汽轮发电机组故障诊断专家系统的研究与应用

介绍一个基于知识的汽轮发电机组故障诊断专家系统ＫＢＦＤＥＳ，系统采用“框架＋规则”知识表示技术，并将框架驻留在内存，而将规则驻留在虚拟盘上；在诊断过程中采用广义的不精确推理策略，并对重要信息用一个组合神经网络进行智能识别；系统将神经网络技术和ＩＤ３算法结合可以实现从诊断实例自动获取知识。     

人工神经网络在汽轮发电机组故障诊断中的应用

基于ＢＰ神经网络，结合船舶汽轮发电机组故障诊断问题，提出了一个适合于复杂、非线性系统的块层化神经网络诊断模型，并开发了一个诊断系统。通过实验优化了网络参数，经在某船舶汽轮发电机组进行的运行实验，验证了诊断模型高效的自组织、自学习能力。初步试验结果表明诊断系统是有效和可行的。     

改进BP网络在汽轮发电机组故障诊断中的应用

关于汽轮发电机系统一定要保证可靠安全.研究汽轮机发电机组的故障快速诊断问题上,针对汽轮发电机故障具有多样性和不确定性,传统BP神经网络不能很好的识别这种特性,存在训练时间长、误差收敛速度慢的缺陷,故障诊断正确率低.为了提高汽轮发电机组的故障诊断准确率,提出一种附加动量法和自适应速率相结合的BP神经网络故障诊断模型.采用附加动量调整了BP神经网络的权值,加快了网络的收敛速度,用自适应速率动态地调整了学习速度,减少了迭代次数,最后利用得到的BP神经网络对故障进行了诊断.在matlab上采用实测汽轮发电机故障数据对故障诊断模型进行测试,相对于传统的BP算法,该算法不仅迭代次数少、学习速度加快,而且故障诊断准确率高.结果表明,有效地克服了传统的梯度下降的BP算法的缺陷,诊断结果可为保证汽轮发电机安全运行提供保障.     

汽轮发电机组在线监测与故障诊断系统

200 MW及以上容量的大型发电机组的安全稳定运行是电力系统安全运行的保证,为了保障汽轮发电机组的安全可靠运行,必须实现机组运行信息内部共享和远程监测和故障诊断。因此,提出了一种基于Internet网络和CAN总线的分布式汽轮发电机组在线监测与故障诊断系统;给出了分布式在线监测和故障诊断系统的硬件结构、软件配置和功能;介绍了诊断系统的网络技术和实现框架,应用实例证明该系统具有一定的实用性和有效性。     

基于BP神经网络模型的电机故障诊断专家系统

针对传统机械设备故障诊断专家系统存在知识获取能力弱、求解有一定局限性等问题，介绍了BP神经网络旋转机械故障诊断专家系统，对单位BP算法，BP神经网络的建立、训练及应用作了具体说明。该系统学习效率高，故障诊断准确，已成功应用于铁路机车走行部的轮对电机在线故障诊断。     

基于神经网络和专家系统的故障诊断

分析了专家系统和神经网络在故障诊断中的应用，针对两种技术各自的优缺点，建立了一个基于神经网络和专家系统的采煤机集成故障诊断系统，介绍了系统的结构，诊断策略及神经网络的学习算法，并给出了仿真结果。     

设备故障诊断技术在汽轮发电机组上的应用

本文介绍利用设备故障诊断技术．解决汽轮发电机组的故障隐患,并以此阐述企业开展设备故障诊断的重要性和必要性,     

一种改进的神经网络机械故障诊断专家系统

针对传统BP神经网络训练中收敛速度较慢的缺点,提出一种基于L-M算法的神经网络应用于机械设备故障诊断的专家系统。论述了神经网络的专家系统结构,并以7216圆锥轴承试验研究为例,建立了基于该算法的故障诊断模型。仿真结果表明:该模型显著缩短了训练时间,具有较高的准确性。运用该神经网络专家系统进行机械故障诊断是有效的。     

故障诊断型神经网络专家系统

本文总结了传统的基于知识的专家系统（KBS）所存在的问题，并阐述了一个通用的应用人工神经网络（Ar－tificialNeuralNetwork）与专家系统（ES）相结合的故障诊断智能系统，给出了系统开发的设计原则，总体结构与功能、实现过程及关键技术。     

汽轮发电机组在线状态监测与故障诊断系统

大型高速旋转机械是工业企业中的关键设备，跟踪监视这类设备的运行状态并及时有效地处理转子故障，具有重要的经济价值。本文针对故障诊断领域的特点研究建立了一个用于汽轮发电机组状态跟踪及故障诊断的专家系统。该系统能够时常见的转子故障提供状态跟踪分析及故障诊断功能。对复杂疑难的转子故障，则以其完备、灵活的数据管理功能，辅助人类专家的诊断工作。该系统采用Ｃ语言建立数据库，知识库及推理机，纪录并管理反映机组状态的各类参数及其历史趋势数据，采用模糊逻辑和证据理论方法，依据层次诊断模型，对机组故障征兆进行推理，并对结论作出详细解释。     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

基于神经网络的智能故障诊断技术

归纳了神经网络在故障诊断中的运用方式，探讨了故障诊断的神经网络方法和专家系统方法的联系和区别，以及两种方法的结合方法；最后，给出了选择智能故障诊断方法的原则。     

指挥控制系统的通信网络故障诊断专家系统

在分析指挥控制系统通信网络特点的基础上，采用面向对象的方法和Visual C 6．0程序设计语言开发了一个智能故障诊断专家系统，并对该系统的结构和各模块功能进行了阐述。该系统采用神经网络技术对网络告警数据进行处理，并利用专家系统实现诊断，提高了系统抑制噪声的能力，同时使系统具备了自学习功能。     

协同式变电站故障诊断专家系统

传统的变电站故障诊断专家系统在单个PC机上工作,造成PC机的负载很重,推理效率很低。针对这个问题,论文设计了具有自学习能力的变电站故障诊断专家系统(CSFDES),其中的多个子专家系统和核心专家系统协同工作。子专家系统应用不确定推理机制实现了快速的故障诊断。子专家系统将故障不确定事件提交给核心专家系统。核心专家系统利用设计的基于事例的推理机制,提高了故障诊断的准确性。CSFDES的原型系统初步应用到变电站的故障诊断,具有较高的实时性和准确性。     

基于神经网络的掌纹诊病专家系统

介绍了生物特征技术在医疗诊断领域的一种应用,从分析掌纹诊病的特点了,采用了神经网络的知识处理方法来构建一个基于掌纹病理行征的诊病专家系统。     

多媒体歼击机故障诊断专家系统

通过对某型歼击机专家故障诊断知识的研究,研制了多媒体歼击机故障诊断专家系统MAFDES。介绍了该系统所采用的知识表达形式、总体设计和推理决策的方法,其软件采用构件化技术设计,以Authorware为开发工具设计了MAFDES的多媒体流程图。     

FMS智能故障诊断专家系统的建立和开发

采用基于人工智能的故障诊断专家系统方法，附以模糊数学、神经网络、机器学习、数据库等理论，解决故障诊断中知识的合理表达，基于符号和数值的多种快速推理机制，知识的自动获取及知识库智能化管理等关键技术，建立了一个智能模糊故障诊断专家系统。     

基于神经网络的故障诊断专家系统研究

针对传统专家系统和神经网络的各自特点,将两者有机结合,构造了一种基于神经网络的混合型故障诊断专家系统。提出了神经网络子模块NNM的概念并分析了NNM的具体实现方法。应用该故障诊断模型对某内燃机组供油系统故障进行了模拟验证,试验结果表明神经网络与专家系统结合是一种有效的诊断方法。     

无人机系统的故障诊断神经网络专家系统

将人工神经网络与专家系统集成应用于无人机系统故障诊断,构建一个无人机系统的智能故障诊断系统,给出系统的结构组成,详细描述神经网络专家系统的工作原理.仿真结果表明,该方法应用于无人机系统故障诊断是有效的.