基于单片机和BP神经网络的凝汽器故障诊断系统

该文介绍了现代工业设备故障诊断的必要性，以凝汽器为对象，列举了其故障征兆集，采用反向传播神经网络算法，设计了一个具有故障诊断功能的单片机系统，使用效果良好。     

基于可信度理论的火电厂水汽化学过程故障诊断模型研究

针对火电厂水汽化学过程中广泛存在着的不确定关系,该文研究并设计了一个基于可信度理论的故障诊断模型。在模型中对知识的表达、推理控制机制的选择、不确定算法的构建等问题做了详细的描述;并改进了规则可信度的设定方法,使该可信度推理更接近于人类专家思维。     

基于模糊专家系统的凝汽器故障诊断

本文以VC 6.0和CLIPS为工具设计了一个用于火电厂故障诊断的模糊专家系统。介绍了模糊专家系统构成及特点.实现了故障诊断的知识录入与修改及故障的自动诊断,搜集了一些火电厂凝汽器系统故障诊断知识并进行了模糊专家系统诊断验证。     

基于证据理论数据融合的故障诊断研究

从D—S证据理论的基本概念和融合推理方法出发,构造了符合故障诊断特点的基本可信度分配,建立了多故障特征信息融合诊断框架,并将其应用于液压泵故障诊断。实践证明,该方法能有效地提高诊断可信度。     

基于粗糙集理论的系统建模与故障诊断

应用粗糙集理论,可以从原始的数据中提取有用的知识或规则.依据这一思想,本文建立了一个实际非线性系统的粗糙集模型.在建模过程中,首先用系统输入输出的采样数据构成原始信息表,然后离散化,再利用粗糙集算法得到系统粗糙集模型的不完备规则集,通过实验和线性插补法实现规则集完备化,最后完成模型的设计和校验.校验结果表明所建的粗糙集模型是有效的,并利用该模型实现了系统的一种故障诊断.     

一种基于粗糙集理论的最优故障诊断规则获取方法

为了获取最优故障诊断规则,给出一种基于信息标记的改进属性值约简算法,以及针对规则的冗余、矛盾、从属等方面的规则检测方法,并应用于某型航空电子设备故障诊断中进行最优诊断规则获取,结果表明诊断有效。     

基于模糊神经网络的凝汽器真空故障诊断方法

凝汽器作为火电厂重要的辅助设备,其运行性能对机组运行安全和汽轮机组循环热效率有很大的影响。本文采用基于模糊神经网络的故障诊断方法,针对其中的隶属函数选取进行针对性研究。将DCS系统中获取的征兆实际值,通过模糊隶属度函数进行模糊化处理,代入到训练好的网络中,得出诊断结果。经实际运行结果表明,该方法能够获得有效的诊断效果。     

应用于故障诊断的SVM理论研究

分析了利用支持向量机进行模式分类的原理,指出最优分类面上的样本相对于两类误判而言是等概率的而非等风险的。针对机械故障诊断中两类错误分类具有不同损失的特点,说明直接将支持向量机应用于该领域存在不足。在此基础上,提出了诊断可信度函数,并在特征空间中,对最优分类面进行重新设计,使其符合等损失的要求,文中算例说明了该方法在实际应用中的可行性。     

基于粗糙集理论的电力变压器故障诊断研究

粗糙集理论是一种较新的数据处理工具，可以有效地分析和处理不完备信息。运用粗糙集理论研究了因各种复杂因素造成的不完备信号模式下电力变压器故障诊断的方法。该方法利用油色谱分析得到的各种气体浓度百分比作为故障分类的条件属性集，考虑各种故障情况，建立决策表。利用决策表的约简方法进行化简，区分关键信号与冗余信号，导出故障诊断规则，从而达到不完备信号模式下快速准确地故障诊断的目的。通过实际应用表明，该方法简单、有效、具有良好的容错性能。     

基于证据理论数据融合的故障诊断研究

从D-S证据理论的基本概念和融合推理方法出发,构造了符合故障诊断特点的基本可信度分配,建立了多故障特征信息融合诊断框架,并将其应用于液压泵故障诊断,实例表明该方法能有效提高诊断可信度,充分显示了该诊断方法的有效性.     

基于改进证据理论的齿轮泵故障诊断方法研究

针对多源传感器信息的不确定性,提出了一种基于改进证据理论的故障诊断方法.首先定义了证据向量的夹角余弦,提出了冲突证据判定法则,对证据进行冲突性判定;然后建立二级鲁棒融合策略,通过RBF神经网络进行特征层融合,经过训练产生初始证据,应用冲突证据判定法则找出冲突证据并利用相似度对其进行局部修正;最后对证据进行融合和诊断.通过齿轮泵振动试验,将此方法与神经网络、传统证据理论和其他代表性改进方法的诊断结果进行对比,验证了新方法和融合策略的有效性.     

基于证据理论的城轨车辆走行系融合故障诊断

针对城轨车辆走行系故障诊断只依赖于单一证据源造成的诊断准确率低的问题,研究利用证据理论进行走行系多证据源融合的故障诊断。经过对高冲突低信任度情况下悖论产生的原因分析,采用矛盾因子对合成规则进行了改进;针对城轨交通车辆走行系,分析了轴承和轮对所有可能发生的故障,建立了走行系轴承和轮对的识别框架;选择轴箱振动诊断、轨旁振动诊断和轴温诊断等3个证据源作为走行系融合诊断的证据源;采用专家经验法确定了不同证据源的基本信任分配函数。研究结果表明,采用单一证据源的故障诊断准确率较低或诊断对象少,而采用多证据源融合的故障诊断方法(在包含轮对和轴承两个对象情况下)的诊断准确率为80%,从而有效提高了城轨车辆走行系故障诊断的可靠性。     

基于随机集理论的并发故障诊断信息融合方法

为了诊断并发故障,提出一种基于随机集理论的信息融合方法.首先构造包含并发故障的论域,并在此论域的超幂集上定义扩展型随机集.基于该随机集和广义集值映射给出证据组合规则的随机集模型,用其构造可以同时适用于单发和并发故障诊断的新型组合规则.此外,根据传感器提供的故障信息构造故障样板模式与待检模式的模糊隶属度函数,利用模糊集的随机集表示以及随机集似然测度,获得两种模式匹配的程度作为待融合的诊断证据.最后通过在电机柔性转子平台上的试验,证明了所提方法可有效地减少单一传感器信息诊断的不确定性,显著提高转子系统故障诊断的精度.     

小波理论-近似熵在风机故障诊断中的应用

风机的振动信号是一种典型的非平稳时变信号,具有混沌特征。提出用小波理论的滤波算法对风机原始振动信号进行降噪处理,用近似熵来定量描述风机的工作状态,进而对风机进行故障诊断。通过对风机不同工作状态下振动信号的分析,结果表明,风机在不同工作状态下所对应的近似熵有明显的变化,小波理论近似熵的方法适用于风机故障的检测。     

设备故障的二级模糊综合诊断方法的研究

在设备故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性。本文将模糊理论引入设备故障的诊断过程中,针对每种故障原因,建立一个故障原因两两比较模糊矩阵,通过故障原因两两比较模糊矩阵,确定故障症状对故障原因的隶属度,从而建立了模糊诊断矩阵,在模糊综合诊断过程中,由于模糊算子对信息的取舍均带有一定的倾向性,为抑制其偏激,我们首先分别采用5种模糊算子进行综合诊断,然后根据诊断的结果,将可信度较高的3种模糊算子诊断的结果加权平均,作为最终诊断结果,以提高诊断结果的可靠性。最后,通过实例演示了故障的诊断过程。     

基于模糊理论的机械设备故障诊断方法

以机械设备的故障特点的研究为基础,应用模糊数学理论,结合经验分析,建立了机械设备故障的模糊诊断模型,提出了机械设备的模糊诊断方法,并结合实例介绍了这一方法的具体应用．