基于描述逻辑的电机故障诊断知识表示与推理

针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protégé采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理.     

基于神经网络观测器的卫星姿态控制系统陀螺故障诊断

针对基于解析模型的卫星姿态控制系统陀螺故障诊断方法存在设计复杂、参数求解困难的问题,提出一种基于神经网络观测器的陀螺故障诊断方法。由系统内的冗余关系导出故障诊断逻辑,实现对陀螺故障的检测和隔离;同时利用先验模型知识和神经网络的非线性建模特性对陀螺故障进行估计。仿真结果表明,该方法能够实现对陀螺故障的检测、隔离和估计。     

基于故障特征信息熵的故障诊断策略优化方法

针对复杂电子设备的顺序故障诊断策略问题,为实现快速的故障检测与隔离,提出了一种基于故障特征信息熵的故障诊断策略树生成算法。该算法综合考虑测试费用和故障概率因素,依据故障特征信息熵的大小依次选择测试点来生成优化的故障诊断策略树。实例表明该算法可行,能以较低的测试费用和较少的测试步骤实现复杂电子设备的故障检测和隔离。     

基于多块核主元分析的复杂过程的分散故障诊断

提出多块核主元分析算法, 基于此算法针对复杂过程提出了新的故障检测和诊断方法. 通过对整体过程分块统计残差实现非线性过程的分散故障诊断目的, 相应的控制限用来分离引起故障的位置或发现引起故障的变量. 提出的方法应用到田纳西过程得出的结论为: 该方法能够有效地提取块内和块间的非线性信息并显示出优越的故障诊断能力.     

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。     

基于知识图谱的燃气轮机故障诊断知识库构建方法及维护

燃气轮机机组的设备健康状况的改变容易受到多种因素的影响，并且各原因间存在着复杂的耦合与传递关系，以往传统的故障诊断系统常会出现一种故障征兆对应多种故障模式的问题，针对此问题，目前主流解决方案已有基于知识图谱的故障诊断方法，但针对燃气轮机故障知识库的构建尤其是知识更新的研究较少，因此本文将重点从基于知识图谱的燃气轮机故障诊断中的知识库构建及维护进行进行介绍。首先，阐述了本体基本理论以及基于本体的语义推理原理，其次通过阐述领域知识的获取及表示介绍了知识库的构建过程，避免了在新知识整合过程中出现冲突及冗杂情况，最后通过实例验证了基于知识图谱的燃气轮机故障诊断知识库构建方法的可行性，及知识更新的稳定性，有效的解决了常规智能诊断过程中推理“一对多”的问题，同时提供了一种较为准确且稳定的知识图谱更新方法，为其他机械设备的故障检测提供了一条新思路。     

1553B总线控制器双冗余方案的LabView仿真

采用LabView仿真,设计一种1553B总线控制器双冗余故障诊断研究方法。用计算机代替人进行复杂的逻辑推理,可以避免遗漏。状态机能够用于分析事件之间的逻辑关系。基于LabView状态机,实现对1553B总线控制器故障检测与故障诊断的逻辑推理过程仿真。仿真实验结果表明,该故障诊断方法能够成功实现对备份总线控制器的故障诊断。     

基于免疫遗传算法改进的BP神经网络在灭火系统电路板故障诊断中的应用

针对装甲车辆灭火系统电路板规模较大,功能日趋多样与完善的同时,其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足灭火系统电路板故障诊断的要求。设计了基于免疫遗传算法优化的BP神经网络对灭火系统电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解。实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断。通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。     

一种新型智能设备及其远程故障诊断技术研究

该文介绍一种新型的智能设备-AS系列电动阀门执行器的原理、组成和功能。并在总结该领域专家经验和知识的基础上．利用专家系统理论建立故障诊断系统，通过GSM技术实现对该设备的远程故障诊断。同时对该设备的典型故障进行故障建模和仿真，从而确定故障特征，实现故障诊断和检测。     

基于数据变化率和重构贡献图的微小故障诊断方法

针对复杂工业过程的微小故障诊断问题,本文提出一种数据预处理与重构贡献图相结合的故障诊断方法。为了克服非高斯分布数据对故障检测准确性的影响,基于数据变化率对样本原始数据进行预处理,建立故障诊断主元分析模型。检测出故障后,为了提高故障辨识精度,采用一种平均残差差值重构贡献图方法对故障进行辨识。通过正常样本数据和故障数据在残差子空间中的投影,获取残差差值向量,计算重构贡献值。以田纳西-伊斯曼(TE)过程为对象进行了故障诊断仿真实验,结果表明本文方法具有良好的诊断性能。     

铜钪金属矿重载机械故障检测与智能诊断技术的研究

通过对煤炭矿山关键设备故障检测与智能诊断技术的分析研究,结合铜钪金属矿的设备状况,分析了将煤矿技术应用于金属矿山的可行性,探讨了铜钪金属矿山关键设备核心部件故障检测与智能诊断的研究方法与策略、故障信号特征的提取方法以及设备状态评估与定量诊断方法。该文为推进金属矿山减排及资源化利用技术研究具有参考意义。     

基于智能监控系统的分布式光伏故障自动诊断研究

传统故障诊断方法都是从分布式光伏组件外部特性进行故障判断,对于内部参数的变化缺少观察,导致分布式的故障类型诊断准确率低,因此,设计一种基于智能监控系统的分布式光伏故障自动诊断方法。以两级分布式光伏作为研究对象,建立并网运行的数学模型,通过智能监控系统得到内部参数故障评判特征值,采用崩溃点直接计算的方法计算电压崩溃、越限崩溃约束临界点,最后利用人工鱼群算法优化RBF神经网络,得到光伏自动诊断的算法流程。通过仿真实验结果表明,设计方法对不同故障类型的诊断准确率均高于两种传统方法,验证了设计方法的有效性。     

机电一体化系统故障诊断专家系统研究

随着人工智能技术的不断进步,诊断技术已开始进入一个新阶段,即智能化诊断阶段。将人工智能领域的各种方法加以综合利用并用于故障诊断,特别是针对大型复杂机电一体化设备的诊断对象,将更有利于深入细致地刻画与描述故障的特征,使推理过程与客观实际更加相符。本文提供了一种用于机电一体化设备智能故障诊断的通用方案,对于类似系统的设计开发具有借鉴意义。     

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。     

复杂过程的智能集成故障诊断模型研究

由于复杂过程与一般工业过程的本质区别,使得传统的依赖对象精确数学模型的故障诊断方法难以取得令人满意的结果。而智能技术具有无需建立对象精确模型的优势,并且可以充分利用人类专家的经验知识,因此利用智能故障诊断模型研究适合复杂过程实现的故障诊断技术既是必要的也是可行的。通过比较目前研究较多的智能故障诊断模型,提出基于模糊逻辑、神经网络与专家系统的智能集成故障诊断模型,以便有效地解决复杂过程的故障诊断问题,并具体分析了模型组成机理、结构和网络学习算法,从而为复杂过程的故障诊断技术研究提供了新的途径。     

智能控制下机械式自动变速器故障检测方法

考虑到当前机械式自动变速器故障检测方法由于故障种类划分能力较差,导致复合故障检测结果正确率较低的情况,设计智能控制下机械式自动变速器故障检测方法。设定信号采样频率,对采集后的信号进行离散处理,提取自动变速器振动信号。使用LSSVM模型构建支持向量机,完成振动信号训练处理。根据机械控制理论结合证据分类检测方法,完成自动变速器故障诊断。至此,智能控制下机械式自动变速器故障检测方法设计完成。构建实验环节,经实验结果证实,新型检测方法的复合故障检测结果正确率得到明显提升,在日后的研究中可应用此方法完成故障检测过程。     

无人机自修复飞行控制系统研究综述

针对现代飞控系统作为无人机系统的核心之一，正朝着自修复方向发展的现状，总结了自修复飞行控制系统所涉及的故障检测与辨识、重构控制律、自修复飞行控制的仿真及试验等主要内容。分析了目前国内外自修复飞行控制系统的研究现状、技术水平，特别是自修复飞控系统的故障检测与诊断、控制律重构、仿真及试验研究等。指出了现存的问题及研究动态。分析表明，伴随着对智能控制不断深入的研究，智能自修复技术，包括智能故障诊断和智能重构控制律的设计，将是这一领域研究的方向。     

基于测试性的电子系统综合诊断与故障预测方法综述

故障诊断与预测技术是故障预测与健康管理(PHM)中的两大关键技术.依据电子系统的故障模式与机理,结合测试性设计分析理论,提出了一种基于测试性的电子系统综合诊断与故障预测方法框架.对国内外综合诊断与故障预测方法进行了分类与总结,从基于测试性的嵌入式诊断、基于信号处理的智能故障诊断、基于测试性的故障预测3个方面论述了电子系统综合诊断与故障预测方法.最后分析了制约电子系统综合诊断与故障预测的因素,并探讨了未来的发展趋势.     

基于专家知识和模糊推理的大科学装置故障诊断方法

针对大科学装置技术综合、结构复杂、系统庞大,在故障诊断方面面临的故障机理不清楚,难以建立精确的数学模型;诊断信息不完整、不精确,难以进行确定性推理;诊断数据受限,无法实现数据驱动等诸多问题。提出了基于专家知识和模糊推理相结合的故障诊断方法和模式匹配算法,通过模糊因子的引入和基于数据库的模糊诊断知识可视化建模方法的使用,解决了故障诊断环节的诸多不确定性问题,形成了面向用户的模糊专家系统故障诊断基础平台,并在某大型激光驱动装置测试验证平台中得到初步应用,实现了电气驱动及控制系统故障的智能诊断。     

Intelligent process monitoring by interfacing knowledge-based systems and multivariate statistical monitoring

An intelligent process monitoring and fault diagnosis environment has been developed by interfacing multivariate statistical process monitoring (MSPM) techniques and knowledge-based systems (KBS) for monitoring multivariable process operation. The real-time KBS developed in G2 is used with multivariate SPM methods based on canonical variate state space (CVSS) process models. Fault detection is based on T ² charts of state variables. Contribution plots in G2 are used for determining the process variables that have contributed to the out-of-control signal indicated by large T ² values, and G2 Diagnostic Assistant (GDA) is used to diagnose the source causes of abnormal process behavior. The MSPM modules developed in Matlab are linked with G2. This intelligent monitoring and diagnosis system can be used to monitor multivariable processes with autocorrelated, crosscorrelated, and collinear data. The structure of the integrated system is described and its performance is illustrated by simulation studies.