地空导弹武器装备战场抢修系统的研究和开发

地空导弹武器系统日趋复杂,依靠单一的诊断方法进行故障诊断显然不能满足现代战场的抢修需求.针对该武器装备的特点,研究开发了一种基于本地专家系统与远程专家组实时诊断相结合的战场抢修系统.本地专家系统采用案例式的知识库,知识库数据的远程更新采用加密体制.远程专家端采用基于协同模式的专家诊断.该系统将本地知识库和远程专家知识经验充分结合起来,既可用于现场诊断,也可以实现远程诊断,将提高武器装备故障诊断的正确性和效率.     

基于网络的大型装备在线监测与智能诊断

在大型武器装备的故障诊断中,运用无线网络技术,组建了基于多级分布式无线监测网络的智能诊断平台,设计了现场监测中心、设备在线监测诊断中心及无线智能检测单元。系统采用基于小波包能量分布与奇异值分解相结合的特征提取方法,运用混合型集成神经网络来完成这些特征信号的局部故障诊断,然后采用D-S证据理论将多个传感器的故障诊断结果进行融合,实现了准确的故障诊断;并采用基于竞争网络集成的在线监测方法,从而构建了某大型武器装备的在线监测与智能诊断系统。     

基于BP神经网络的军用电源智能故障诊断

电源设备的可靠运行关系到地空导弹武器系统的性能,对电源系统进行准确的故障诊断是十分重要的.为对地空导弹武器系统中电源设备故障进行准确诊断,介绍了BP神经网络和某型地空导弹静变电源的相关知识,建立了三相DC/AC逆变器的故障模型,并对几种常见的故障进行了简要的分析.最后,将BP神经网络模型应用于某型地空导弹静变电源的故障诊断,利用神经网络较好的模式分类能力,解决了以往地空导弹部队进行静变电源故障诊断的不足.仿真结果表明,该方法能够准确诊断电源设备的故障,验证了该方法的准确性和实用性.     

基于模糊理论和遗传算法的导弹故障诊断方法研究

研究了一种将有向图、模糊理论和遗传算法相结合的智能故障诊断方法。用有向图来构造系统模型,用模糊集来解决模型中的不确定性问题,用遗传算法来对可能的故障传播路径进行搜索。当被诊断的系统含有不可测量节点时,该方法仍然可以很好地进行诊断。将该方法应用于某大型导弹武器装备的故障诊断系统中,实践证明,该方法行之有效并可以大大提高故障诊断效率。     

面向远程诊断的AI-ESTATE智能诊断系统研究动态

通过封装服务、规范标准服务,AI-EATATE为诊断系统的客户端和应用对象的扩展、测试与诊断的分离提供了条件,使其更适合远程控制的诊断系统的构建。论文分析了武器装备远程故障诊断对知识重用与共享、软件互操作的需求,提出了面向远程诊断的AI-ESTTAE智能诊断系统构建的方法;研究了AI-ESTATE智能诊断系统的基本结构和框架,讨论了AI-ESTATE在发展过程中其服务的变化对开放、远程智能诊断系统构建的影响;最新的AI-ESTATE标准规范的服务更加强了对诊断过程的控制和效果评估,论文采用状态图的方式分析了最新的AI-ESTTAE服务在远程故障诊断过程的作用,为符合AI-ESTATE标准的远程故障诊断系统的开发提供了方法。     

某武器装备故障诊断信息系统的设计

利用先进的故障诊断技术、关系数据库原理和ASP技术,设计开发一个以计算机网络为基础,具有智能诊断、网络共享、数据动态扩充和程序动态升级优化的武器装备故障诊断信息系统.用户通过选择武器装备具体部位及故障事件,由推理机在MIS的功能模块中以对话方式导出故障的诊断过程和维修方案.属于MIS在人工智能与专家系统方面应用的范畴.     

嵌入式智能代理用于装备远程故障诊断

针对目前武器装备故障诊断过程中存在的诸多问题,为了从根本上满足智能监测与诊断的需要,提出了一种基于嵌入式智能代理的远程故障诊断方式,在该方式下,通过利用现代互联网技术、嵌入式智能系统技术,系统可根据设备的具体工作情况,提取并传输诊断、预测和决策所需的信息,以实现异地间的监测,优化维护方案;通过对智能代理理论的研究提出了远程故障诊断嵌入式智能代理,并具体研究了该模型的硬件实现方案.     

智能机内测试研究综述

机内测试(BIT)是一种能显著提高系统测试性和诊断能力的重要技术,已大量应用于当代航空系统和武器装备中.但虚警问题是困扰BIT应用的重大难题,并严重影响着武器装备的战备完好性和全寿命周期费用;因此,为从根本上解决BIT的虚警问题,智能BIT技术就成为测试领域21世纪的重点研究项目之一;首先简要介绍了BIT虚警的两个主要产生原因,然后重点概述了智能BIT的发展状况,并分析了当前研究方法中存在的不足,最后在研究BIT不确定性的基础上提出了基于粗糙集的智能BIT故障诊断新技术,并指出了该技术中需要研究的若干关键问题.     

旋转机械智能故障诊断系统的设计

分析了目前旋转机械智能故障诊断系统存在的问题,根据故障诊断反问题的研究成果,提出了智能故障诊断系统的设计方法,最后给出了诊断实例。     

基于Multi-agent的飞机智能故障诊断与监控系统设计

在对飞机故障进行分析的基础上,以Agent为基本单元,建立了飞机智能故障诊断模型,并对诊断任务的分解、飞机智能诊断与监控系统的结构、智能诊断与监控功能的实现方法等进行了分析和研究,设计了飞机故障诊断与监控系统仿真实验方案,对实验准备,实验过程进行了详细的介绍;仿真实验结果表明,基于智能Agent的飞机故障诊断与监控系统,提高了诊断效率及诊断结果的准确性,增加了诊断系统的灵活性和快速性及对故障的监控能力.     

基于故障树的发射车故障诊断技术研究

针对目前发射车电气系统故障定位复杂、缺少快速定位分析手段、问题排查必须依赖研制专家、排故时间长的问题,设计了一种基于故障树的诊断机制对发射车进行故障诊断。建立了发射车故障树,设计了基于算法和规则的配置方法将检测数据与故障树节点相关联,采用基于最小割集的快速诊断推理技术,完成了对发射车的故障自动诊断。试验结果表明,该方法实现了发射车电气系统故障的快速自动诊断定位,诊断定位准确,具有较好的实用性。     

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。     

协同式变电站故障诊断专家系统

传统的变电站故障诊断专家系统在单个PC机上工作,造成PC机的负载很重,推理效率很低。针对这个问题,论文设计了具有自学习能力的变电站故障诊断专家系统(CSFDES),其中的多个子专家系统和核心专家系统协同工作。子专家系统应用不确定推理机制实现了快速的故障诊断。子专家系统将故障不确定事件提交给核心专家系统。核心专家系统利用设计的基于事例的推理机制,提高了故障诊断的准确性。CSFDES的原型系统初步应用到变电站的故障诊断,具有较高的实时性和准确性。     

模糊推理在空调系统故障诊断中的应用

针对空调系统的故障诊断问题及其特点，提出了一种基于诊断知识的模糊描述和模糊推理方法，阐述了空调系统故障诊断专家系统中前向推理、后向推理以及正反向混台推理模糊断言可信度的计算方法，并且给出了相应的实例。     

基于免疫原理的故障诊断推理模型研究

智能故障诊断系统作为人工智能技术在故障诊断领域的应用,在实践中取得了较好的成效,但随着系统设备和功能的日益复杂化,各种故障现象成因越来越复杂,同时异常故障也时有发生,现有固定的诊断推理模型却难以满足复杂系统诊断面临的全部要求。针对故障诊断系统中常规固定诊断推理模型难以适应动态变化环境的缺点,该文在分析生物体免疫应答过程中免疫细胞协作机制基础上,采用多Agent技术构建了一种具有进化重构特性、适合于复杂系统故障问题求解的诊断推理模型,并给出了其工作流程。     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题，设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统，利用专家先验知识和神经网络的数值推理、自学习能力，对油田压缩机的故障进行分析处理，与以往油田压缩机故障诊断方法相比，该系统自动化程度高，诊断可靠准确。     

基于实例推理的电路故障诊断系统研究

本文简要介绍了CBR和多Agent的技术,并将它们融合到故障诊断过程中,研究了多Agent的CBR电路故障诊断系统的实现。     

基于推理网络的原因诊断

在作战计划预测分析过程＾［１］中出现不利情况时，利用该预测过程所产生的推理网络原原因进行诊断，据此完善计划，取得预定的效果。这种基于推理网络的原因诊断方法主要包括３个步骤。即假设原因产生。基于指标排序的分析认证和使用推理网络的推理认证。     

固体火箭发动机故障诊断的神经网络方法研究

固体火箭发动机地面试验系统的故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难.传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法,然而难以提高不确定故障诊断的性能.针对这种情况,提出了一种基于模糊神经网络的故障诊断方法.该算法同时具备了模糊理论的处理不确定、不准确信息的推理能力和神经网络的自学习能力.将这种方法应用到某固体火箭发动机地面试验系统的故障诊断,仿真结果表明,该算法有效,较好地解决了固体火箭发动机地面试验系统的不确定故障诊断问题.