基于故障树模型的导弹故障检测系统

实现了一种基于故障树模型的导弹武器故障检测系统。该系统结合可靠性工程中的故障树模型，提出一种系统故障检测策略。利用测点信息和故障树结点之间的逻辑关系进行由下至上的反向推理，最终得到一条故障检测最佳途径，并根据此方法实现了实验性故障检测系统。     

模糊故障树诊断及应用

将模糊技术和故障树分析法结合起来 ,提出一种模糊故障树诊断方法 ,并将其应用于水轮发电机系统的温度故障诊断 ,实验研究表明这一方法是可行和有效的     

基于故障树的测控设备发射装置专家系统设计

为实现某型设备发射装置故障的快速诊断,在深入分析发射装置组成原理、故障模式及其传递途径的基础上,建立了故障树.根据故障树与专家系统知识库的内在联系,利用产生式规则构建了专家系统的知识库,设计了基于正向推理策略的推理机,采用通用数据库技术和面向对象语言进行软件开发,最终给出了一种可用于提高该型设备发射装置故障处理智能化水平的设计方案.     

基于故障树的燃料电池冷却系统故障诊断

从燃料电池发动机冷却系统的组成结构和工作原理出发,分析了其故障机理,建立了冷却系统几种典型故障的故障树模型并进行了定性分析。实际应用结果表明,所建立的故障树模型是可行和实用的,所采用的方法可为燃料电池发动机冷却系统的在线和离线故障诊断与维护提供便利。     

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。     

系统故障诊断的故障树分析方法

为了优化系统诊断过程,提出了一种系统故障诊断的故障树分析方法。通过故障树分析,求出所有最小割集、最小割集发生概率、组成单元的诊断重要度。诊断重要度大的最小割集优先诊断,最小割集中诊断重要度大的组成单元优先诊断。当最小割集中诊断重要度最大的组成单元故障时,包含该组成单元的最小割集应该优先诊断。根据组成单元的诊断顺序,生成系统的诊断决策树。这种方法弥补了仅以组成单元的诊断重要度确定最小割集诊断顺序的不足,使得发生概率大的最小割集可以优先诊断,优化了诊断过程。通过一个实例验证了该故障诊断方法的有效性。     

基于故障树的某型舰炮故障诊断系统的设计与实现

针对某型舰炮随动系统状态异常的现象,设计并实现了一种基于故障树的故障诊断专家系统.首先给出了舰炮故障诊断专家系统的组成,主要介绍知识库、推理机、人机接口模块的设计方法.根据该型舰炮故障的特点构造故障树,完成知识库的建造与更新.推理机采用正向推理和反向推理相结合的推理策略.实践表明,该故障诊断专家系统人机交互界面美观,用户操作方便,故障诊断结果基本可靠,知识库易于扩展.     

采用故障树分析诊断系统故障的改进方法

为了优化系统诊断过程,提出一种采用故障树分析诊断系统故障的改进方法.通过故障树分析,求出所有最小割集、最小割集发生概率、组成单元的诊断重要度.诊断重要度大的最小割集优先诊断,最小割集中诊断重要度大的组成单元优先诊断.当最小割集中诊断重要度最大的组成单元故障时,包含该组成单元的最小割集应该优先诊断.根据组成单元的诊断顺序,生成系统的诊断决策树.这种方法弥补了仅以组成单元的诊断重要度确定最小割集诊断顺序的不足,使得发生概率大的最小割集可以优先诊断,优化了诊断过程.通过实例验证了该故障诊断方法的有效性.     

故障树分析法在电气控制回路故障诊断中的作用

对某涤纶厂的一种典型电气控制回路建立故障树并对其运用最常用的三种基本故障树分析方法，尝试扩展故障树在故障判断和改进控制回路可靠性方面的应用，得出几个有针对性的初步结论，在形成电气控制回路故障树分析的基本认识和利用故障树解决问题等方面有所帮助。     

基于故障树和G2的航天器故障诊断系统开发

在航天器故障诊断系统的开发方面提出了一些新观点.首先,提出了航天器故障诊断的层次诊断结构,给出了4类诊断框架,即系统级诊断框架、分系统级诊断框架、部件级诊断框架和零件级诊断框架.其次,提出了一个层次诊断模型,该模型有4个层次组成,即传感器层、功能层、行为层和结构层,这些层协同工作以实现故障报警、故障诊断和故障定位.再次,提出了面向故障树的基于框架和广义规则的混合知识表示方法及相关的推理策略.最后把故障树和专家系统开发工具G2结合起来并给出了一个航天器电源系统的诊断案例.     

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。     

基于动态故障树的砼泵液压系统故障诊断技术

根据目前砼泵泵送液压系统故障诊断方法的不足,结合多年液压故障诊断经验,总结出了一套适合砼泵泵送液压系统的准确、快速的故障诊断体系.本液压故障诊断体系主要是以压力测试诊断法为主,"望闻问切"诊断法、元件性能诊断法及位移测量诊断法为辅的综合故障诊断过程,并通过建立经典案例档案库进一步完善了检测体系,在实际工作中发挥了重要的指导作用.     

粗糙集与决策树结合诊断故障的数据挖掘方法

根据数据挖掘技术用于故障诊断的基本思想，利用粗糙集进行数据归纳，过滤大量故障数据中的冗余属性，得到精简故障数据集。而后，用决策树分类方法处理精简数据集，产生分类所需的规则以进行分类，并结合实例说明了该方法的工作步骤。由实例可知该方法用于故障诊断的可行性，最后指出实际应用过程中的一些技术难题。     

空调系统故障诊断的广义故障树知识表示方法

针对空调系统故障诊断的特点,在故障树分析法的基础上,应用面向对象技术,将四种单一的知识表示方法储存成一种混合的知识表示形式--基于规则、模型、过程和框架集成的广义故障树诊断知识表示方法(GFTDKRM),并且以集中式空调系统为对象给出了广义故障树诊断对象描述实例. 从应用实例来看,广义故障树知识表示方法具有简洁、灵活、透明,且易于诊断推理的特点.     

基于故障树的数控机床故障诊断系统研究

通过对数控机床的故障实例分析,应用故障树模块分析算法,对Fanuc0i型数控车床的工作原理、故障现象进行定量分析;采用基于面向对象方法和专家知识的智能诊断方法,用Fussed法求解最小割集,把大型复杂故障树,分解为相对独立的多个子树;对数控机床典型故障建立了故障树,通过其最小割集进行故障定性分析,并将故障树分析法应用于故障诊断专家系统分析推理机制中。     

基于支持向量机的提升机制动系统故障诊断

针对提升机制动系统中常见的卡缸故障，利用支持向量机（SVM）这一新的机器学习方法进行智能诊断．在某一闸系统正常时获得2组信号，卡缸时获得6组信号，采用3层小渡包对闸瓦间隙-时间信号进行分解，以各频带的能量为元素构造特征向量，形成故障诊断样本，在Matlab6．5环境下用SVM工具箱进行编程，建立SVM故障分类器并时测试样本进行测试，从而实现提升机制动系统卡缸故障诊断．实验结果表明，在不到0．1S时间内，就建立了SVM故障分类器，该分类器对测试样本的诊断正确率达到了100%；当训练样本由6组减少至4组时，SVM故障分类器仍可以有效地实现对卡缸故障的诊断．因此，SVM方法对于少样本的故障诊断有较强的适应性，非常适合于矿井提升机这种安全运行要求很高，但又不具备大量故障样本的系统．