基于系统分层的故障诊断方法

通过分析当前复杂系统层次设计思想和故障传播特点,基于层次分析的理论,阐述了层次分析在故障诊断中应用的有效性,并给出了故障诊断的层次模型和基本策略,应用表明层次分析方法对于提高复杂系统的故障诊断效率具有一定的工程应用价值.     

基于贝叶斯网络的复杂系统故障诊断

系统结构和部件关系复杂、试验费用昂贵是小样本下基于不确定性信息的决策问题。针对其特点，建立了基于贝叶斯网络的复杂系统故障诊断模型，并提出采用Leaky Noisy-OR模型来降低数据需求量和计算复杂度。经研究表明，这种方法能综合利用各种来源信息，具有知识表达明确、样本需求量小、故障诊断准确度高等特点，可为复杂系统故障诊断提供决策支持。     

基于FPPNS的复杂系统故障诊断研究

为解决复杂系统故障诊断问题,利用面向对象思想、高级Petri网技术、模糊理论以及概率理论,建立了一种描述复杂系统故障关系的模型———FPPNS,介绍了模型涉及的对象类,给出了模型的诊断推理过程。该模型应用于发射装置的故障诊断,取得了良好的应用效果。用实例说明了模型的应用方法。     

基于图论模型的故障诊断方法研究进展综述

基于图论模型的故障诊断方法已被广泛应用于解决复杂系统的故障诊断问题。根据图论模型的建模思想、模型表达、推理方法,对现有的主要图论模型进行了分类。对目前图论模型的研究现状、研究成果以及存在的优缺点进行了综述,并通过分析国内外基于图论模型故障诊断方法在实际工程应用中存在的不足,提出了一些解决问题的思路。最后阐述了该类方法的发展趋势。     

基于信息融合技术的复杂系统故障诊断研究

本文比较系统地研究了目前在复杂系统故障诊断领域中广泛应用的几种诊断方法,分析了各种方法的优缺点和适用领域,并在此基础上提出了基于信息融合技术的复杂系统故障诊断策略,建立了复杂系统综合故障诊断系统模型.     

基于故障树分析的液压系统故障诊断研究

本文介绍了故障树分析方法.以叉车液压系统为例通过分析系统故障形式、液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,再依据故障树进行故障排查和诊断.此方法简便、直观、实用.应用于液压系统故障诊断中能够取得令人满意的效果.     

基于经验模式分解方法的故障诊断系统研制

近年来,经验模式分解作为现代时频分析方法出现,对处理大量非平稳信号有着明显的效果,广泛应用于工程实际中,吸引越来越多的研究人员在此算法的基础上进行优化改进。此外,市面上的设备故障诊断系统中应用的算法较为传统,迫切需要引入新的算法来提高故障识别准确率。针对该问题本文基于Visual Studio VB.net开发环境研制一套包含EMD算法的故障诊断系统,从而实现数据分析与处理工作,有效将算法与工程实际相结合。该故障诊断系统界面操作简单,不仅能为后期设备故障诊断报告提供数据依据而且便于工业现场操作人员的使用,具有重要的研究意义。     

基于压力积分的液压系统泄漏故障诊断方法

介绍一种基于压力积分的液压系统泄漏故障诊断方法,利用新型的压力波形采集仪测量并记录液压系统被测容腔的压力波形,用积分方法诊断液压系统的液导是否变化,即是否产生泄漏。给出该方法的原理和理论推导,通过台架实验给出了液压系统外泄漏情况下的实验结果。     

基于故障树分析的液压系统故障诊断研究。

介绍了故障树分析方法。以叉车液压系统为例通过分析系统故障形式、液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,依据故障树进行故障排查和诊断。该方法简便、直观、实用,用于液压系统故障诊断取得令人满意的效果。     

面向复杂系统的智能故障诊断过程设计

结合复杂系统结构和功能上具有的分层、关联、并行及复杂性特点,将诊断对象作为一个整体,从响应客户请求的复杂任务求解角度,研究故障诊断过程及诊断资源利用两个关键技术.阐述复杂系统智能诊断的任务分解模式,结合任务、过程及活动间的约束关系,分析基于约束的活动组织过程及其求解策略;基于多代理技术分析资源管理及调度过程,给出基于TOCS(响应时间,服务质量,服务成本,安全性)目标准则的资源优化调度算法.     

基于分层多信号流图的飞机空调系统故障诊断

在对飞机空调系统各主要部件进行故障模式影响分析(failure mode and effects analysis,简称FMEA)的基础上,采用分层多信号流图(hierarchy multi-signal flow,简称HMSF)方法对飞机空调系统进行故障诊断与仿真分析,得出了飞机空调系统的故障-测试关联矩阵,并给出系统各部件的故障检测率和故障隔离率。针对系统故障隔离率较低的情况,在尽可能少增检测点的前提下,对飞机空调系统分层多信号流故障模型进行了改进,增加了涡轮等部件共5个检测点,使飞机空调系统的故障检测率从91.4%提高到100%,故障隔离率从32.9%提高到83.9%。研究发现,分层多信号流图方法有助于改善飞机空调系统的故障检测率和故障隔离率,提高系统的故障诊断效率,为飞机空调系统健康管理的设计提供技术基础。     

基于粗糙集-神经网络系统的轴承故障诊断

针对神经网络在故障诊断中存在着输入属性维数多和数据量庞大的缺点,利用粗糙集理论对原始数据进行约简,并剔除其中不必要的属性,构建了优化的粗糙集-神经网络系统.实例分析表明,使用该系统能够减少故障诊断的时间.     

基于振动可视化分析的机械故障诊断方法

提出了一种基于振动可视化技术的机械系统故障诊断方法。通过振动可视化技术补充和完善常规监测手段所得到的振动信息,同步反映设备关键测点在时间和频率上的变化,以此作为系统故障诊断的依据。首先,以功能简单的运动部件为对象研究可视化技术应用的可行性;其次,以多通道振动信号分析结果作为输入量,将其应用于机械系统故障诊断。应用结果表明,基于振动可视化技术的机械系统级故障诊断方法能够有效地简化复杂机械系统故障源的确定过程,同时完成故障模式的准确匹配。     

基于FTA的通信设备故障诊断

研究了FTA可靠性分析方法用于通信设备故障诊断的问题.介绍了故障树表达通信设备故障根因的概念和基于FTA方法进行故障分析和故障诊断的方法.最后结合光传输设备常见的RLOS故障告警实例,对FTA技术在故障自动诊断中应用进行了验证.所研究和分析的方法结合实际场景,简捷有效,方便工程人员使用.     

基于FTA和FNN的液压系统故障诊断方法研究

针对液压系统故障的复杂性和不确定性等特点,传统的故障推理方法难以满足液压系统故障诊断的要求,提出了基于故障树分析和专家经验知识的模糊神经网络故障诊断方法。以起重设备液压系统为研究对象,建立故障树模型,基于故障树信息和专家经验知识,建立模糊神经网络诊断模型及并提取训练数据,在此基础上,运用统计参数法确定模糊预处理所需的模糊隶属函数。将训练好的网络模型应用于实例诊断,实验结果验证了该方法的实用性和有效性。     

基于竞争网络的液压系统故障诊断方法

竞争网络是一种能够进行无导师学习的神经网络，通过训练可以对输入向量进行自动分类，从而用于模式识别等目的。文章在介绍一般竞争网络和学习向量量化网络训练算法的基础上，分析了竞争网络用于液压系统故障诊断的方法。     

基于声全息的故障诊断方法

基于振动信号的故障诊断方法在某些场合下存在着局限性.机械噪声蕴含着丰富的设备状态信息,而且具有非接触式测量的优点,可以部分地替代振动信号,用于故障诊断.传统的噪声诊断方法主要基于频谱分析,无法反映声源位置和强度 /的变化信息,只能进行初步的故障诊断.基于此,提出一种基于声全息的故障诊断方法.该方法采用由少量传声器组成的阵列测量声压,应用波叠加法重构物体的外部声场,可以方便快速地进行声场可视化.一旦准确地重建出物体的外部声场,就可以利用这些全息场的信息进行故障诊断.通过建立基于全息图的正常状态与故障状态的模板,将机器的运行信息与这些模板对比,就可以判定机器的运行状态,从而进行故障诊断.采用由多个脉动球组成的声源模型进行了数值仿真,并在消声室内对两只音箱噪声源进行了试验研究,都准确地识别出辐射体声场状态变化,找出了故障.从而验证了该方法的正确性和实用性,为其在现场应用打下基础.     

Fault Diagnosis Method Based on System-phenomenon-fault Tree

The historical records of mechanical fault contain great amount of important information which is useful to identify the similar fault.The current fault diagnosis methods using historical records are inefficient to deal with intuitive application and multicomponent multiphase fault diagnosis.Towards the problem,the rapid and intelligent fault diagnosis method based on system-phenomenon-fault (SPF) tree is proposed.The method begins with the physical system of the fault system,conceives the fault causes as leaves,the fault causes as leaves and the frequentness of fault as the interrelationship,and finally forms the fault tree with structural relationship of administrative subordination and flexible multi-granularity components.Firstly,the forming method of SPF tree is discussed;Secondly some basic definitions as synonymous branch,the tough degree of the branch,the dominant leaf,and the virtual branch are defined;and then,the performances including the merger of the dominant branches keeping dominant,the merger of the synonymous branches keeping dominant were proved.Furthermore,the merging,optimizing and calculating of virtual branch of SPF tree are proposed,the self-learning mechanism including the procedure and the related parameter calculation is presented,and the fault searching method and main fault statistics calculation are also presented based on SPF tree.Finally,the method is applied in the fault diagnosis of the certain type of embedded terminal to demonstrate fault information searching in the condition of the synonymous branch,the virtual branch merging and visual presentation of search results.The application shows that the proposed method is effective to narrow down the scope of searching fault and reduce the difficulty of computing.The proposed method is a new way to resolve the intelligent fault diagnosis problem of complex systems by organizing the disordering fault records and providing intuitive expression and intelligent computing capabilities.