基于SimHydraulic的加注系统建模与故障仿真

航天器在轨服务技术是未来重要的发展方向之一。实际故障数据的获取成本高且风险大,为了研究在轨加注过程中系统的可靠性,得出系统故障征兆并对典型故障进行辨识,采用Matlab 中的 SimHydraulic 对加注系统进行建模。结合在轨加注系统各部分工作原理以及器件物理参数分析及更改的方法,对模型进行参数设置以及器件搭建,最终实现常见故障状态下加注系统参数变化趋势。通过对模型故障仿真分析,为故障诊断专家系统的建立提供推理依据。     

航天测控设备智能故障诊断系统设计

航天测控设备是个复杂的大系统,为了对设备故障进行快速、准确诊断,基于CBR和RBR混合推理的专家系统诊断方法与基于故障树模型的诊断方法,设计了航天测控设备离线式智能故障诊断系统.详细介绍了基于CBR和RBR混合推理专家系统的层次诊断结构模型、知识表示方法以及CBR和RBR诊断推理机制,建立了基于故障树的图论模型,给出了基于故障树模型的知识表示方法和诊断推理方法.采用面向对象的方法,系统基于Visual C++和CLIPS环境得到了实现.     

基于知识推理的舰炮雷达智能诊断技术应用研究

当雷达发生故障时,检测人员可综合利用各种诊断信息,根据知识库中的规则,推理确定系统的故障模式,进而快速准确地进行故障定位与排故维修。本文首先构建了基于知识推理的智能诊断的技术框架,再分析了其知识库创建、知识库结构、知识库更新的方法,然后研究分析了诊断模型和推理机制,并给出了诊断推理的流程,最后以舰炮雷达某一故障为实例进行智能诊断演示。     

基于激光雷达的航天器相对位姿测量技术

基于激光雷达的航天器相对位姿测量技术已成为故障航天器在轨捕获与维修、空间垃圾清除等空间操控活动开展必不可少的关键技术之一。针对这一技术,阐述了国内外研究现状;然后,描述了相对位姿测量技术原理,并重点介绍了点云配准方法;最后,进行了航天器模拟器的相对位姿测量精度仿真验证。结果表明:基于激光雷达的航天器相对位姿测量技术方法合理可行,测量精度高,可满足近距离操控中相对导航任务需求,对国内后续开展工程应具有较大参考价值。     

一种航天器异常检测案例关联方法

针对航天器异常检测系统中故障案例作用发挥不明显的问题,基于异常检测规则知识和故障案例,设计了一种关键词提取模式和全新的关联引擎,在航天器异常检测结果和故障案例之间建立了一种快速的关联机制,充分发挥了航天器异常检测系统中关联案例在故障识别、故障定位方面的作用。应用实例表明,该方法具有关联故障案例全面、数据处理运行高效的特点。     

视频质量故障诊断与定位技术研究

随着视频会议系统覆盖范围的不断扩大,传统的人工故障排查的方法不仅耗费了大量的时间与人力,而且还无法保证实时性和可靠性。为了解决这一问题,现提出有效的视频故障诊断方法。通过这些方法能够自动诊断出视频故障从而减少运维人员的劳动量,同时可以对故障原因进行分析,给出合理的维修建议。本文综合概述了4种基于知问题。故障检测方法有多种,目前常用的方法有:基于知识的检测方法,如基于事例的推理、模糊逻辑、基于模型的方法等,基于信号处理的检测方法,如相关分析等和基于解析模型的检测方法 ,如故障树的方法等。视频故障检测技术的主流技术是基于知识的方法。本文以基于知识的方法对视频质量检测技术做概要叙述,介绍几种常见的故障定位技术。     

故障智能诊断专家系统模型研究

基于专家系统的原理,模拟专家的思维活动,集众专家的领域知识,根据应用与管理系统问题特征,建立了故障智能诊断专家系统模型.该模型的知识表示使用了产生式规则形式,推理机采用了规则推理和不精确推理相结合的方法.在不确定性知识处理上,应用确定性理论建立了不精确推理模型.该模型通过人机交互功能及自学习功能,可自动获取和完善知识库中的知识,具有很好的实时性.     

一种基于二叉树的测控设备故障诊断方法

针对传统故障树知识规则存储和诊断推理算法不易实现的问题,提出了一种基于二叉树的故障诊断方法。首先,通过对故障树与二叉树转换规则与方法的分析,直接构建出测控设备故障二叉树集;然后,利用二叉树节点左右编码值来定位该节点的方法,建立故障诊断规则库;最后,采用遍历诊断规则库的搜索算法实现对故障定位。在测控设备中的应用表明,该方法能够方便地建立诊断规则库,准确定位设备故障,可有效提高设备故障诊断效率。     

航天测控数传一体化系统健康管理系统设计

随着在轨航天器爆发式增长,航天测控数传任务越来越密集,同时航天测控数传一体化系统的复杂度越来越高,传统的故障诊断和周期性维护已经无法满足装备使用要求。根据航天测控数传一体化系统的特点对健康管理系统的架构及组成进行了研究,重点分析了关键设备的传感器设计、基于层次分析法和D-S证据合成法相结合的系统健康评估方法以及基于循环神经网络等机器学习算法的故障预测方法。应用健康管理系统,可有效提高航天测控数传任务的可靠性,减少设备的故障概率,降低维修成本。     

基于知识推理的雷达装备故障预测专家系统

针对雷达装备常用的故障预测方法对故障检测人员和检测设备的依赖性大、要求高的弊端,建立了一个用于雷达装备故障预测的专家系统。论述了该系统的体系结构、系统功能、工作过程和结果的知识表示,实现了基于知识推理的雷达装备故障预测。     

基于神经网络的固态功率控制器的故障诊断研究

通过分析总结固态功率控制器(ssPc)的故障经验,训练样本,设计实现一个基于神经网络的固态功率控制器故障诊断系统.神经网络权值和阈值会随着实际的排故结果不断进行更新,而且神经网络正向推理是一种并行推理,较高了推理速度,克服了冲突,具有很强的故障诊断能力.仿真结果表明该方法收敛速度快,诊断精度高,自适应性强,能够有效地诊断故障.     

基于分布式贝叶斯网络的多故障诊断方法研究

针对复杂系统存在的不确定性、多故障以及传统贝叶斯网络诊断实时性差等问题,提出一种基于分布式贝叶斯网络的故障诊断方法。该故障诊断方法将大型、复杂系统故障诊断模型抽象为贝叶斯网络模型,并将其分解为若干贝叶斯网络子系统,基于消息传播机制完成多个子系统局部推理以及子系统间重叠子域紧凑的消息传播,实现分布式贝叶斯网络的故障推理与诊断。实验结果表明,该故障诊断方法可在复杂、不确定性系统中完成单故障和多故障推理、诊断任务,与传统贝叶斯网络故障诊断方法相比,该方法在推理速度上的优势尤为突出,具有广泛的应用前景。     

基于NN与CBR的雷达故障诊断专家系统设计

快速有效地诊断和排除雷达故障是当前装备维修保障工作的重点。对雷达这样复杂的设备进行故障源的充分暴露和故障定位,仅依靠传统单一的方法有较大的局限性,故设计并实现基于神经网络(NN)与基于案例推理(CBR)的雷达故障诊断专家系统。该系统主要由输入模块,推理模块及管理维护模块等组成。诊断实例表明,运用NN与CBR相结合的技术建立的故障诊断专家系统,诊断结果与实际吻合,且具有诊断速度快、针对性强等优点。     

基于规则推理的输电网络故障诊断方法

当输电网络有故障发生,如果处理不当,或者报警信息错误,就会产生难以预计的损失和后果,故电网故障诊断成了重要的研究对象?针对上述问题,文中提出了一种基于规则推理的输电网络故障诊断方法,通过建立电力网络的Petri网模型,分析故障变迁的可诊断子网结构信息和内部托肯的流动形式,经过相关故障规则推理来定位故障元件位置,并运用IEEE-14局部电路图进行了故障仿真运算。仿真结果表明,规则推理故障诊断方法能够对输电网络故障进行精确迅速的故障定位与分析,是一种有效可行的故障诊断方法?     

基于多种知识推理的综合故障诊断系统的设计

为了提高复杂系统故障诊断效率,在分析比较各种基于知识推理的故障诊断方法的基础上,设计了分别采用基于规则推理、基于案例推理和基于模糊知识推理的综合故障诊断系统,给出了综合知识库的结构和知识获取方法,以及推理机的策略和推理的基本流程.     

Livingstone用于航天器推进系统故障诊断

航天器通常造价昂贵且无法批量生产,对其进行故障检测和诊断研究实用且必要。由美国宇航局 NASA 开发的 Livingstone 软件系统,使用一组多层次的定性逻辑模型来描述系统的行为,通过比较模型预测数据和传感器实测数据来检测和诊断系统故障。本文旨在说明 Livingstone软件能够应用于航天器故障检测和诊断领域。通过对 Livingstone 工作原理和过程的详细阐述,并利用 Livingstone 对航天器推进系统简化模型做仿真实验,给出可能的故障原因及可能性大小,说明 Livingstone 是一种有效而可靠的故障检测和诊断工具,能够快速、准确地诊断出航天器系统故障所在。     

CBR在机械设备故障诊断系统中的应用

将基于案例的推理技术(Case-Based Reasoning,CBR)引入到机械设备故障诊断系统中,建立了机械设备故障知识库和征兆特征知识库,提出了设备故障诊断案例知识表示方法,建立案例知识库。利用层次分析法计算案例中各个征兆特征的权值,存入标准案例库。使用基于案例的检索和推理方法,实现了机械设备故障诊断系统。     

基于IPTV的故障诊断专家系统

针对IPTV研发、测试、运行、维护人员日常的故障诊断和定位工作,开展了有关专家系统设计及其实现方法的探索性研究。研究工作主要根据IPTV系统故障诊断特点设计了基于产生式规则的知识表示方式、基于log分析描述语言对log文件进行模式匹配的算法、采用客户端/服务器的分布式结构,构建了一种基于知识的智能推理模型并进行了系统实现。实验结果表明,所建立的产生式规则模型及其软件系统,初步实现了机器自动诊断IPTV系统故障的目标,能够自动生成对人类专家有一定帮助的诊断推理报告。     

基于BP神经网络的发动机故障诊断专家系统

电控发动机结构复杂,故障率高,研究其故障诊断专家系统能够及时准确地对故障做出判断,提高诊断效率。针对传统专家系统在知识获取及推理中的不足,提出将人工神经网络与专家系统结合的设想,介绍了基于BP神经网络的故障诊断专家系统的结构及原理,并运用到发动机故障诊断中,实践结果证明该方法切实有效。     

基于SDG模型的故障诊断技术

本文介绍了基于符号有向图（SignedDirectedGraph）模型的故障诊断技术的原理,包括SDG模型中节点和支路的物理意义,SDG模型的建模方法,推理机制以及利用sDG模型进行故障诊断的步骤。详细阐述了sDG故障诊断技术的发展过程和各阶段的进展。最后,分析TSDG故障诊断的优缺点及其改进方法。