共查询到17条相似文献,搜索用时 343 毫秒
1.
针对高柔性生产线故障排查困难等问题,提出了一种故障树分析和贝叶斯网络结合的动力锂电池模组生产线故障诊断方法。首先,通过分析生产线机械结构和工艺流程,结合收集的故障案例,构建自动上料工位的故障树,对故障进行定性分析;其次,使用Netica软件将故障树模型转化为贝叶斯网络模型,对故障进行定量分析;最后,将企业实际故障案例代入故障树进行验证对比。验证结果表明,故障树分析和贝叶斯网络相结合的故障诊断方法准确率达到91.04%,能够实现对整条生产线的故障诊断,诊断过程中不断迭代完善的贝叶斯网络模型可为后续生产工艺的改进提供依据。 相似文献
2.
3.
4.
故障检测和诊断 (FDD)技术目前已发展为四大类 ,适用于电网故障检测和诊断的有基于状态估算的FDD法和基于人工智能的故障诊断法。基于状态估算的FDD法 ,直接反映被控系统的运行状态 ,通过重构被控过程状态 ,构成残差序列 ,再通过构造模型 ,采用统计检验法 ,并利用状态观测器、滤波器等把故障检测出来 ;基于人工 智能的故障诊断法又细分为专家系统和故障树等诊断法 ,基于专家系统的故障诊断法 ,主要利用计算机的推理能力、电力专家的丰富经验及电网中的因果关系 ,快速找到故障 ;基于故障树的诊断法是一种常用、有效的故障诊断法 ,通过逐级提问 ,构成一个递阶故障树 ,再通过启发性搜索 ,查找到故障。总之 ,运用自动控制中的故障检测和诊断技术来提高电网中计算机在线应用中实时数据库的有效性和可靠性 ,从而成为电力系统遥测校正和状态估算的重要辅助手段。 相似文献
5.
电力变压器是电力系统中最重要的输变电设备之一,其故障征兆和故障原因之间的关系错综复杂,单项诊断方法信息特征独特、考虑角度单一,通常难以满足其故障诊断要求。提出了一种基于BP神经网络和故障树分析方法的变压器故障综合诊断新模型。首先收集整理变压器故障信息量作为训练和识别样本,建立了基于BP神经网络的变压器故障诊断模型,再利用故障树分析方法,对变压器故障等级、严重程度等进行划分。通过大量的现场数据验证表明,与单一诊断方法相比,该模型能提高故障诊断正确率。研究成果为变压器故障评估诊断提供了一种新思路。 相似文献
6.
7.
基于虚拟仪器的电路板故障检测与诊断系统的研究 总被引:12,自引:1,他引:11
针对当前精密系统电路存在故障检测复杂、可扩展性差和辅助维修难度大等问题,设计了一种新型的电路板故障检测与诊断系统,基于LabVIEW开发软件,选用PCI8613和USB2810数据采集卡采集重构电路板信号.根据智能故障诊断与容错控制技术,建立故障树的贝叶斯网络模型,应用动态贝叶斯网络推理,实现电路板元件级的故障检测.对... 相似文献
8.
基于键合图理论的故障诊断方法及在锅炉给水泵上的应用 总被引:1,自引:0,他引:1
利用键合图模型知识表达方式,可创建系统设备之间的复杂因果推理关系,从而生成故障树,进行系统的故障诊断。文中以锅炉给水泵为对象,提出一种基于键合图理论的定性故障诊断方法。在介绍故障树和键合图基本理论后,提出利用键合图生成故障树的概念,然后通过给水泵系统的键合图模型,给出了基于倒置因果分析方法的给水泵故障树,并为因果树中元素分配了定性值,利用故障树边界层元素的定性值分析法,定位出引起给水泵初始故障集的故障源。此方法具有定性故障诊断的优点,通过给水泵动态特性的仿真结果验证了该方法的正确性。 相似文献
9.
本文主要论述了一种基于故障树分析的LLC谐振型开关电源的故障诊断方法。本方法通过建立LLC谐振型开关电源的故障树方法,结合电路原理分析及仿真验证,实现LLC谐振型开关电源的故障定位。 相似文献
10.
基于多种诊断知识的回热系统故障诊断 总被引:4,自引:0,他引:4
多数现有的回热系统的故障诊断只是基于经验知识 ,而少数相关诊断系统也只是基于某种深知识的单一运用。然而 ,对于复杂的回热加热器设备 ,这些现有的回热诊断系统在工程使用中很容易造成误诊和漏诊。为克服现有回热诊断系统的困难和不足 ,就必须借助于多知识的运用和集成。本文建立了回热系统的故障树模型 ,给出了回热加热器和除氧器的定性微分方程 ,并将故障树分析、故障矛盾检测和故障模糊模式识别这三种深知识有机地结合在一起 ,提出了基于多知识集成的回热系统故障诊断推理控制机制 ,从而提高了回热系统诊断推理的效率和故障诊断的准确性。 相似文献
11.
12.
13.
为进一步提高诊断算法的准确度及容错性,文中提出一种基于与或树模型的输电网故障诊断方案。在目前诊断模型的基础上加入保护启动信息及电网拓扑元素,使与或树诊断模型对故障的描述更加确切。通过对电网拓扑的搜索形成遍历生成树,反映出了可疑故障元件与断路器之间的连接关系,然后将保护启动信息、保护出口动作信息以及断路器跳闸信息三者形成的与树引入其中,形成最终的与或树诊断模型。通过对与或树的求解及最优匹配算法能够确定故障元件以及丢失的报警信息,最后通过故障诊断算例验证了该方法的有效性。 相似文献
14.
采用基于粗糙集的决策树方法建立电网故障诊断模型,可以方便地处理含有非数值特征的、不精确的故障样本,且当丢失或出错的故障信息不是关键信号时,不会影响诊断结果,具有较强的容错能力和适应性。该文基于粗糙集理论,首先利用可辨识矩阵的改进算法对由断路器和保护为条件属性、考虑各种故障情况所组成的诊断决策表进行简化;然后采用加权平均粗糙度的概念,作为选择分离属性的标准,构造电网故障决策树,从而实现对电网的故障诊断。通过实例表明,该方法能有效地约简知识,具有很强的容错能力,能准确地判断电网故障以及对其进行定位。与规则表示相比,决策树直观、易于理解、维护和修改。 相似文献
15.
基于粗糙集与决策树的配电网故障诊断方法 总被引:4,自引:2,他引:2
针对配电网发生故障后故障诊断警报信息存在不确定性和不完整性导致难以得出准确诊断结果的问题,提出一种基于粗糙集与决策树的配电网故障诊断算法,实现了对故障样本决策表进行无教师的规则提取。该算法将配电网的原始样本集转化成决策表,利用粗糙集具有较强的处理不确定和不完备信息的能力,对决策表的条件属性进行约简处理;同时,利用决策树具有快速学习及分类的优势对约简后的决策表进行诊断规则提取;将产生的规则运用于配电网故障诊断中以实现快速故障诊断。该算法提高了配电网故障诊断的精度和鲁棒性,最后通过算例验证了该算法的有效性。 相似文献
16.
为对变压器进行准确的故障诊断,将油中溶解气体分析(dissolved gasses analysis, DGA)与人工智能技术相结合,提出了一种基于鲸鱼优化算法(whale optimization algorithm, WOA)优化LogitBoost-决策树的变压器故障诊断模型。该模型以决策树作为弱学习器,通过将Logit Boost集成算法作为集成框架使多个决策树集成为一个强学习器,并构建了一种基于鲸鱼优化算法的优化策略去优化LogitBoost-决策树模型中的决策树棵数及决策树的最大分裂次数。实验表明,所构建的WOA-Logit Boost-DT变压器诊断模型与常用的决策树、支持向量机、三比值等诊断模型相比,综合诊断精度分别提高了约4%、10%、21%。所构建的相关模型能为变压器的故障诊断提供技术支持。 相似文献