反馈回路系统诊断策略优化技术研究

针对复杂反馈回路系统的故障诊断问题,提出了一种诊断策略自适应优化生成方法.首先对已有的回路搜索算法进行改进,提出了一种可以快速搜索系统全部反馈回路的算法,然后针对不同情形提出了3种中断回路的策略,在此基础上,提出了诊断策略优化生成算法.该算法以信息增益作为测试排序的启发函数,通过迭代计算得到近似最优的诊断策略.最后给出了主要步骤,并通过实例进行了验证.计算结果表明,该方法可以有效解决复杂反馈回路系统的故障诊断问题.     

不完备信息的概念格诊断规则提取方法

针对航空装备诊断知识获取困难的问题,研究了不完备信息条件下基于概念格的诊断规则提取方法。首先,用不完备诊断形式背景将残缺的故障数据表示成三值表格,借助近似概念格分析故障数据,设计了基于对象的增量式近似概念格构造算法,利用Hasse图直观揭示诊断结果与测试参数之间的依赖关系;然后,引入广义可辨识矩阵对不完备诊断形式背景进行属性约简,通过布尔运算将广义决策辨识函数变换为极小析取范式,得到约简的测试参数集,进而构造约简的近似概念格并生成最优近似诊断规则集,用于对新的测试样本进行故障诊断;最后,将该方法用于某型航空雷达的故障诊断,诊断准确率达到77.7%,验证了该方法从不完备故障数据中提取诊断知识的有效性。     

复杂电子设备的故障诊断策略优化方法研究

诊断策略是故障检测和故障隔离的测试顺序。针对电子设备的分布式的特点．根据故障诊断知识获取中测试节点和诊断策略的确定问题。提出了一种可行、有效的工程化维修策略方法。文中提出了局部诊断策略的概念以及全局诊断策略接合的概念。利用测试的信息熵确定局部最佳测试点：确定局部的最优故障诊断策略．通过接合最终确定全局的最优故障诊断策略。最后,通过实际装备建模分析得到的诊断策略验证了该方法的有效性,证明它是一种优化的诊断策略。并能减小计算复杂度。     

基于信息熵的多值属性系统诊断策略优化方法

诊断策略问题是系统测试和诊断技术中的一个关键问题,并已被证明是NP问题.目前已有的大部分研究都是针对二值属性系统的,而多值属性系统的诊断策略研究较少.针对多值属性系统诊断策略优化问题,研究了多值属性系统的相关性矩阵模型和信息熵理论,根据在故障诊断树的建立过程中应优先选择提供信息量大,测试费用小的测试点的原则,建立了基于信息熵的多值属性系统诊断策略优化方法,给出了具体的计算步骤.实例计算结果和算法分析表明,此方法和最优算法相比,可大大减小计算时间,而且得到期望费用相差较小,可用于复杂多值属性系统的诊断策略设计.     

基于多值测试的诊断策略优化生成

研究了多值输出测试条件下的诊断策略优化生成问题,把该问题形式化为一个最优多值与或决策树的搜索问题,然后将已有的基于二值测试的优化算法(信息增量启发式算法)同多值逻辑相结合,提出了包括多值输出测试和非对称测试的故障诊断策略优化生成算法,最后应用测试案例验证了该算法的有效性.结果表明,本方法对二值或多值测试以及非对称测试均适用,可以获得诊断精度和测试费用的理想权衡.     

一种聚类优化融合故障诊断方法及其应用

针对单一聚类诊断方法难以准确、全面识别不同故障状态的问题,提出了一种聚类优化融合故障诊断方法。分别利用社团聚类、K均值聚类及粒子群聚类三种方法对故障进行识别,得出三种聚类方法对应的故障识别准确率,在此基础上构建初始权值矩阵,并通过遗传算法对初始判断矩阵与三种聚类方法进行优化,得到最优权值矩阵与优化的聚类模型,用于融合诊断。轴承故障诊断实例结果表明,该聚类融合诊断方法能够有效提高故障识别准确率。     

工程机械故障诊断方法探讨

对工程机械故障现象进行了分析,运用模糊数学原理建立了故障模糊矩阵、故障诊断的数学模型、理想的故障模式和诊断方法,在此基础上,通过一实例,给出了具体的诊断过程。     

工程机械电子故障监测系统改进设想

以某型号轮式推土机的电子故障监测系统为例,结合现代轿车车载式故障监测及自诊断技术原理,提出对工程机械电子故障监测系统的改进设想.改进重点为增加监测柴油发动机工作状态的传感器数量,将传感器按功能进行分组,运用故障诊断专家系统方法实现对柴油发动机的状态实时监测及故障自诊断功能,同时通过电控系统使故障监测系统具备自防护功能,为现有工程机械故障监测系统提供了一种新的改进方法.     

基于谐波小波奇异熵的轴承故障实时诊断

将谐波小波变换、奇异值分解理论和信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法。对轴承振动信号进行谐波小波分解,将分解得到的小波系数分别以尺度为行、时间为列构建谐波小波时频分布矩阵,并对该矩阵进行奇异值分解,以分解得到的奇异值为划分标准进行信息熵计算,通过信息的熵值来诊断轴承故障,给出了基于谐波小波奇异熵的轴承故障实时诊断的具体方法和模型。通过对轴承内圈故障、外圈故障大量的试验研究表明:该方法能有效地对轴承故障进行诊断,具有很高的实时性,能对采样频率低于68kHz的诊断系统进行实时诊断,适用性很好。     

多值属性系统的故障诊断策略最优化方法

针对过程工业系统故障诊断的检测次序问题,其检测属性存在多个取值.为了降低此类系统的故障诊断费用,提出使用人工智能的搜索剪枝技术来生成最优故障诊断策略.根据多值属性系统及其诊断策略问题的描述,给出了穷举诊断策路的生成树剪枝方法.根据此方法,形成2种故障诊断策略最优化的算法:广度优先生成树深度优先剪枝算法(BFS-DFC)和启发广度优先生成树动态规划剪枝算法(HBFS-DPC).算法分析和实例结果表明此方法适用于小系统的最优故障诊断策略设计,并通过例子展示了两种算法的差异.     

基于专家思维的多维度故障诊断方法

针对目前专家系统诊断准确度不高的问题,提出一种基于专家故障诊断思维方式的多测点、多时间点、多敏感参数相融合的故障诊断方法。从故障诊断专家对设备异常进行分析诊断的思路出发,依据故障机理、故障响应特点及故障劣化规律,选择相关测点、多时间点的数据来构建敏感参数矩阵,并生成对应的故障矩阵和权重矩阵,对设备异常状态进行诊断。利用该方法对某石化一离心压缩机异常状态进行分析诊断,结论准确,且能避免不同时间点诊断结论冲突问题。     

故障诊断中多传感器信息冗余性的研究

从信息论的观点出发,导出了传感器信息融合中的宙余性和互补性的定量描述,分析了传感器冗余性和互补性的特点,并从实际应用出发提出了信息冗余性的质量指标－－相关熵的概念,用它来间接评价传感器信息间的冗余性取得了较好的效果。这为设备运行故障诊断技术的深入研究打下了基础,具有工程应用价值。     

设备故障智能诊断方法的研究

模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础.     

Rough set based rule learning and fuzzy classification of wavelet features for fault diagnosis of monoblock centrifugal pump

The fault diagnosis problem is conceived as a classification problem. In the present study, vibration signals are used for fault diagnosis of centrifugal pumps using wavelet analysis. Rough set theory is applied to generate the rules from the vibration signals. Based on the strength of the rules the faults are identified. The different faults considered for this study are: pump at good condition, cavitation, pump with faulty impeller, pump with faulty bearing and pump with both faulty bearing and impeller. However, the classification accuracy is based on the strength and number of rules generated using rough set theory. Wavelet features are computed using Discrete Wavelet Transform (DWT) from the vibration signals and rules are generated using rough sets and classified using fuzzy logic. The results are presented in the form of confusion matrix which shows the classification capability of wavelet features with rough set and fuzzy logic for fault diagnosis of monoblock centrifugal pump.     

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。     

粗糙集规则获取在旋转注水机组故障诊断中的应用

粗糙集理论能够有效地处理不精确、不完整的数据和知识,并从中发现隐含知识,提示潜在规律。提出一种基于粗糙集理论的大型旋转机械故障诊断和知识获取模型。该模型从包含冗余和不一致信息的原始数据出发, 构建决策表,通过属性约简和基于分明矩阵的属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库。基于该模型以某旋转注水机组故障分析为例,从来自实际的经验数据获取旋转注水机组转子故障诊断的规则知识,其属性约简率可达25％,并能有效解决旋转注水机组故障诊断中规则获取的知识冗余或缺失问题,验证了其有效性。     

多信号模型在某型装备实时诊断系统中的应用

为了适应信息技术条件下新军事装备应急保障的相关需求,本文在分析多故障模型方法原理的基础上,基于相关性矩阵重点研究了军事装备的实时故障诊断方法,并以实际装备为例进行应用。实践证明该方法实际可行,具有很强的实际意义和推广价值。     

多重分形方法在耦合故障诊断分类中的应用研究

运用多重分形理论,提出广义维数最小二乘法的计算公式,对实测的时域信号进行了广义维数计算,得到广义维数序列值,并从广义维数中获取盒维数、信息维数、关联维数以及敏感维数。对故障样本进行功率谱分析、广义维数计算分析,找出谱能量与分形维数的关系,对用分形维数分析故障的强度提供了依据。另外运用广义维数序列和数学方法相结合提出分形诊断分类方法,用广义维数最大相关系数和广义维数序列单值优化逼近原理方法,对待检信号的耦合故障分别进行了试验数据与理论响应模拟数据的诊断、识别分类,收到了良好的一致效果。通过对转子系统故障诊断的实例说明从广义维数中提取的各分形维数都能较好地对故障状态进行诊断、识别;且耦合故障的分形诊断分类方法具有较好的实效性。     

汽轮发电机组振动故障的综合自动诊断方法研究

利用振动信号频率成分结构和频率幅值研究了汽轮发电机组振动故障的综合自动诊断方法。根据振动故障的频谱特点 ,将振动故障分为 4个模式类 ,并确定故障类模式中心 ,在故障类的层次上做模式识别 ;利用频谱征兆和模糊关系矩阵 ,计算故障隶属度值以确定故障的严重程度 ;通过实例阐明了本方法对故障模式有较强的识别能力