计算智能在机械设备故障诊断中的应用分析

在20世纪60年代初期,设备故障诊断技术开始在美国兴起,经过几十年的发展,如今设备故障诊断技术已经有了一条完备的理论和技术体系.目前来说,智能诊断将是未来机械设备故障诊断的主要发展趋势.本文通过对智能故障诊断系统分类进行总结,论述了计算智能在机械设备故障诊断中的实际应用.     

智能故障诊断技术研究综述与展望

智能故障诊断是人工智能领域基于知识处理的故障模式识别,其发展为工业设备持续正常运行提供良好的技术支撑.首先阐述了故障诊断技术的研究意义和基本概念,然后从原理、应用、优缺点以及方法改进等方面总结了目前应用广泛的几种智能故障诊断技术,最后对各种智能故障诊断技术进行了分析和展望,同时给出了诊断技术的选择建议.     

基于人工免疫系统的导弹智能诊断模型

提出了基于人工免疫系统的导弹智能诊断技术的概念,研究了故障诊断细胞模型、故障诊断基因库模型,并对故障基因库的生成与进化和基于人工免疫系统的智能诊断原理进行了探讨。     

基于结构及行为的柴油机智能故障诊断

智能故障诊断技术是一种新的故障分析方法,它更为注重从系统整体结构 来考虑故障发生的原因以及故障之间的传导关系。基于结构及行为的诊断是智能诊断发展的 一个新突破,是一种基于模型的诊断（MBD, Model-Based Diagnosis）。深入研究了模型建立、 诊断产生和诊断测试的方法,实现了一个可以应用到生产实际的诊断系统,并应用于柴油发 动机进气系统的故障诊断中。     

一种面向对象的智能故障诊断专家系统的实现

本文论述了一种面向对象的智能故障诊断专家系统,在简要介绍系统原理和组成部件的基础上,着重阐述了系统中诊断知识的表示方法、管理和获取机制、推理控制策略及诊断结论的图形显示等技术,最后给出某设备智能故障诊断系统的实例。     

嵌入式智能代理用于装备远程故障诊断

针对目前武器装备故障诊断过程中存在的诸多问题,为了从根本上满足智能监测与诊断的需要,提出了一种基于嵌入式智能代理的远程故障诊断方式,在该方式下,通过利用现代互联网技术、嵌入式智能系统技术,系统可根据设备的具体工作情况,提取并传输诊断、预测和决策所需的信息,以实现异地间的监测,优化维护方案;通过对智能代理理论的研究提出了远程故障诊断嵌入式智能代理,并具体研究了该模型的硬件实现方案.     

基于模糊神经网络的机械轴承故障诊断方法研究

针对机械轴承智能化故障诊断的需求,提出了一种融合模糊逻辑和神经网络的故障诊断方法。利用EMD-AR谱提取机械故障振动信号特征,将提取的特征向量作为训练样本库和检验样本库,运用模糊神经网络实现故障诊断。最后设计机械轴承故障诊断专家系统,并通过轴承故障诊断实例,验证了智能诊断技术在机械故障诊断领域可以较好地满足诊断需求。     

复杂系统的智能故障诊断

对基于知识推理、人工神经网络、模糊逻辑、机器学习、模式识别诊断方法及其集成诊断技术进行了归纳和总结,提出了当前智能故障诊断技术的分类方法.针对复杂系统和过程的特点,指出了当前智能故障诊断技术所面临的主要问题,并对解决这些问题和未来的发展进行了探讨.􀁱􀁽     

基于深度学习的智能设备故障诊断研究综述

智能设备故障诊断技术(Intelligent Fault Diagnosis, IFD)将深度学习理论应用于设备故障诊断,能自动识别设备的健康状态和故障类型,在设备故障诊断领域引起了广泛关注。智能设备故障诊断通过构建端到端的AI模型和算法将设备监测数据与机器健康状态关联以实现设备故障诊断,但设备故障诊断的模型和算法较多且相互之间并不通用,采用与监测数据不相符的模型进行故障诊断会导致诊断准确率大幅度下滑。为解决这一问题,在全面调查设备故障诊断相关文献的基础上,首先简述深度设备故障诊断的模型框架,再根据具体应用场景和设备监测数据类型对模型算法进行分类介绍、列表对比及总结,最后针对存在的问题分析了未来的发展方向。本综述有望为智能设备故障诊断的研究提供有益的参考。     

同步发电机励磁故障诊断系统研究及实现

智能故障诊断系统作为人工智能技术在故障诊断领域的应用,在实践中取得了较好的成效,同步发电机励磁装置诊断系统是在对励磁单元的结构层次、工作原理及其故障模式、故障机理展开分析和研究的基础上来进行设计的,针对现场实际的需要,对智能故障诊断系统在励磁系统故障诊断的应用技术进行了研究,分析了诊断系统的层次结构和主要组成模块,采用DSP作为控制器件,设计了诊断系统的硬件结构和软件结构,最后讨论了诊断系统的诊断机理和工作流程。     

基于贝叶斯网络的故障诊断专家系统

现代系统设备的日趋复杂化和自动化,对故障诊断技术提出了更高的要求;随着人工智能技术的发展,故障诊断技术向智能化方向发展,如何将人工智能技术应用到故障诊断中去,是当前研究的重点;为了实现对汽车发动机已发故障和潜在故障的快速高效诊断,根据发动机故障知识结构特性,将贝叶斯网络因果有向图的故障知识表示方法引入到专家系统中,并采用可在线监控和离线诊断的推理机制,在G2平台下实现了汽车发动机故障诊断专家系统,系统应用的效果表明了该方法的可行性.     

具有学习能力的智能诊断系统研究

随着电子设备系统的日益复杂化,依靠单一的推理技术的故障系统已难以满足复杂系统的诊断要求,将多种不同的推理技术结合起来的集成诊断系统,能够充分利用各自的优点,从而提高系统诊断的正确性和效率,是目前智能诊断研究的一个发展趋势。将研究复合系统的智能诊断问题,提出在一个复合系统的诊断过程中,通过机器学习,使基于规则的诊断和基于模型的诊断两种诊断技术相互结合,在诊断的不同阶段发挥出各自的作用,从而建立一个融合了RBD和MBD技术优点的、具有一定学习能力的智能诊断系统。     

嵌入式系统在液压状态监测与智能故障诊断中的应用

针对国产地F元轨采矿设备液压系统故障率高,而其检测和故障诊断手段落后的背景,提出了一种基于嵌入式系统的液搓状态监测与智能故障诊断模型,陔故障诊断模型通过没置在液压系统中的多源异质传感器实时采集设备特征信息,并采用模糊神经网络来实现数据的融合处理,诊断结果通过界而友好的LCD显示,实现了故障状态的实时岭测和故障的智能诊断。通过该故障诊断模型,有效地解决了无轨采矿没备液搓系统故障率高而其检测和故障诊断手段落后的问题。提高了设备故障诊断的自动化和错能化．增强了设备的市场竞争力。     

基于模糊神经网络的雷达印制板故障智能诊断系统研究

以故障诊断理论和方法为基础．综合运用人工智能、模糊理论和神经网络理论．对雷达印制板故障智能诊断问题进行了研究，给出了模糊神经网络故障智能诊断系统的实现过程。仿真结果表明，该方法是一种行之有效的故障智能诊断方法。为雷达印制板的故障诊断提供了一务新的途径。     

基于 RODON 的飞机发电机系统故障分析

传统的依靠人工或者信号分析的故障诊断越来越难以应对日趋智能化、复杂化的飞机电气系统,人工智能以及软件技术的发展,为这一难题提供了解决方案。按照基于模型的故障诊断原理,运用RODON故障分析软件,建立飞机发电机系统的定性仿真模型,对飞机发电机系统进行故障分析,验证运用基于模型的故障诊断方法进行故障分析的实用性和高效性。     

基于神经网络信息融合的智能故障诊断方法

飞行状态时的飞机舵面故障诊断系统,含有系统和测量噪声及其时变、非线性等特点,采用常规的故障诊断方法很难实现对飞机舵面故障的准确诊断和告警,为了更好的实现对飞机舵面系统的故障诊断,将神经网络信息融合的智能故障诊断方法首次运用到舵面系统故障诊断中.该智能诊断方法应用神经网络的非线性拟合能力扩展舵面相关线位移传感器测量信息,同时采用D-S算法将相关传感器的输出信息进行融合,最后信息融合诊断策略根据这些信息确定出舵面相应的故障类型,从而可以对舵面故障信号进行有效识别和诊断.建立了某机舵面系统故障诊断的数学模型,并利用该模型对提出的智能故障诊断方法进行仿真验证,最后的仿真实验结果表明:该故障诊断结构形式对于舵面常见的故障能够进行识别和告警,诊断效果令人满意.     

旋转机械的混合智能故障诊断技术

首先在介绍旋转机械故障振动信号的时域、频域和时频域分析的基础上,简单介绍了单一智能故障诊断技术,其次详细介绍了混合智能故障诊断技术的一些典型应用,最后指出了智能故障诊断领域中有待进一步研究的若干问题和发展趋势.     

电动机故障诊断技术探讨

介绍了电动机常见电气故障和机械故障的类型及产生原因,详细阐述了短时傅里叶变换、小波变换、小波包变换、经验模态分解等基于信号处理的诊断方法,以及基于专家系统、模糊理论、支持向量机、神经网络等的智能诊断方法在电动机故障诊断中的应用,指出多种诊断方法相结合以及信息融合方法是电动机故障诊断技术的发展趋势。     

基于多Agent的故障诊断方法集成体系结构

将多种不同的故障诊断方法有效集成,进一步提高诊断系统的综合性能,是智能故障诊断技术发展的必然趋势。以复杂航空装备远程故障诊断中心为应用背景,从物理拓扑结构、逻辑模型、软件体系结构等三个方面,对基于多Agent的故障诊断方法集成体系结构进行了研究,并对集成诊断系统实现的关键问题进行了探讨,从而为实际应用系统的研制提供了理论指导和方法依据。