提高了故障诊断的准确率。在材料试验机伺服系统的液压泵上进行了模拟故障诊断试验，验证了该方法的有效性。     

基于知识网格的故障诊断专家系统模型

利用知识网格能够提供更广范围的知识获取与数据挖掘、便于构造更有效且完备的知识库以及知识库之间的知识共享与协同能力等特点,提出了基于知识网格的故障诊断专家系统模型,构造基于本体的故障诊断知识库、基于资源空间模型的知识规范管理、及其网格环境下故障诊断推理机制.知识网格故障诊断专家系统易于知识的动态扩充、知识的广域存放以及异构知识源的有效融合.该研究不仅为故障智能诊断研究提供了一条崭新的途径,同时也促使了传统专家系统的新发展.