基于“向导”模式农作物远程诊断算法的研究

该文从农作物远程诊断算法出发,介绍了向导模式诊断算法的提出、具体的算法思想以及以番茄为例的诊断步骤及其结果。     

基于PSpice的模拟电路故障知识获取新方法

电子装备中的模拟部分由于器件的离散性、容差、非线性等问题导致故障知识获取困难和不全面;针对该问题的主要来源—故障原始数据的收集,提出了利用PSPICE软件与Visual Basic语言相结合,以命令行作为结合点,实现故障知识获取的自动化,该方法的实质是通过计算机用穷举法自动在所有可能故障情况下进行仿真获取故障知识;该方法可以降低知识获取的工作量以及对专家的依赖性,为开发军用电子装备,特别是新装备的实用智能故障诊断系统奠定基础。     

基于特征值的智能故障诊断技术研究

文章研究了基于特征值的智能故障诊断技术,具体阐述了特征值的提取方法,以及特征参数的建立方法及定义,并描述了智能故障诊断系统模型结构与开发策略。     

基于KISOMAP-LDA-KNN算法TE过程故障诊断研究

针对化工连续生产过程的时序性及非线性等特征,文章提出了一种基于KISOMAP-LDA-KNN的非线性故障辨识方法。首先采用核等距映射（KISOMAP）算法在保持训练数据内在几何结构下进行非线性降维,然后使用线性判别（LDA）算法保持数据的最佳分类效果下进行降维,完成过程的特征提取,最后用K近邻（KNN）算法进行模式分类。将上述方法应用到TE过程,仿真结果验证了该故障诊断方法有较高的辨识能力。     

免疫Agents在网络故障诊断方法中的研究

针对传统的网络故障诊断方法普遍具有自适应差、误报率高等的不足,提出了一种结合免疫算法和agent技术的网络故障诊断方法。在分布式环境中,按照网络的不同特征和环境差异,利用不同功能、不同类别的agent进行故障诊断,同时各agent之间能够互相协作,彼此进行信息交流,和采集数据,从而对所获得的故障类型进行诊断。实验证明,该方法能够对网络故障类型进行有效的判定,对以后大型网络故障诊断是一个很好的借鉴。     

非线性系统故障诊断与容错控制技术

在分析非线性系统故障诊断与容错控制技术特点的基础上,研究了该技术在国内外的研究进展和主要方法.同时,比较了几种常见故障诊断和容错控制方法的特点.最后总结了非线性系统故障诊断与容错控制领域亟待解决的几个重点和难点问题,并对该研究领域的发展趋势进行了展望.     

支持向量机在变压器故障诊断中的应用研究

变压器是电力系统的重要设备,其工作状态直接影响电网的稳定性.因此,研究变压器故障诊断技术以及如何提高变压器的运行维护水平具有重要的意义.经过大量的实践发现,常用的三比值法存在缺编码、编码边界过于绝对和故障诊断准确率不理想等缺陷.为弥补上述不足,提出了基于支持向量机的变压器故障诊断方法.诊断实例表明,采用该方法进行变压器故障诊断准确率得到较大提高.     

变频机组小波分析早期故障检测系统的设计

变频机组是地空导弹武器电源系统中不可缺少的重要设备之一.为及时发现机组早期故障以保证正常战备,设计研制了基于小波分析的早期故障检测系统.证明了变频机组发生定子匝间短路时,定子电流中的3次和5次谐波会明显增大的现象,同时利用改进谐波小波提取了这两种谐波分量,并将其作为变频机组发生定子匝间短路时的故障特征分量,分别从软硬件两个方面阐述了系统的总体设计方案.某导弹旅对系统进行的实地试验结果表明,系统能够成功检测到故障特征分量,从而验证了系统的可行性.     

稀疏贝叶斯相关向量机的模拟电路故障诊断

模拟电路故障诊断受制于传统的机器学习方法需要人为设定参数,分类效果依赖于参数设定是否成功,无法进行在线诊断。为此,提出一种基于稀疏贝叶斯相关向量机理论的模拟电路故障诊断模型,改进权值更新算法,设定阈值提前剔除非相关权值,减少算法运行时间,加快权值更新速度。在贝叶斯框架下对分类函数的权重进行推断,并得到各分类的后验概率,从而判断分类结果的置信度,辅助诊断决策。仿真结果表明,与支持向量机相比,该模型在精度相当的情况下,需要的相关向量更少,更具稀疏性和泛化性,分类时效性更高,适合模拟电路的在线检测。     

针对t-可诊断多处理器系统的遗传诊断算法

结合诊断模型与遗传算法,提出一种针对t-可诊断多处理器系统的遗传诊断算法。通过运用模型的诊断性质提高初始种群的质量,并定义判断结点状态的诊断方程,设计基于该方程的适应度函数。理论分析和模拟实验表明,算法具有较好的最优解搜索能力和较快的收敛速度。