基于模糊推理的舰炮故障检测方法研究

基于模糊推理知识和模糊神经网络的理论，根据舰炮运转时发出的声音信号，提出了舰炮系统的故障检测诊断方案，详细介绍了信号提取的方法和故障分析的算法。     

变风量送风系统末端故障的主动式检测与诊断

变风量(VAV)送风系统具有传感器数量少、诊断信息不足、故障特征相似等特点,传统被动式故障检测与诊断(FDD)方法难以实现系统故障的有效分离。本文提出一种新型主动式故障检测与诊断方法,通过向系统添加小扰动获取的额外诊断信息,可对被动式方法无法分离的可疑故障进一步诊断。在TRNSYS仿真平台上搭建了可模拟常见故障的变风量空调系统,通过向故障系统添加主动式行为验证方法的可行性与准确性。结果表明:该主动式故障检测与诊断方法可成功诊断出12种变风量末端常见故障,诊断与检测能力较传统被动式方法具有较大提升。     

基于专家规则的一次回风空调系统在线故障检测与诊断

针对一次回风空调系统夏季运行模式中的易发性故障进行研究,给出了故障检测与诊断的专家规则集,并采用HVACSim^＋仿真了空调系统的各种故障运行状态验证了规则的正确性,结果表明基于该规则集的故障诊断方法在实时监测空调运行和故障诊断方面是有效的,有助于优化系统运行。     

溴化锂机组和电制冷机组组合空调系统改造

动力总成厂改造前空调系统为三期电制冷机组（L850站房）与溴化锂机组（冷冻站）分区域组合系统。通过对空调系统的运行评估,对全厂空调系统进行优化改造,实现由高COP的电制冷机组优先满足整个动力总成空调负荷要求,大幅降低空调运行费用,且提高控制精度和灵活性。     

大亚湾核电站核岛冷水系统制冷机组运行分析

介绍了大亚湾核电站核岛冷水系统(DEG)的主要核心设备-制冷机组的功能原理及其维修情况;阐述了1DEG201GF制冷机组在运行过程中出现的叶轮故障问题与处理方法;根据维修经验给出了制冷机组的调试方案,并对制冷机组的运行维修的改进方案作了进一步的探讨.     

制冷机组振动与噪声控制

以某一商场制冷机组为对象,通过安装减振台,加装消声器、使用隔声门等综合治理技术手段进行振动和噪声治理,取得了较好的效果.     

工业自动控制系统的故障检测与诊断方法

高速公路的管理本着谁投资、谁建设、谁管理的原则,在社会主义市场经济活动过程中,故障诊断系统是一种用于数据采集系统的自动诊断系统。它是由数据采集器采集的振动信号频谱的主要输入数据,故障检测与诊断系统可以在线监测整个系统的运行状态,为提高系统的可靠性和可维护性开辟了新的途径。     

机电设备故障检测与诊断初探

石油机电设备的大型化、重载化和自动化的的不断提高,都迫切需要加强机电设备的状态监测与故障诊断。本文重点围绕故障诊断技术在石油机电设备中的应用进行了浅析。     

氟制冷活塞压缩并联机组的现场安装调试及使用故障处理

本文介绍了氟利昂制冷系统活塞并联机组的现场安装调试,并对机组的操作维护及在使用过程中所遇到的故障进行讨论。     

基于模糊神经网络的机载设备智能故障诊断系统

针对某型飞机机载设备故障多,且具有模糊性、复杂性的特点,本文将模糊逻辑和神经网络相结合,采用模糊隶属函数来描述这些故障的程度,建立了模糊神经网络故障诊断模型.采用图形化编程技术,开发了一种故障诊断推理流程图,方便了用户的开发.该系统依据专家知识和测试数据,可将故障隔离到内场可更换单元(SRU)或某个功能电路.实践证明该诊断系统是有效的,具有推广应用价值.     

连续生产线设备故障诊断专家系统的动态模糊推理机制的研究

针对连续生产线设备故障诊断专家系统的研制，阐述了在建立模糊推理机过程中引入具有实时性的动态模糊关系的思想，并构造一个随无故障时间变化的动态隶属度函数来实现。     

Rotor fault diagnosis system based on individual neural networks and fuzzy synthesized engine

Abstract

This paper proposes a robust fault diagnosis system for rotating machines adapting machine learning technology. The kernel of this diagnosis system includes a set of individual neural networks (INNs) and a fuzzy synthesized reasoning engine. First, the frequency characteristics from differential fault signals, including full spectrum, principal axis of full spectrum and slope of cascade, are used to feed into the INNs corresponding to assigned faults to emphasize the phenomenon of each fault. Especially, Taguchi’ s method is applied to quickly get optimal parameters of the above INNs. In the final step of the proposed diagnosis system, the evaluated indexes from each INN are synthesized by a fuzzy reasoning engine to identify the faults in the rotor system. Finally, five common faults of rotor systems, imbalance, misalignment, bow, whirl and whip, are generated from a rotor kit to verify the performance of this diagnosis system. The advantages of this diagnosis system are that the training epoch can be dramatically reduced, the over fitting problem can be avoided and diagnosis accuracy can be improved.     

基于改进BP网络的冷水机组故障诊断

采用常规神经网络进行冷水机组的故障检测与诊断,存在整体检测率低或完全无法检测的现象。为了提高冷水机组故障检测效率及诊断精度,本文提出了一种基于贝叶斯正则化的改进神经网络故障检测策略。由于BP神经网络存在泛化能力差的缺陷,对神经网络进行贝叶斯正则化,从而提高模型的检测效率。贝叶斯算法通过限制神经网络权值,使网络反应更加光滑,模型更精确。通过利用ASHRAE Project提供的数据对FDD(fault detection and diagnosis)策略进行验证,检测率明显提高。     

基于顾客满意度及模糊计算推理的产品创新体系

在当前买方市场的经济条件下,产品设计必须满足顾客需求,产品的创新必须使顾客满意,因此,对基于顾客满意度的产品创新体系进行探讨是产品设计中的首要任务。在顾客满意度调查的基础上,提出最小顾客满意度法、基于模糊模拟的遗传算法以及利用Bayes估计顾客满意度指数的聚类方法这3种方法,从不同侧面挖掘产品创新点,再利用模糊计算推理对提出的3种产品创新点挖掘方法进行综合。在挖掘出产品创新点后,需要根据专业知识对产品进行进一步的改进设计,并给出一个产品创新点挖掘方法的计算实例。建立了基于顾客满意的产品创新体系,使产品的创新设计能面向顾客的需求。     

基于EWMA-BN的冷水机组故障诊断策略

为提高冷水机组故障诊断的准确度,本文提出一种基于EWMA-BN的冷水机组故障诊断策略。EWMA-BN模型通过EWMA控制图进行故障检测,以其控制限为阈值将各性能指标的故障数据分为高、低、正常3种状态,通过概率统计获得条件概率表,将条件概率表和由专家知识获得的先验概率表输入BN进行故障诊断。利用实验数据从输入模型的证据节点数量、顺序及完整性等方面分析该模型的故障诊断特性。结果表明:EWMA-BN方法对冷水机组常见故障的诊断效果显著,后验概率值(故障诊断结果)均大于0.85,且输入模型的证据节点越多,故障诊断结果越准确,但证据节点输入模型的顺序对最终故障诊断结果无任何影响;对不确定、不完整信息的利用进一步提高了模型的故障诊断能力。采用ASHRAE Project提供的数据对EWMA-BN模型进行验证,故障诊断结果良好。     

基于模糊神经网络的智能故障诊断专家系统

发动机是车辆的核心部件,及时有效地发现并排除故障,对降低维修费用,减少经济损失,增加发动机工作时的可靠性,避免事故发生具有重大的意义。以某型号发动机为研究对象,运用测试技术、信号处理、小波分析、神经网络和模糊控制理论,提出了基于模糊神经网络的智能故障诊断系统。建立了发动机故障信号采集试验台,在试验台上人工模拟3种转速下6种工况,通过加速度传感器采集正常工况和异常工况的振动信号,之后利用小波包技术进行消噪处理,并提取出故障信号的特征值,作为网络训练和测试的样本数据。用样本数据训练和检测自适应模糊神经网络,完成对信号的离线模式识别,之后以测试样本数据实现在线故障诊断,通过仿真分析,取得了很好的诊断效果。与传统的BP神经网络故障诊断方法进行对比,无论在诊断精度上还是学习速度上,模糊神经网络在故障诊断中更具有优势。同时,在专家系统的理论基础上,将模糊神经网络与专家系统进行信息融合,实现数据接口通信,利用网络的自学习能力建立智能故障诊断数据库和诊断规则库,通过程序语言快速高效的设计出智能诊断系统。最后,通过发动机故障诊断实例仿真分析,验证了基于模糊神经网络的智能故障诊断专家系统的可行性。     

基于梯形模糊数的数控磨床砂轮架系统故障树分析

数控磨床砂轮架系统故障树分析中的一大难点是确定基本事件的发生概率,基本事件的发生情况存在模糊性且由于时间和成本的限制往往无法通过实验获得足够的可靠性数据。为了解决这一问题,引入模糊集合论,用梯形模糊数来描述故障树分析中的基本事件和顶事件的发生概率。首先对数控磨床砂轮架系统的结构层次进行分析,建立砂轮架系统的故障树。然后以砂轮架系统主轴振动异响为例进行模糊故障树分析,求解顶事件发生概率的梯形模糊数;并类比传统故障树分析中"临界重要度"的概念,定义适用于模糊故障树分析的"模糊临界重要度"。最后根据求解的模糊临界重要度对基本事件进行排序,确定危害程度较高的基本事件,结果与企业的实际情况相符合。结果表明该方法能够有效解决数控磨床故障树分析中基本事件难于准确赋值的问题,为企业提高机械系统的可靠性提供了一种定量依据。     

基于反面选择算法的气阀故障诊断

研究了一种结合克隆和变异原理的反面选择算法，利用傅立叶变换把时域振动信号转换为频域信号，提取出某一故障的特征频段，基于生物免疫系统的反面选择机理，并利用反面选择算法训练和产生适合于这一故障的检测器集。通过对三种气阀故障的检测，实验结果很好地说明了本算法的有效性，为研究新的故障诊断方法提供了可能。     

基于小波去噪和神经网络的冷水机组故障诊断

对基于神经网络方法的冷水机组故障监测效率取决于训练数据和被测数据的质量问题进行了研究。采用小波变换的方法剔除测量数据中的噪声,提高数据质量,从而提高冷水机组故障诊断效率。结果表明:采用小波变换使得各个水平故障的检测效率均得到提高,尤其水平一的故障检测效率提高明显。故障水平一检测率的提高能够及时的辨别冷水机组的故障,从而采用措施防止故障进一步恶化,对降低能源消耗、提高系统的可靠性以及保证室内舒适性具有重要的意义。通过利用ASHRAE Project提供的数据对故障诊断与检测(fault detection and diagnosis)策略进行验证,检测率明显提高。