基于CA与MAS的野战装备维修中心选址模型

野战装备维修中心地址的合理选择,是战时装备维修保障系统建设的重要环节.从实际需要和具体应用出发,通过对元胞自动机(CA)与多智能体(MAS)特性的分析,论证了将两者结合应用于野战装备维修中心选址建模与仿真问题的可行性,建立了基于元胞自动机与多智能体相结合的野战装备维修中心选址的环境层和主体层模型,最后应用Nedogo仿真平台,对模型进行了仿真.仿真结果表明,方法能够在距离、维修需求、交通因素等约束条件下,通过构建较为简单的规则模拟系统的演化过程,快速求得较好的选址结果,为战时装备保障体系建设规划提供参考.     

虚拟维修仿真中手势识别的研究与应用

虚拟维修训练仿真要求良好的逼真性和沉浸感,对训练操作者的动作意图能高效地转化.将手势识别技术应用于虚拟维修仿真作为的获取可以有效满足这种要求.通过装备维修动作的建模研究分析定义了能够体现动作意图的必需手势;之后采用模糊神经网络技术实现对手势的识别并建立基于手势识别的虚拟手交互控制机制.还重点对神经网络的构建以及学习算法进行了介绍,并在现有适用度计算方法的基础上结合网络实际提出了适用度的平均求解法.最后将基于手势识别的虚拟手交互控制方法应用于具体维修训练仿真中并证明了方法的可行性和高效性.     

基于聚类和模糊神经网络的装备维修费用预测

在对装备使用维修费用分析的基础上,利用聚类和模糊神经网络理论,建立了时间序列对象的预测模型,并应用于装备使用维修费用的预测研究,从而探讨了一条适合装备使用维修费用预测的新途径。通过对某型装备使用维修费用的预测分析,证实了本模型的科学性与正确性。     

神经网络方法应用于经费评估研究

随着我军装备现代化建设的快速发展,开展装备维修费用评估研究。对缓解当前维修经费少与维修任务重的矛盾,无疑具有重要的现实意义。文章以某型飞机年维修费用为例,运用BP神经网络建立费用评估模型,在Matlab环境下编程实现并仿真输出,实验结果表明模型是可靠的,评估精度高。在此基础上,评估了未来几年的维修费用,具有一定的参考价值。     

基于FNN的水电机组故障诊断专家系统研究

本文通过对水电机组故障诊断进行机理分析,并结合专家和现地运行人员的知识,归纳并总结形成专家知识库。将模糊逻辑系统和神经网络融合技术（即模糊神经网络Fuzzy Neural Network,FNN）应用于水电机组故障诊断中,建立基于模糊神经网络的水电机组故障诊断专家系统。仿真和实际运行结果验证了谊思想和方法的可行性。     

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。     

飞机系统的智能化故障诊断研究

通过分析民航外场维修诊断现状，综合运用人工智能，模糊逻辑和神经网络等先进理论，提出了一种基于模糊系统与神经网络融合的飞机系统智能故障诊断方法，该方法经对A320飞机故障实例的诊断仿真，得出了比较满意的结果。     

改进的OHF Elman神经网络应用研究

为提高Elman神经网络的诊断效率,对OHF Elman神经网络进行研究。在OHF Elman网络基础上引入收益因素,提出改进的OHFElman神经网络,并将其应用于齿轮箱的故障诊断。建立了改进OHFElman神经网络和OHF Elman神经网络两种模型,并对这两种模型进行了仿真。一系列训练与测试结果表明,基于改进OHF Elman网络的齿轮箱故障诊断系统能够提高故障诊断的准确率和效率,可以应用在实际工程故障诊断中,为故障诊断技术提供了一种更有效的方法。     

减法聚类-ANFIS在网络故障诊断的应用研究

提出了一种基于减法聚类-自适应模糊神经网络（ANFIS）的网络故障诊断建模方法。减法聚类算法生成初始模糊推理系统,ANFIS建立网络故障诊断原始模型,应用混合算法对模糊规则的参数进行训练并建立最终的模型。仿真实验表明基于减法聚类-ANFIS的建模方法是有效的;通过仿真结果比较,减法聚类-ANFIS的网络故障诊断能力及收敛速度均优于BP神经网络,更适合作为网络故障诊断模型。     

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.     

基于模糊神经Petri网的故障诊断模型

Petri网是对具有产生式规则的故障诊断系统的有力建模工具，但其缺乏较强的学习能力．本文以Petri网的基本定义为基础，结合模糊逻辑和Petri网模型，定义了模糊Petri网模型，在此基础上引入人工神经网络技术，给出了人工神经网络的模糊Petri网表示方法，并针对工程机械故障诊断异步、离散等特点，提出并建立了故障诊断的模糊神经Petri网模型及其改进模型．基于模糊神经Petri网的故障诊断系统结合了Petri网和人工神经网络的优点，经过自学习后同时具有很强的推理能力和自适应能力．     

基于直觉模糊Petri网的故障诊断

故障诊断经常受到多种不确定性和模糊性因素的影响,针对不确定性的故障诊断问题,利用直觉模糊集较好的表达不确定性信息的优势和Petri网较好的并行处理以及图形处理问题的能力,构建了直觉模糊Petri网模型。由于将直觉模糊推理转化为矩阵运算的过程中有非隶属度参数的参与,因此推理结果可提供更多的信息。根据实际故障诊断中的模糊推理问题,给出了带有权值、阈值等参数条件下新的直觉模糊推理算法。通过获取和处理故障诊断中的不确定性和模糊性的知识,该算法将故障诊断过程转化为利用直觉模糊Petri网的直觉模糊推理过程。实际燃气轮机故障诊断模型案例表明了所给直觉模糊推理算法的有效性。     

基于模糊控制和大数据算法模型的电力运维故障诊断设备方法

针对现有技术中对电力运维故障检测灵敏度低、诊断误差大等问题,设计了一种新型故障诊断方案。该方案将PID模糊控制计算器与大数据算法模型相结合,并采用实时布线的方法减少诊断面积,基于改进型大数据算法模型提取电力运维设备故障数据特征,对电力运维设备运行工况构建诊断网络,通过分析电力运维设备工况的功能系统完成数据诊断。为了减少诊断误差,该研究设计了一种故障诊断设备,采用集成芯片化设计和算法程序,减小体积的同时保证检测结果的准确性。实验结果表明,该研究方法故障诊断误差小,准确率最高达到98.6%。     

基于信息融合原理的智能故障诊断模型

针对传统设备故障诊断方法中存在的局限性,文章在对设备智能故障原理和方法初步探索和研究的基础上,提出了基于信息融合原理的智能故障诊断方法。该方法利用多源异质传感器采集设备的各种特征信息,并采用模糊神经网络融合诊断中心作为诊断判决的执行机构,从而实现准确诊断设备故障诊断原因以及对设备运行工况进行态势评估的过程。并且通过对单传感器与多传感器信息融合诊断结果的对比表明多传感器信息融合诊断比单个传感器具有更高的准确性。     

基于ANN的组合智能故障诊断专家系统的设计

介绍了基于ANN的组合智能故障诊断专家系统的总体结构和诊断模型，在此基础上给出了故障诊断系统的推理机制和诊断策略，并对其各诊断模块的诊断方法进行了较为深入的研究，为进一步开发基于某导弹通用测试系统的导弹故障诊断系统提供了主要的依据，具有一定的指导意义和实践价值。     

基于犹豫模糊矩阵与变异算子的变电设备故障检修仿真

为降低变电设备故障检修时的综合风险成本,提出基于犹豫模糊矩阵与变异算子的变电设备故障检修方法。设置犹豫模糊矩阵,提取变电设备振动信号特征,将特征值输入稳定的Hopfield神经网络,分类诊断变电设备的故障;通过基于变异算子的变电设备故障检修优化模型,构建目标为综合风险成本的函数,设置约束条件为电网停电次数为1次、传输功率不越限,获取符合检修目标和约束条件的检修最优方案。实验仿真结果显示：所提方法可优化变电设备故障检修方案,提升变电设备故障诊断效率,保证设备检修的停电次数为每月1次,降低电网综合风险成本。     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

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。     

加权模糊推理网络及在管道损伤诊断中的应用*

针对油气管道运营维护中的管道腐蚀损伤检测问题,提出了一种加权模糊推理网络的诊断模型。模型将神经网络与模糊逻辑进行融合,可以实现部分证据的自下而上处理和自上而下处理的结合,融合了模糊逻辑能够较完整地表达领域规则和先验知识以及神经网络自适应环境的优点。具体给出了加权模糊推理网络的结构模型和学习算法,依据模糊推理规则的量化表示形式和微分方程数值解的动力学思想能较好地避免网络学习陷入局部极值点。该算法具有较好的稳定性和有效性。实际资料处理结果表明,该模型对解决管道腐蚀损伤诊断问题具有良好的适应性和实用性。     

Intelligent control

A framework for intelligent control is presented and different approaches to intelligent control are reviewed in light of this framework. The topics discussed include knowledge-based control, fuzzy control, neural networks, fault diagnosis, single loop control and distributed control. The key ideas behind these approaches are outlined and it is indicated how they may be used to make control systems with significantly improved capabilities.