共查询到18条相似文献,搜索用时 910 毫秒
1.
2.
3.
4.
5.
6.
一种基于模糊聚类的故障诊断方法 总被引:1,自引:1,他引:0
电子设备的多个传感器实时反映了设备运行状态,对一种基于模糊聚类的电子设备故障诊断方法进行讨论,针对电子装备多个传感器状态信息采用模糊聚类的方法进行融合,进而提出了对于观测数据运用模糊聚类方法进行故障诊断,推理故障模式的方法。实例证明该模糊聚类方法成功地完成了某电子装备故障诊断的自动推理。该方法可以不依赖于被诊断系统的数学模型进行自适应诊断,实现故障诊断的智能化、自动化。 相似文献
7.
BP神经网络在设备故障诊断方面的应用 总被引:4,自引:2,他引:2
电子设备逐渐成为越来越复杂的大系统,因此如何对其进行高效快速的故障诊断,使其保持良好的工作状态,具有重要的意义。针对传统故障诊断技术的局限性,探讨了基于BP神经网络的故障诊断方法;并基于该诊断方法利用VC++和Matlab混合编程开发了故障诊断软件。同时以雷达系统上的某些部件为例,对该软件在故障诊断方面的正确性及可靠性进行验证:将代表故障的信息输入训练好的神经网络后,由输出结果便可以判断发生故障的类型,从而实现对故障模块的精确定位。实验结果表明,该诊断软件提高了电子设备故障诊断的效率,具有一定的应用价值。 相似文献
8.
根据电子设备测试及维修的需要,同时为解决传统BIT虚警率高等缺陷,提出智能BIT测试方法。在介绍智能BIT的基本实现手段的基础上,重点分析ART网络的网络模型及工作原理,ART网络根据数据集自适应聚类实现模式识别,相对于传统人工神经网络而言,其收敛速度快,精度较高,自适应诊断能力强,解决了采用传统神经网络测试分类误差大等问题,最后提出了一种基于ART的BIT系统无监督故障诊断方法,使被测系统具有更高的故障诊断能力。 相似文献
9.
《现代电子技术》2020,(3):146-149
针对当前医疗电子设备故障智能辨识方法存在精度低、效率低等局限性,设计基于模式识别技术的医疗电子设备故障智能辨识方法。首先,对国内外医疗电子设备故障智能辨识的研究现状进行分析,找到引起医疗电子设备故障智能辨识局限的原因;然后,提取医疗电子设备故障智能辨识特征,并采用模式识别技术建立医疗电子设备故障智能辨识模型;最后,采用具体实例对医疗电子设备故障智能辨识结果进行分析。基于模式识别技术的医疗电子设备故障智能辨识正确率高,医疗电子设备故障智能误识率极低,而且医疗电子设备故障智能辨识效率优于传统辨识方法,对比结果验证了基于模式识别技术的医疗电子设备故障智能辨识的优越性。 相似文献
10.
11.
12.
本文阐述了在极少考虑硬件冗余的前提下,采用信息冗余、软件冗余及时间冗余的方式,借助人工智能工具,实现在微机扩展接口上,对运行中的故障动态自动诊断并容错的方法。 相似文献
13.
14.
15.
针对不同电力电子装置进行了研究,从故障诊断的特点与作用出发,利用科学的诊断方法,对其进行了有效的分析与处理,以此确保电力电子装置的正常运行,保证社会生产与社会活动的持续进行。 相似文献
16.
17.
Due to the shortcomings of the diagnosis systems for complex electronic devices such as failure models hard to build and low fault isolation resolution, a new hierarchical modeling and diagnosis method is proposed based on multisignal model and support vector machine (SVM). Multisignal model is used to describe the failure propagation relationship in electronic device system, and the most probable failure printed circuit boards (PCBs) can be found by Bayes inference. The exact failure modes in the PCBs can be identified by SVM. The results show the proposed modeling and diagnosis method is effective and suitable for diagnosis for complex electronic devices. 相似文献
18.
故障树在无人机发射机故障诊断中的应用 总被引:2,自引:1,他引:1
无人机发射机的电子设备组成系统复杂度高,各组成部分之间的影响因素复杂,在故障诊断过程中通常难以做到快速、准确定位。针对无人机发射机在故障诊断中的上述缺点,结合故障树诊断中的最小割集法,通过定量分析给出了一套常用的诊断流程,该诊断流程提高了诊断效率,可以用于发射机的快速诊断。 相似文献