本体驱动的机械设备诊断维护知识建模

为了提高机械故障诊断的准确性与可靠性,引入了诊断维护知识的语义表示方法。通过对设备结构信息、维护经验知识以及诊断行为过程进行建模,建立了本体驱动的故障诊断推理模型。提出了设备运行状态与故障征兆之间的本体映射算法,并根据征兆空间到故障案例空间的映射关系进行实例匹配,完成了静态维护知识与动态诊断过程的统一,从而实现自动化、智能化的故障诊断与维护决策。将所建立的本体驱动的故障诊断推理模型应用于某转子故障诊断,得到了准确、实时的诊断结果。     

继电控制电路的交互式故障诊断研究

文章针对继电控制电路故障诊断的现状,提出交互式故障诊断的思想。首先介绍了交互式诊断平台的搭建方法,然后重点讨论了交互式诊断专家系统中知识表示和推理的方法。文章采用改进的故障树方法用于故障知识表示,并建立了相应的搜索和推理策略,通过实例分析证明这种方法具有较好的推理效率。     

基于粗糙集和Petri网理论的矿井电网故障诊断

结合真实井下变电站的情况,将粗糙集和Petri网理论结合提出了一种故障诊断的方法,即利用粗糙集知识约简和处理不确定信息的能力,对变电站的故障诊断知识实现属性优选,获得最小诊断规则,用来建立最优的Petri网模型,并利用Petri网并行推理的能力实现简洁高效的故障诊断。测试表明该方法能有效地缩减求解规模,诊断速度快,正确率高。     

基于复杂产品设计知识的诊断知识生成与应用

利用产品设计知识生成诊断知识对于快速、准确地获取较为完备的诊断知识有着重要意义.在分析了产品设计领域诊断知识源的基础上,建立了诊断知识生成与应用的系统模型,其中主要包含了通过将诊断所需的设计知识提炼、组织而生成的诊断BOM视图与诊断系统中的知识组织模型的建立,前者实现产品设计知识向诊断知识的转化,后者实现这些知识在故障诊断中的应用.以列车自动门为例进行应用分析,开发了相应的诊断系统,为列车自动门诊断系统开发跟不上其维护的难题的解决提供一种新方法.最后,通过列车自动门故障诊断实例进行验证分析.     

基于模糊理论的装备液压系统故障诊断研究

在介绍模糊故障诊断的基本原理和方法的基础上,结合某装备液压系统实际运行情况和大量专业人员经验知识,通过建立该系统模糊故障诊断模型,分析了其模糊诊断过程,并提出动态修正法和多因素综合评分法相结合确定模糊诊断矩阵的故障诊断新方法,应用结果证明了其实用性和有效性.     

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。     

数控机床故障诊断专家系统的设计

建立了一个数控机床故障诊断专家系统。详细地介绍了ＴＣＧ１６ＣＮＣ机床故障诊断专家系统的结构与功能，以及采用基于知识的诊断推理，诊断目标的建立、诊断知识库的组成两个关键性技术问题的解决方法。最后介绍了ＴＣＧ１６ＣＮＣ机床故障诊断专家系统在工厂的应用。     

基于本体论的化工过程故障诊断研究

根据化工过程的复杂故障现象,将本体论引入到化工过程故障诊断中,建立了化工过程故障诊断本体论。该本体论包括两个本体：过程本体是对化工生产工艺过程的概念化说明,诊断本体是对故障、故障之间的内在关系以及故障与单元操作之间关系的概念化说明。一方面,化工过程故障诊断本体论可以直接用于建立诊断知识库;另一方面,其作为“中间语言”,还可以实现异构系统之间的诊断知识共享。连续搅拌釜反应器仿真研究表明,利用化工过程故障诊断本体论表示化工过程的诊断知识可以获得良好的诊断效果。     

基于模糊专家系统的凝汽器故障诊断

本文以VC 6.0和CLIPS为工具设计了一个用于火电厂故障诊断的模糊专家系统。介绍了模糊专家系统构成及特点.实现了故障诊断的知识录入与修改及故障的自动诊断,搜集了一些火电厂凝汽器系统故障诊断知识并进行了模糊专家系统诊断验证。     

基于案例推理的车辆故障诊断专家系统研究

针对传统故障诊断方法的局限性及在汽车开发试验过程中的高效率故障诊断的需求,研究基于案例推理的车辆诊断专家系统。定义故障事件的知识输入的规则,建立推理模型依据案例数据进行故障根本原因分析并给出检测指导。并利用分析过的案例形成不断丰富的知识库和规则库。以自动变速箱诊断为例编写了故障诊断专家系统,在实例使用中进行了方法有效性的验证。     

一个电气随动系统故障诊断的专家系统方法

介绍了一个电气随动系统故障诊断专家系统的建造方法,在建造时所采用的故障诊断技术以及此专家系统的结构,并从构造专家系统的三个关键性工作：知识获取,知识表示和知识利用对该系统进行了成功地建造。该诊断系统充分使用经验知识及原理知识进行故障诊断,具有步骤少、使用效果良好等特点。     

基于本体的大型风力发电机组故障智能诊断研究

针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。     

基于混合结构树的故障诊断技术研究

根据产品结构树和故障树提出了混合结构树的概念和相应的智能故障诊断方法。该方法将诊断问题中一些基本的、具有共性的内容构成系统内核,并与具体诊断对象相区分,使其适用不同的应用对象;同时针对智能诊断中的知识管理,建立了一套编码系统,使知识管理和应用能利用现有编码管理的先进方法,实现了诊断知识的有效管理和利用,最终完成了相应诊断推理算法设计。最后,以高速列车某型号气动塞拉门为实例进行了研究和应用系统开发,现已成功应用于企业客户服务中。     

基于故障树的汽车起重机液压故障诊断专家系统

根据汽车起重机液压系统故障诊断的特点,建立了汽车起重机液压故障诊断专家系统。该系统提出将故障树和模糊神经网络相融合,并以汽车起重机常见故障为例建立了相应的故障树模型,完成了基于专家规则表示与模糊表示下知识数据库的构建与推理机的实现。解决了传统专家系统知识获取困难的问题;运用模糊神经网络的自学机制,保证知识库的完整性和正确性;实现了对汽车起重机液压系统的故障诊断内容的不断的更新和扩充,并及时将已发生及预测到的的故障写入数据库中,提高了查找故障的准确率及效率,有利于预防和控制汽车起重机液压系统的故障。     

Neural-networks-aided fault diagnosis in supervisory control of advanced manufacturing systems

Fault diagnosis presents considerable difficulty to human operators in supervisory control of advanced manufacturing systems. A neural network which employs a symptomatic search strategy by pattern recognition has been developed to aid human operators in supervisory control of a simulated advanced manufacturing system. The abilities of learning-by-example, knowledge generalisation, and parallel processing of neural networks were examined, resulting in the superior performance of neural networks in comparison to expert systems and humans in terms of training, knowledge generalisation, knowledge updating, and taks performance. A more complex system of neural-networks-aided fault diagnosis, employing symptomatic search by hypothesis and test has been designed for the economy of collecting and using symptomatic information. Finally, it is suggested that an integrated supervisory control system with computer-aided fault detection and neural-networks-aided fault diagnosis will make advanced manufacturing systems more attractive in terms of increased productivity as well as improved human jobs.     

旋转机械故障诊断专家系统

在旋转机械最佳诊断方法理论的指导下,依据基于黑灰白的推理机技术开发了旋转机械故障诊断专家系统。本文着重说明了故障诊断系统中推理机和知识库这两部分的设计及实现,最后根据工厂实际数据进行验证,列出了验证的结果。     

一种基于设备结构的振动故障诊断专家系统

根据设备种类的多样性及振动故障诊断专家系统诊断对象范围窄的特点,研究了基于设备组成结构的多征兆模糊产生式规则的诊断知识表示,和以关系数据库为基础的知识库建立与维护机制,通过ADO技术实现对知识库的访问和推理,并开发基于设备结构的振动故障诊断专家系统.应用表明,系统具有构造简单,推理效率高等优点,有效地提高了机械设备故障诊断专家系统的适应性和通用性.     

基于粗糙集-BP神经网络的垃圾破碎机故障诊断

针对目前垃圾破碎机故障诊断效率低的问题,设计了一种基于粗糙集理论与BP神经网络的故障诊断系统。结合粗糙集理论和BP神经网络的优点,首先利用粗糙集对原始故障诊断样本进行处理,然后对条件属性进行约简,删除冗余的信息,减少神经网络输入端的数据,从而简化神经网络的结构。并将基于粗糙集-BP神经网络的故障诊断系统对垃圾破碎机进行故障诊断。利用粗糙集对故障知识进行约简,简化BP神经网络结构,提高故障诊断的速度及准确度。将此方法应用于某型号垃圾破碎机的故障诊断中,诊断结果表明所提诊断方法可简化神经网络结构,提高诊断效率。     

基于EEFL知识库的数控设备远程故障诊断技术研究

研究了基于知识库的数控设备远程故障诊断技术,提出基于EEFL(expand element functionlanguage)的数控设备诊断知识表达方式,建立相应数据库的规划,并在此基础上融合故障树推理机制设计了基于EEFL的树型推理模型,研究了该推理模型的诊断原理和诊断过程,进行了诊断实例的分析。研究结果为数控设备建立通用远程诊断知识库和推理机制提供了一种新的方式和思想。     

基于加权D—S证据理论信息融合的故障诊断方法及其应用

针对新产品因故障概率数据掌握不充分使其故障诊断较为困难的问题,提出了一种基于加权D—S证据理论多源信息融合的故障诊断方法。该方法采用D-S证据融合,解决了缺乏故障概率分布模型或准确数学分析无效的问题,引入加权Ds证据理论融合方法进行故障诊断,用历史故障估计的正确率作为确定信息源当前检测估计值的置信程度调整,实现了故障诊断的历史数据对当前诊断结果的修正。对新型船舶气象仪故障诊断结果表明,该方法在故障概率和故障经验知识掌握不充分时,实现故障诊断是非常有效的。