基于神经网络专家系统的某测试设备故障诊断

以某型测试设备为研究对象,针对该设备的电路结构和工作特点,建立了基于BP神经网络推理模型的测试设备智能故障诊断系统.介绍了该诊断系统的基本结构、知识库的设计以及神经网络推理机的实现技术,最后结合测试设备故障诊断特点给出仿真试验,证明将神经网络应用于专家系统中弥补了传统专家系统的不足,具有很强的实用价值.     

基于BP神经网络的汽车故障诊断的研究

研究了一种基于BP神经网络的汽车故障诊断方法。主要结合了专家系统判断推理的思想,通过多个子BP神经网络形成一条诊断链,从故障征兆出发,对汽车故障进行分级连续诊断,使故障诊断范围逐级缩小,最终确定汽车故障的具体原因。该方法符合人的逻辑思维,实现简洁,同时具有很高的诊断精度和很好的鲁棒性,可行性强。     

基于神经网络的数控机床故障诊断专家系统

针对传统专家系统在处理故障诊断中的不足,提出了将神经网络技术与专家系统融合的诊断模型,并用于数控机床的故障诊断中.介绍了诊断系统结构、功能及改进的BP神经网络算法,并给出了应用实例.试验结果表明,该方案合理、可行,有较好的应用前景.     

神经网络型铣刀磨损故障诊断专家系统

运用人工智能提高铣刀磨损的故障诊断水平,在神经网络诊断系统中,对BP算法进行了探讨和改进,采用正向和混合双向推理技术,并考虑了系统的解释功能,基于实例和基于规范相结合的解释方法大大增强了系统的解释功能。文章较详细地介绍了系统的总体结构和各功能模块的具体实验,系统的诊断结果表明,在诊断成功率,推理速度,知识获取和自学习功能等方面优于基于规则的诊断专家系统。     

基于神经网络的智能故障诊断系统的开发研究

针对传统专家系统在故障诊断领域应用中的局限性,提出了将神经网络理论与专家系统技术相结合的混合方法用于现代制造系统的故障诊断过程,并介绍了神经网络的智能故障诊断系统的体系结构,并对系统性能和构建中的一些关键技术,如神经网络构造、数据准备和网络训练等进行了探索和分析。     

基于故障树的某型装备故障诊断专家系统

基于故障树逻辑编码的某型设备故障诊断专家系统,用具有逻辑关系的数字编码建立故障树模型。再以故障树表形式表述专家知识,并通过故障树自动生成专家系统推理规则。该系统基于Visual Prolog编程语言,包括知识表示、知识库、推理和解释机制的设计。     

基于神经网络的综合智能故障诊断专家系统

神经网络(ANN)和专家系统(ES)是人类智能活动的两种表示方法，它们有优缺点。如果把这两种技术结合起来取长补短，所形成的神经网络智能系统则会更加完善。这已成为人工智能发展的一个重要趋势。本文对神经网络专家系统和传统的专家系统结合起来的综合智能故障诊断专家系统在故障诊断中的应用进行了研究。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

基于神经网络的雷达故障诊断专家系统

介绍一种基于神经网络的雷达故障诊断专家系统,以及系统结构、神经网络的学习算法,给出应用实例,诊断结果表明该方法的有效性。     

机载火控系统故障诊断神经网络专家系统

对作战飞机火控系统的故障检测,传统的方法是使用多种检测仪器对机载火控设备进行性能检查,技术含量低,不能满足现代战争的需要.为提高部队的作战效能,采用微电子技术、人工智能技术、计算机测量与控制技术,研制了机载火控系统故障检测装置;该装置在实际应用中取得了良好效果,并具有测试结果准确,自动化程度高,工作稳定可靠,操作简便,易于转移和维护等优点,不仅适用与内场,还可用于在外场对机载火控系统进行原位检测,为技术人员进行机载火控系统的性能及故障检测提供了便利.     

基于神经网络与故障树的电气设备故障诊断系统

为提高工程车辆电气设备的维护保养能力,构建了其电气系统的故障诊断专家系统。进行了该装备各个组成系统的故障模式与故障元件分析,研究了故障树的建树步骤与故障树的模型分析与建立,设计了基于神经网络推理技术的专家系统正向推理机制。研究成果在部队中的应用表明,该方法有效地提高了部队的装备故障维护与保障能力。     

基于神经网络专家系统的燃料电池发动机故障诊断系统设计

文章在分析了传统故障诊断方法在燃料电池故障诊断中的局限性的基础上,结合燃料电池发动机的特点,提出了基于神经网络专家系统的智能故障诊断方法,成功开发出一套基于VC++平台的燃料电池故障诊断专家系统软件,实现了燃料电池的状态检测和故障诊断,对保证燃料电池发动机的安全运行有重要的意义。     

基于两级BP网络伺服阀故障诊断专家系统的研究与应用

运用人工智能提高电液伺服阀的故障诊断水平,研究伺服阀静态特性曲线和伺服阀状态的对应关系,在特性曲线上提取状态特征参数作为人工神经网络样本,把训练好的经网络作为专家系统的知识库。状态特征参数提取方法能提高训练样本的质量。利用两级ＢＰ网络建立的伺服阀故障诊断专家系统已成功应用于液压ＡＧＣ测控系统,并具有推广价值。     

基于产生式人工神经网络的汽轮发电机组故障诊断专家系统研究

针对人工神经网络训练样本难以获取的困难,提出１种从专家系统获取训练样本的方法,使得产生式人工神经网络能够有效地逼近传统专家系统的诊断推理行为,系统已被应用于１２５ＭＷ汽轮发电机组的故障诊断。     

基于神经网络与专家系统的气象仪故障诊断系统

分析了专家系统和神经网络各自的特点,提出将两者相结合的方法,构造基于神经网络与专家系统的气象仪故障诊断系统模型。测试结果表明,神经网络与专家系统结合是一种有效的诊断方法。     

人工神经网络的专家系统的研究及应用

介绍了人工神经网络ANN(artificial neural network)的基本原理,将ANN技术引入专家系统,即基于ANN的专家系统,使专家系统的性能得到了很好的改善.基于ANN的专家系统通过合理的计算,产生智能,完成推理判断,采用这种方法推理,不仅速度快,而且适应规则变化能力强,在克服传统专家系统缺点的基础上,突显其优良特性.简要介绍了ANN的应用.     

基于故障树的康明斯发动机故障诊断专家系统

运用故障树分析法进行康明斯发动机的故障分析,并转化成二叉故障树;采用产生式规则和框架表示法相结合构建知识库;采用层次分析法设计了故障诊断专家系统.基于Windows平台和Del-phi7.0语言开发了故障诊断专家系统.为工程兵部队提供了一套简单、实用的故障诊断工具,给部队装备的故障诊断带来极大的方便.     

基于BP神经网络的齿轮故障诊断

通过介绍神经网络的模型算法,根据齿轮的四种故障类型,采用BP神经网络对其进行训练和诊断,得到了较为理想的结果,为及早发现和预防机械故障提供了可靠的理论依据。