基于事例与因果模型的故障诊断

基于事例的推理（ Ｃ Ｂ Ｒ）近年来在人工智能领域受到了广泛重视, Ｃ Ｂ Ｒ 可用于解决复杂系统的故障诊断问题。本文针对 Ｃ Ｂ Ｒ 技术在故障诊断中的应用,从人的诊断思维出发,研究了故障事例的表达模型,探讨了以故障的因果模型为知识导引进行事例组织与故障推理的方法,并以柴油机故障诊断为例,指出这种方法可有效地提高故障推理与事例检索的效率。     

基于知识的汽车发动机故障诊断系统的开发

阐述了基于知识的汽车发动机故障诊断系统的原理.总结了汽车发动机故障诊断专家的经验知识.依据基于知识的诊断推理原理,采用产生式规则和框架的知识表示方法,选取深度优先的搜索策略,实现汽车发动机的故障诊断.     

动态系统基于模型诊断的研究进展与展望

基于模型诊断是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能推理技术,其应用也越来越广泛.介绍了动态系统基于模型诊断的诊断过程,综述了建模诊断方法、时序基于模型诊断方法.通过与静态诊断的比较,指出动态系统基于模型诊断的各种定义及其研究意义,并指出有待解决的问题.     

动态系统基于模型诊断的研究进展与展望

基于模型诊断是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能推理技术,其应用也越来越广泛.介绍了动态系统基于模型诊断的诊断过程,综述了建模诊断方法、时序基于模型诊断方法.通过与静态诊断的比较,指出动态系统基于模型诊断的各种定义及其研究意义,并指出有待解决的问题.     

案例推理在印刷机械故障诊断中的应用

借助于案例推理技术在知识获取、易于理解方面的优势,结合印刷机械设备的特点,将基于案例推理的方法引入到印刷设备的故障诊断领域,研究基于案例推理技术的原理和方法,详细论述了案例推理在设备故障诊断系统中的实现过程,最后给出了该方法在印刷机械设备故障诊断中的应用实例。     

采用CBR的飞机引气系统故障诊断研究

飞机引气系统结构复杂,引入基于案例推理(CBR)方法以实现故障诊断.在分析故障诊断体系结构的基础上,研究诊断规则的提取、案例表示,以及案例学习等关键技术.重点研究案例的检索,首先依据引气系统的结构建立层次检索模型,以缩小候选案例范围,进而提出动态失效率与参考度的概念,并以此计算参考案例,有效地解决了引气系统故障的季节性问题.最后构建了故障诊断软件原型,并给出应用实例.     

基于模型诊断中计算碰集的方法

基于模型诊断是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能推理技术.人们已经建立了基于模型诊断与本原蕴涵/蕴涵式的直接关系.这里论证了极小碰集与本原蕴涵/蕴涵式的关系.提出了碰集计算方法-NEWHS-tree,指出该算法需要搜索的结点数比Greiner的HS-DAG算法需要搜索的结点数大大减少,而且能够处理多故障诊断问题,而Slagle等学者提出的算法不能处理多故障诊断问题.     

数控机床故障诊断专家系统的设计

建立了一个数控机床故障诊断专家系统。详细地介绍了ＴＣＧ１６ＣＮＣ机床故障诊断专家系统的结构与功能，以及采用基于知识的诊断推理，诊断目标的建立、诊断知识库的组成两个关键性技术问题的解决方法。最后介绍了ＴＣＧ１６ＣＮＣ机床故障诊断专家系统在工厂的应用。     

基于OC-VPMCD和ITD的滚动轴承故障诊断方法

基于变量预测模型的模式识别方法可以充分利用从原始数据中所提取的特征值之间的相互内在关系建立数学模型并以预测误差平方和值最小为判别函数进行分类。基于此,提出了一种新的一类分类方法--单类基于变量预测模型的模式识别（OC-VPMCD）方法,将该方法与本征时间尺度分解（ITD）方法相结合并应用于滚动轴承故障诊断。首先采用ITD对滚动轴承振动信号进行分解并对包含主要故障信息的若干固有旋转（PR）分量提取排列熵作为故障特征值;然后对OC-VPMCD分类器进行训练,并确定预测误差平方和阈值;最后进行OC-VPMCD模式识别,根据模式识别结果判断滚动轴承的工作状态正常与否。实验数据分析结果表明,该方法能够有效地应用于滚动轴承振动信号的故障诊断。     

改进VPMCD法及其在机械故障诊断中的应用

提出了一种基于时序AR模型的VPMCD(基于变量预测模型的模式识别)故障诊断方法:利用时序分析方法对故障信号建立AR模型,以蕴含故障特征的自回归参数作为故障特征量,采用VPMCD方法训练得到各故障特征量的预测模型,并利用预测模型对待诊断样本的故障类型和工作状态进行分类和识别。对滚动轴承和齿轮的振动信号的分析结果证明了该方法的有效性,与基于EMD的VPMCD法和基于AR的KNN法的对比结果证明了所提方法的优越性。     

48MW高炉鼓风机组群在线状态监测与故障诊断

48 MW高炉鼓风机组结构复杂 ,系统庞大 ,根据其已有的监测、控制系统的具体情况 ,利用 L ab Windows/CVI虚拟仪器开发平台 ,采用虚拟仪器技术 ,开发了具有远程监测诊断能力的 4 8MW高炉鼓风机组群在线状态监测与故障诊断系统。实现了 Bently振动监测系统、μXL 集散控制系统和 Windows NT计算机网络系统的多复杂异构系统的信息集成。采用分层分类诊断策略 ,提出了一种基于产生式规则、事例、模糊诊断、神经网络集成模式的多参数综合智能故障诊断方法 ,并与灰色理论的 GM(1,1)预测模型有机结合 ,进行故障预报。实际工程应用结果表明这一在线状态监测与故障诊断系统是行之有效的     

基于Web Service的履带起重机远程诊断平台架构设计

Web服务技术的广泛发展和应用为复杂的机械系统的远程故障诊断提供了一种新的解决方案。基于Web服务技术提出了一种新型的履带起重机远程故障诊断平台,介绍了平台的架构、主要组成模块,并对系统中的关键模块进行了详细的设计。系统实现了对分布故障数据的集成管理,可以在履带起重机行业中广泛采用。     

数据仓库技术在齿轮故障诊断中的应用

以齿轮箱的历史故障数据为依据,提出了齿轮故障诊断数据仓库的功能架构,并对数据的收集、集成、存储等方面进行了研究,建立了齿轮故障诊断模型。为齿轮故障诊断提供了一种新的方法。     

基于复小波变换相位谱的齿轮故障诊断

提出了一种基于复小波变换诊断齿轮故障的新方法。利用Mexican-hat调制复小波基函数对齿轮振动信号进行连续小波变换，再作相位的频谱分析，可以突出边频带结构，识别不同故障模式。试验数据的分析结果表明，该方法适用于齿轮故障诊断，与传统的自功率谱方法以及基于实值小波的小波变换方法相比，这种方法效果更好。     

Fusion of qualitative bond graph and genetic algorithms: a fault diagnosis application

In this paper, the problem of fault diagnosis via integration of genetic algorithms (GA's) and qualitative bond graphs (QBG's) is addressed. We suggest that GA's can be used to search for possible fault components among a system of qualitative equations. The QBG is adopted as the modeling scheme to generate a set of qualitative equations. The qualitative bond graph provides a unified approach for modeling engineering systems, in particular, mechatronic systems. In order to demonstrate the performance of the proposed algorithm, we have tested the proposed algorithm on an in-house designed and built floating disc experimental setup. Results from fault diagnosis in the floating disc system are presented and discussed. Additional measurements will be required to localize the fault when more than one fault candidate is inferred. Fault diagnosis is activated by a fault detection mechanism when a discrepancy between measured abnormal behavior and predicted system behavior is observed. The fault detection mechanism is not presented here.     

数控机床常见电气故障诊断及维修

随着时代的进步,科学技术的发展,现代化的技术设备以及机电一体化的轰鸣已在时代奏响.而数控机床正是现代化技术的产物,是机电一体化的代言人.然而在其技术与手段的进步背后,数控机床也存在着许多故障和维修问题.笔者将就其常见的电气故障诊断及维修的问题作简要的分析,并提出了几项维修意见,以期为今后的研究提供借鉴.     

基于子小波布置和系数融合的轴承故障诊断

针对滚动轴承早期微弱故障特征难以提取的问题,提出一种基于子小波布置策略和小波系数融合的故障诊断方法。首先,布置子小波并进行小波变换;然后,根据峰度指标对多尺度小波系数进行融合集成;最后,运用自相关谱抑制噪声,突出故障信息。通过仿真信号和实际信号对该方法进行了验证,结果表明,该方法能够提取出微弱的故障特征,实现滚动轴承的早期故障诊断。     

基于信息论的故障树最优诊断次序

故障树的主要用途之一是分析某项故障产生的原因.对于复杂系统的故障树往往具有几十个可能的故障模式,因此对及时地确定故障源造成了困难.本文根据信息理论,提出了确定故障树最优检测次序的方法,为科学地确定状态检测点提供了依据.通过例子说明了该方法的应用方式.     

一种滚动轴承故障知识获取的新方法

针对滚动轴承诊断中故障样本不足和故障模式复杂且难以辨识的特点,提出了一种基于Weka软件数据挖掘平台的滚动轴承故障知识获取的新方法。该方法综合运用滚动轴承时域参数和小波包络谱特征参数,并选取与其运行状态密切相关的多个振动参数作为原始特征模式,然后借助Weka平台的C4.5决策树提取了滚动轴承故障知识规则,并加以解释。最后将该方法应用于现场采集到的大量轴承数据,结果表明该方法正确有效。     

多重结构神经网络在液体火箭发动机故障诊断中的应用研究

根据液体火箭发动机的结构特点和故障诊断过程的特性 ,分析了复杂设备诊断过程的层次性 ,建立了复杂设备故障诊断的多重神经网络模型结构 ,并将其应用于液体火箭发动机涡轮泵的故障诊断 ,结果表明 ,该方法可有效地降解复杂系统故障诊断问题的复杂性、具有快速诊断能力