模糊元图及其在飞行器故障诊断中的应用

基于现有不确定知识的表示和推理方法的不足，提出了一种新的图论结构——模糊元图，给出了模糊元图的一系列定义，并探讨了其数学特性．模糊元图具有很强的图形化描述功能和形式化分析能力，它描述的是集合而非单个元素之间的关系，并能有效地表示和处理模糊信息．利用模糊元图的邻接矩阵闭包可实现以离线计算为主的推理方式，避免不必要的重复计算，并可大大减少搜索空间，从而极大地提高实时推理效率．将其应用在飞行器故障诊断中，取得了很好的效果．     

改进VMD对称镜面图在消毒机器人故障诊断中的应用

针对消毒机器人电机转子故障振动信号的非平稳性，以及常用时频分析技术无法全面获取信号特征的问题，提出一种基于改进变分模态分解(VMD)对称镜面图与模糊神经网络的故障诊断方法.采用VMD分解转子振动信号，给出分解过程中关键参数的选取方法；根据综合评价因子法选取对信号特征敏感的固有模态函数(IMF),重构信号；采用对称极坐标法，将重构信号转化为镜面对称图，通过灰度共生矩阵提取图像特征以形成状态特征向量，输入模糊神经网络，实现转子故障诊断.对比实测信号及常见信号分析方法可知，提出的方法具有更准确的信号特征提取能力.     

基于模糊神经网络的水轮机组故障诊断

水轮机组状态监测与故障诊断,是水轮机组安全运行的保障。本文根据水轮机组故障诊断原理,提出了一种基于模糊神经网络的水轮机组故障诊断系统,用于水轮机组的故障诊断。试验表明,模糊神经网络既具备了模糊决策和判断的能力;又具有神经网络良好的自学习和自适应能力,提高了水轮机组故障诊断的稳定性和实时性。     

往复式压缩机故障信息模糊二元树诊断方法研究

结合图论理论和局域波理论,提出了一种基于模糊图的往复式压缩机故障诊断方法.首先将往复式压缩机故障信号进行局域波时频处理,根据系统的故障状态-特征表,找出最大故障信息量特征群.基于图论理论建立最大故障信息量模糊图,通过对模糊图的分析,找出可以进行匹配的路径信息量最大的部件.该方法应用于某往复式压缩机故障诊断中,具有一定的工程实用性.     

基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度，分析了陀螺漂移特性，指出随机漂移是影响陀螺仪精度的主要漂移误差，也是影响性能可靠性的主要因素．针对此，提出了一种小波模糊神经网络故障诊断模型．此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起，充分发挥它们各自的优点，并对陀螺仪实测数据仿真．仿真结果表明，采用小波分析提取陀螺的常值漂移，简单有效；运用神经网络对陀螺的误差和故障建模，使故障诊断具有自适应、自学习的能力，并互增强了故障诊断的容错能力；将模糊逻辑用于判决中，使判决结果更加可靠．     

基于模糊和规则结合的舰炮故障诊断专家系统

在某文献的基础上，讨论了如何将模糊故障诊断理论应用到专家系统之中，详细阐述了如何建立模糊模型、模糊隶属度函数，解决了如何将模糊故障诊断与CLIPS相结合的问题，并以此建立了舰炮故障诊断专家系统。     

一种基于模糊Petri网的操瞄系统故障诊断方法

针对操瞄系统故障诊断建模中动态行为较难描述的问题,利用模糊Petri网的方法对系统中的故障传播进行建模.引入模糊产生式规则进行知识表示,研究了模糊Petri网的故障诊断建模方法及其推理算法.利用该方法对某牵引火炮的操瞄系统进行故障分析. 分析结果表明,基于模糊Petri网的故障诊断方法,结构简单、易懂,具有良好的故障表达形式以及有效的模糊推理能力,是一种行之有效的故障诊断方法.     

T-S模糊门在因果图中的应用

T-S模糊门在故障树分析中已得到广泛应用,并具有较好的实用性.鉴于因果图和故障树都可以用于故障诊断,用图形表示因果关系,两者具有很多相似性,并且在一定条件下,因果图和故障树可以相互转化,故将T-S模糊门引入到因果图中,考察其实用价值.     

基于语言图犹豫模糊Hamy平均算子的多属性决策方法

将图犹豫模糊集与语言术语集结合，定义了语言图犹豫模糊集和语言图犹豫模糊数的运算，为比较语言图犹豫模糊数的大小，考虑了语言图犹豫模糊数中元素的离散程度对评估结果的影响，定义了得分函数和精确函数，提高了得分函数对语言图犹豫模糊数的区分能力。结合Hamy平均算子，定义了语言图犹豫模糊Hamy平均算子，研究了语言图犹豫模糊Hamy平均算子的性质，并提出了语言图犹豫模糊Hamy平均算子的多属性决策方法。最后，将其应用于建筑公司原料供应商的选择中，并与现有方法进行对比分析，验证了所提方法的有效性和可行性。     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

基于定性模型和定量知识集成的智能故障诊断方法研究

首先从诊断对象的知识表示和处理诊断知识的能力两个方面对基于定性模型的故障诊断方法进行了分析，然后在此基础上提出了基于深浅知识集成的分层诊断策略，并基于符号有向图和模糊理论提出了一种定性模型和定量知识集成的智能故障诊断方法。仿真故障数据验证结果表明，该方法不仅具有较快的诊断速度，而且能有效地提高诊断的准确度。     

复杂机电产品基于元动作分解的可靠性建模及故障诊断

为了探讨复杂运动机电产品的故障诊断方法,按照功能-运动-动作(functionsmovement-action,FMA)对复杂机电产品进行结构化分解,根据结构化分解和符号有向图提出了复杂机电产品的可靠性故障诊断模型。为了进一步提高模型的故障诊断能力,将复杂机电产品的元动作定量信息加入模型中,利用模糊数学理论对元动作故障进行定量诊断。采用该方法可以通过对产品运行的变量监测,提高对产品故障的识别能力,为运动复杂机电产品的故障诊断提供基础模型。最后,以某型号加工中心刀库为例,验证了方法的可行性。     

系统诊断的模糊模型

本文在PMC模型的基础上,利用模糊理论提出了更接近于实际的模糊模型,讨论了各单元重要程度及故障的隶属函数的建立,论证了该模型的F-t一步和顺序可诊断性,得到了与PMC模型平行的新结论.     

基于模糊逻辑和遗传算法的工程机械故障诊断

为了使遗传算法能够处理存在模糊信息的工程机械故障事件,将模糊逻辑与遗传算法有机地结合起来,提出了一种基于模糊逻辑和遗传算法的工程机械故障诊断方法。充分利用模糊逻辑可以对模糊性和不确定性进行定量描述的特性,对工程机械模糊的系统部件技术状况进行定量描述,求得系统部件发生故障的概率。把工程机械系统部件作为节点引入模糊有向图并建立简化的故障诊断模型。采用遗传算法对可能的故障传播路径进行搜索,获取发生故障的原因。利用该方法既可以有效地处理工程机械故障中的模糊信息,又可以提高遗传算法路径搜索的效率和准确性,并用实例说明了该方法的优点。     

复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力,采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类,并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性,比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用,表明采用模糊聚类方法后,提高了判别故障的准确率．     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

Fuzzy fault diagnosis system of MCFC

A kind of fault diagnosis system of molten carbonate fuel cell (MCFC) stack is proposed in this paper. It is composed of a fuzzy neural network (FNN) and a fault diagnosis element. FNN is able to deal with the information of the expert knowledge and the experiment data efficiently. It also has the ability to approximate any smooth system. FNN is used to identify the fault diagnosis model of MCFC stack. The fuzzy fault decision element can diagnose the state of the MCFC generating system, normal or fault, and can decide the type of the fault based on the outputs of FNN model and the MCFC system. Some simulation experiment results are demonstrated in this paper.