基于流程图知识表示的工程机械液压故障诊断专家系统

根据工程机械液压系统故障诊断的特点,建立了液压故障诊断专家系统。提出了利用故障定位流程图作为专家系统诊断知识的表示方式,研究了图形化的知识库生成工具Auto Flowchart,构建了诊断知识数据库,设计了故障诊断专家系统的结构,开发了基于流程图知识表示的故障诊断专家系统。有效解决了传统专家系统知识获取困难的问题;实现了液压系统的故障定位;方便了诊断知识的维护与更新,提高了查找故障的准确率及效率。最后,以QYJ40B起重机为例进行了应用,结果表明该方法有效可行。     

基于知识的对象Petri网在FMS故障诊断专家系统的应用

本文将基于知识的故障诊断和面向对象的思想、方法应用在Ｐｅｔｒｉ网中，提出一种新的基于知识的对象Ｐｅｔｒｉ网（ＫＯＰＮ），并将它应用在ＦＭＳ故障诊断专家系统中，建立了用ＫＯＰＮ网表示各种故障知识，进行诊断推理和解释的专家系统理论体系。     

基于CBR-FAT的液压机故障诊断专家系统构建

针对压机液压系统的故障诊断困难问题,通过分析压机液压系统的工作原理和常见故障,提出了一种基于CBRFAT的压机液压系统故障诊断专家系统。简述了专家系统的基本知识和CLIPS的推理过程;论述了基于CLIPS的液压故障案例的知识表示、故障树的知识表示、规则推理的方法;最后探讨了故障推理机制在专家系统故障诊断中的实现。试验表明,该系统能够较好地实现压机液压系统故障的诊断。     

基于设备组态的旋转机械故障诊断专家系统的研究与实现

根据旋转机械设备种类的多样性及专家系统诊断对象范围窄的特点,研究了基于设备组态的多征兆模糊产生式规则的诊断知识表示和以关系数据库为基础的知识库的建立与维护机制,开发了基于设备组态的旋转机械故障诊断专家系统.系统在满足知识表示和推理模型的有效性和实用性要求下,具有构造简单、推理效率高等优点,有效地提高了旋转机械故障诊断专家系统的适应性和通用性.     

FMS故障建模与诊断技术的研究

以一个实际的ＦＭＳ为研究对象，分析了ＦＭＳ中故障的种类及故障模型的建立方法，运用专家系统技术研制了一个ＦＭＳ故障诊断系统。文中介绍了该系统的总体结构，知识表示方法和故障处理策略。     

基于专家系统的离合器制动器故障诊断

为了提高离合器制动器故障诊断的效率,针对离合器制动器故障的特点,设计了一种基于故障树分析和二元决策图的专家系统结构,提出了一种基于专家系统的离合器制动器故障诊断方法。首先利用鱼骨图分析离合器制动器的故障原因,建立故障树;其次利用二元决策图对故障树进行定性分析,获取诊断专家知识,并用产生式规则表示知识,建立故障诊断知识库;随后利用二元决策图对故障树进行定量分析,求解最小割集的重要度,确定规则优先级,从而解决规则冲突问题,提高故障诊断的效率;最后开发了离合器制动器故障诊断专家系统的原型系统,结果证明了该方法的有效性和可行性。     

基于二叉树和案例推理的汽车起重机液压系统故障诊断

以汽车起重机液压系统故障诊断为应用背景,研究并开发了一个基于二叉树和案例推理的液压故障诊断专家系统原型。为了克服传统故障树的缺陷、优化故障案例关键属性权重并有利于知识的表示和处理,该系统使用了最优二叉树技术、遗传算法和数据库技术,有效地提高了故障诊断的效率和正确率,改进了专家系统的开放性和可扩展性。实验结果表明,该方案的设计思想是合理的,实现方法是有效的。     

轧钢机用大型电动机故障诊断系统

建立了轧钢机用大型电动机故障诊断知识系统.采用产生式规则的知识表示方法建立了基于规则表示的大型电动机故障诊断知识库,并采用下拉式菜单形式对知识库进行动态结构管理,结合专家系统开发工具实现了系统的运行.通过实例验证该系统能够对轧钢机用大型电动机的常见故障进行快速、准确的诊断.     

基于故障树的DCT故障诊断专家系统的研究

介绍双离合自动变速器常见故障模式。以"挂挡不能行驶"故障为例建立故障树并进行定性分析,求出全部最小割集。研究了双离合自动变速器故障诊断专家系统知识库构建和推理机实现等核心问题,如基于故障树的知识获取、知识表示方法、采用关系数据模型的数据库设计、基于规则的正反向混合推理过程等。研究表明:基于故障树的双离合自动变速器故障诊断专家系统设计合理,实用可行。     

机械设备故障诊断专家系统的设计

着重论述了机械设备故障诊断专家系统的设计,包括知识库的设计思想和实现方法、专家知识的获取和表示、推理机的设计、综合数据库的结构设计等组成部分的具体设计过程.     

基于支持向量机的火车滚轴故障诊断

火车故障的60%都是由于滚轴问题引起的,现在的诊断方法都是基于知识的,但故障样本的不足从一定程度上制约了基于知识的方法在实际中的应用,针对这一问题,利用支持向量机在小样本情况下具有较强分类能力的特点,本文提出了一种基于支持向量机的滚轴故障诊断方法.该方法采用小波变换对齿轮的震动信号进行处理来构造特征向量,然后输入到支持向量机分类器中进行模式识别.     

基于故障树的叉车液压系统故障诊断研究

将故障树分析法运用于叉车液压系统的故障诊断中,针对液压系统的失效模式及故障机理,建立了故障树,并进行故障分析与排除。实践证明,该方法简便、可靠、实用,用于液压系统故障诊断,能取得预期的效果。     

基于SVD方法的弱故障特征提取方法

利用电流法诊断电机及其拖动设备故障时，较弱的故障特征频率分量往往被电网工频所淹没。本文运用了一种有效的弱故障特征提取方法，即通过奇异值分解（singular value decomposition，简称SVD）方法剔除电网工频主分量，从而对信号中的弱特征频率、特别是靠近电网工频的特征频率实现有效地提取。数值仿真计算和现场实际信号的应用结果都表明，应用SVD方法可以非常有效地达到这一目的。     

基于改进LMD的齿轮故障特征增强方法

针对齿轮发生故障时信号的调制特点,采用相关分析对局部均值分解(Local Mean Decomposition,LMD)解调方法进行改进,并提出了基于改进LMD的故障特征增强方法。将该方法应用于实际齿轮断齿故障特征的提取,结果表明:该方法能有效地增强齿轮故障特征,其增强效果优于传统的Hilbert包络解调分析方法。     

基于IRN网络的旋转件融合诊断方法与应用

提出了一种基于小波神经网络的故障诊断方法，该方法采用小波变换作为特征提取器，IRN神经网络作为分类器实现特征级的融合诊断，实验结果证明该方法具有很好的容错性和抗干扰特性，是一种比较实用的故障诊断方法。     

基于堆栈降噪自编码的轴承故障诊断方法

针对传统轴承故障智能诊断中特征学习困难,且需要掌握大量的信号处理方法和诊断经验,提出直接从原始数据出发对轴承故障状态进行分类识别的新方法。该方法通过深度学习利用原始振动数据训练堆栈自编码网络,由于免除了智能诊断的显式特征提取阶段,从而能够减少人工参与因素,摆脱了对大量信号处理技术与诊断经验的依赖。试验结果显示:所提出的方法能对轴承故障识别率达到97%,具有较好的识别能力,能够完成故障特征的自适应提取,增强了机械故障诊断的智能性。     

基于PCA和希尔伯特谱的柔性薄壁轴承故障诊断研究

针对柔性薄壁轴承在发生故障时产生的非平稳、非线性信号,采用希尔伯特-黄变换方法对其进行分析,同时针对噪声信号会污染整个希尔伯特谱的问题,提出基于SVR谱的PCA降噪算法。通过仿真分析和柔性薄壁轴承故障实验,从轴承内、外圈故障仿真信号和实际信号的希尔伯特谱中,均能够得出外圈故障信号频率的变化率为轴承转频的两倍、而内圈故障信号频率的变化率与轴承转频一致的结论。该结论可为工程实际应用提供理论指导。     

基于故障树搜索的起重机液压系统故障定位方法研究

针对起重机液压系统故障定位的问题,研究了多属性决策方法。根据功能对液压系统进行层次分解,对各子系统的不同功能工况分别建立故障树,综合分析故障树底事件故障概率、搜索成本和启发式信息量等因素,研究了故障定位方法。通过构建决策矩阵、属性值规范化、采用最小二乘法确定属性加权值、利用逼近理想解的排序方法确定了故障树底事件的最优路径搜索策略。以某型起重机吊钩不能起升故障为例进行了应用,结果表明该方法有效可行。     

涡轮泵系统故障机理分析及标准模式的建立

本文从涡轮泵系统振动机理的分析研究出发，对涡轮泵系统常见故障的机理、特征表现进行了分析、总结、建立了一种适合于实际诊断应用和在线智能监测与诊断系统使用的标准故障式表，该表是专家知识的一种表达形式，使用方便，实用性强。     

Time–energy density analysis based on wavelet transform

Energy is an important physical variable in signal analysis. The distribution of energy with the change of time and frequency can show the characteristics of a signal. A time–energy density analysis approach based on wavelet transform is proposed in this paper. This method can analyze the energy distribution of signal with the change of time in different frequency bands. Simulation and practical application of the proposed method to roller bearing with faults show that the time–energy density analysis approach can extract the fault characteristics from vibration signal efficiently.