基于跳跃基因遗传算法的模糊系统设计优化方法

采用一种新的跳跃基因遗传算法对获取的初始模糊系统参数进行优化。在此基础上,综合考虑隶属度函数的距离相似性和形状相似性,依据隶属度函数相似性对模糊变量的隶属度函数集进行简化。     

矿山机械故障诊断模糊专家系统

本文介绍系统的大致结构及各组成部分 ,建立模糊推理机制 ,给出系统算法数学模型 ,选择系统参数的确定方法     

矿山机械故障诊断模糊专家系统

本文介绍系统的大致结构及各组成部分，建立模糊推理机制，给出系统算法数学模型，选择系统参数的确定方法。     

磁流体密封综合性能的模糊评价

磁流体密封综合性能受到诸多因素的影响。本文基于模糊数学的理论,建立了密封性能的模糊综合评判数学模型,并将各种因素综合在一起并予以量化,从而实现密封性能科学评判。     

基于模糊数学的内燃机故障诊断系统

提出了基于模糊数学的诊断方法,将模糊数学方法引入内燃机故障诊断中,根据模糊数学理论、实践经验和试验来确定隶属度的大小;计算出症状与故障种类的隶属度,然后根据隶属度的大小及影响程度对故障种类进行排除和检修。     

基于模糊梯度法的焊接图像缺陷边缘检测方法

采用模糊梯度方法对灰度焊接图像中的缺陷进行边缘检测。同一幅图像其边缘上的点并不是严格确定的,不同方法提取的边缘宽度也不一样,将模糊概念引入到边缘检测中,求灰度图像各像素点的梯度值,得到整个图像的梯度图像。根据梯度值的分布特点,确定边缘点的隶属度函数,从梯度图像数据中提取有效数据对隶属度函数参数进行计算,并对焊接缺陷边缘检测,得到较好的效果。     

选煤厂絮凝剂溶解液自动添加模糊控制系统的研究

针对絮凝剂溶解液自动控制系统中的非线性问题,根据人们长期总结的絮凝剂溶解液自动添加规律,利用模糊控制理论提炼出自动添加的模糊控制规则,并根据此规则,利用模糊关系合成原理得到模糊控制查询表,完成了用于絮凝剂溶解液自动添加的模糊控制器的设计。     

基于模糊神经网络的提升机故障诊断系统

将模糊理论和神经网络结合起来,建立了提升机模糊神经网络故障诊断模型,并利用模糊神经网络建立了提升机运行常见故障的专家诊断知识库,对系统常见运行中超速过卷和加减速度大两种故障的智能诊断进行了仿真.仿真及试验结果表明,该系统能满足实际要求.     

基于模糊优化技术的蜗杆传动设计

运用模糊理论对电动阀门中蜗杆传动参数进行了优化设计。依据模糊优化理论建立蜗杆数学模型,计算出模糊约束隶属函数,并详细地确定了最优水平截集。蜗杆优化设计的结果与实际相比,体积减小了,效率提高很多。采用模糊优化设计出的蜗杆传动比常规优化设计更符合实际情况,在生产实际中显然能够提高其使用价值和社会经济效益。     

一种基于模糊区间理论的故障诊断专家系统程序设计

本文介绍了一种故障诊断专家系统的程序实现。该系统具有基于区间估计的非精确推理能力，模糊自学习的管理能力，为今后专家系统的建立奠定基础。     

基于粗糙集的装载机液压系统故障诊断专家系统知识获取研究

针对当前专家系统知识获取瓶颈的难题,提出一种基于粗糙集的装载机液压系统故障诊断专家系统知识获取模型。将装载机液压系统的故障历史数据离散化,构建故障诊断决策表,通过粗糙集数据挖掘算法获取故障诊断的最小约简属性集和潜在的诊断规则,并建立诊断规则知识库。以ZL50型装载机液压系统中的齿轮泵故障分析为例进行了验证。     

基于GA-BP混合算法的电力变压器故障诊断方法

为解决BP神经网络在变压器故障诊断中存在的收敛速度慢,容易陷入局部最优点等缺点,采用了将BP网络和遗传算法相结合的方式,利用遗传算法的全局收敛性,优化BP网络的初始权值和阈值,再由BP网络进行调整搜索,同时采用了LM优化方法训练神经网络以提高网络精度,缩短训练时间,最后将训练好的网络应用到油中溶解气体分析技术中。     

基于LabVIEW的矿井提升机故障诊断系统设计

为了保障矿井提升机设备安全运行,运用LabVIEW为平台设计矿井提升机故障诊断系统,实现对提升机各组成部件运行状态监测与故障诊断。设计了基于图形化编程语言LabVIEW的故障诊断系统,运用Matlab Script节点建立基于遗传算法的推理机,实现提升机故障信号识别。仿真表明:在缺乏先验知识和样本数据很少的情况下对故障做出判断,减小了知识不足对诊断结果的影响,根据故障数据确定了提升机故障部位及原因,对及时排除设备安全隐患具有重要意义。     

基于遗传算法的桥式起重机故障诊断研究

分析了桥式起重机的常见故障和支持向量机的基本理论;讨论了遗传算法的基本理论,并且分析了基于遗传算法桥式起重机故障诊断的基本流程;进行了桥式起重机的故障诊断,结果表明该方法具有较高的故障诊断能力。     

基于模糊故障树的数控装置故障诊断

以某数控装置为对象,研究其故障具有模糊性和不确定性发生概率的特点,综合运用故障树分析与模糊理论诊断故障发生概率。通过分析数控装置故障发生的机理,建立该装置的模糊故障树,进行定量计算,求得了基本事件的模糊重要度可靠性指标,为数控装置的可靠性评估、故障诊断以及维修决策提供了理论依据。     

基于GA-BP算法的齿轮箱故障诊断研究

为了解决BP算法的缺陷,建立了GA-BP相结合的故障诊断模型。利用GA算法优化BP神经网络权值和阈值,改善故障诊断性能。GA-BP网络对齿轮箱的工作状态进行故障诊断,仿真表明:该算法可以高效、可靠地运用于齿轮箱故障诊断中。     

基于频谱分析法对旋转机械故障的诊断

频谱分析法对旋转机械故障诊断技术是随现代工业发展而发展起来的设备诊断技术之一,在保障高速运算的前提下对振动信号处理、如何提高信号处理的精度是一个研究重点,FFT-FT算法能够有效的提高运算的精度。基于频谱分析法对大型关键旋转机组进行振动监测及故障分析,便于实时诊断,且诊断结果准确可靠,可节省大量的维修费用,在旋转机械故障诊断领域具有较好的应用前景。     

基于遗传小波网络的电动机故障诊断

对基本的遗传算法进行了改进,并将其与BP算法相结合构成混合算法应用到电动机故障诊断的小波神经网络训练中。仿真结果表明,该算法有效地解决了小波网络初值设置不合理,极易进入局部极小的区域,以致网络振荡增大、不收敛,而GA算法独立训练神经网络速度缓慢等缺点。用训练过的小波神经网络模型对5组电动机故障进行验证和诊断的仿真结果也表明了,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电动机故障诊断的有效性。     

基于RBF网络与自适应遗传算法的旋转机械故障诊断方法

针对RBF网络学习算法工作量大和类别数需预先确定的问题,通过引入具有自适应机制的的遗传算法,结合梯度下降法交互运算,提出了自适应遗传算法和径向基函数网络相结合的旋转机械故障诊断方法。通过对样本模式聚类和故障状态的分析,并利用自适应遗传算法优化相关的RBF网络,有效地解决了隐节点数和各参数的取值问题。应用结果表明,RBF网络和自适应遗传算法相结合提高了全局寻优效率。