分布式125MW汽轮发电机组状态分析与故障诊断系统

以１２５ＭＷ汽轮发电机组为对象，研制了一个分布式状态分析与故障诊断系统。该系统能对多台机组的运行数据作多种方法的分析，并利用专家知识诊断其故障。应用效果表明，它能广泛应用于同类机组的状态分析与故障诊断。     

分布式125MW汽轮发电机组状态分析与故障诊断系统

以１２５ＭＷ汽轮发电机组群为对象，研制了一个分布式状态分析与故障诊断系统。该系统能对多台机组的运行数据作多种方法的分析，并利用专家知识诊断共故障。应用效果表明，它能广泛应用于同类机组的状态分析与故障诊断。     

MATLAB在汽轮机振动故障诊断中的应用

为了提高汽轮机故障诊断系统的诊断精度和自适应性，尝试了将人工神经网络引入汽轮机故障诊断的研究，通过对振动信号的分析，建立了汽轮机振动故障特征表及人工神经网络目标输出。利用MATLAB仿真软件的人工神经网络工具箱，设计构造了汽轮机振动故障诊断的人工神经网络，并对故障诊断人工神经网络进行了仿真训练和故障诊断。图5表2参7     

基于燃烧过程分析及模糊诊断技术的柴油机故障诊断方法研究

利用先进的内燃机燃烧学和热力学模型，建立了基于模糊诊断技术的柴油机故障诊断方法，应用数理统计方法确定了柴油机工作过程参数隶属度函数，构造了模糊故障诊断矩阵，并应用计算机技术实现了对柴油机常见故障的模糊诊断，在柴油机故障诊断应用中取得了良好的效果。     

电控柴油机喷油系故障诊断技术的现状与发展

阐述了电控柴油机喷油系故障诊断技术发展的原因及优点,介绍了电控柴油机喷油系故障诊断类型及方法,综述了电控柴油机喷油系故障诊断技术在系统模型、软硬件及多功能开发、诊断理论、仿真及实验方面的研究现状,提出了电控柴油机喷油系故障诊断技术尚需解决的主要问题及发展方向:针对全工况进行系统建模和仿真研究;应用现代控制技术进一步提高诊断性能,减少有害排放;关键部件的研究;多功能软硬件开发。     

基于模型的汽轮机喷水系统故障诊断方法研究

采用基于模型的动态仿真方法对650MW核电汽轮机的喷水系统进行了故障诊断研究，目的是为设备的在线监测诊断提供技术保证，以提高故障诊断的准确性及机组可用率。     

柴油机缸套间隙超磨耗标准故障监测诊断研究

介绍了多缸柴油机(6135G)的超磨耗标准的活塞—缸套间隙进行状态监测及故障诊断的研究。针对多缸柴油机的超磨耗标准缸套间隙进行分析，在此基础上选择与活塞—缸套工作状态有关的监测诊断参数，探讨气缸压力、机体振动、瞬时转速与活塞—缸套工作状态的关系并进行试验，利用各种分析方法，从中提取诊断特征作为状态监测及故障诊断信息。     

考虑参数波动状况的灰色关联度故障诊断方法

针对目前机械故障诊断中常用的以固定值构造基准模的不足之处，提出了以参数域即 在数波动范围构造基准模的设想，并将其应用于灰色关联度诊断中。对柴油机工作过程的示功图诊断结果表明，改进后的方法在复杂机器的故障诊断中，可提高诊断的准确性。     

人工神经网络在汽轮发电机组故障诊断中的应用

论述了神经网络诊断方法与传统的诊断方法如Ｂａｙｅｓ统计诊断方法，模糊诊断方法及专家系统诊断方法等的差别，及神经网络在设备故障诊断中应用的优越性。然后通过对一实际汽轮发电机组的故障事例反复学习，最后建立起网络模型。通过实际验证该诊断模型具有很大的应用前景。     

基于CNN-SVM的水电机组智能故障诊断方法研究

在当前水电机组智能故障诊断的方法中，人为选择故障分类特征的主观性及故障小样本数据的局限性对故障诊断结果的准确性具有重要影响。对此，结合卷积神经网络(CNN)的特征提取优势和支持向量机(SVM)优良的小样本处理能力，提出了一种针对水电机组振动故障诊断的CNN-SVM方法。该方法以水电机组振动信号的时域波形图作为模型输入，然后利用CNN提取信号特征并导入SVM实现机组故障诊断。最后，通过具体的实例分析，验证了所提诊断方法的优势。     

基于模糊c-均值-粗糙集-自适应模糊神经网络推理系统集成的故障诊断

考虑模糊聚类的数据离散功能，粗糙集理论对决策系统的约简能力，以及模糊神经网络在模式识别方面具有的优势，提出了模糊c-均值(FCM)—粗糙集—白适应模糊神经网络推理系统(ANFIS)集成进行故障诊断的方案：首先，应用FCM聚类方法离散故障诊断数据中的连续属性值；然后，基于粗糙集理论计算诊断决策系统的约简，按照实际需要确定诊断条件；最后，根据系统约简设计ANFIS进行故障诊断。4135柴油机的实际诊断结果验证了文中提出集成故障诊断方案的可行性。在数据充分的条件下，该方案可以推广应用于其它机械设备。     

火电厂真空系统的在线监测与故障诊断专家系统

为保证火电厂真空系统的安全经济优化运行，实现故障诊断和操作指导，开发了该真空系统在线监测与故障诊断专家系统。介绍了该系统的基本结构、主要功能和应用实例。系统中采用了多种故障诊断相结合的方法，如基于规则的专家系统和基于神经网络的故障诊断方法。     

计算智能在机械设备故障诊断中的应用

智能诊断是目前故障诊断领域研究的主要方向之一，阐述了传统人工智能与计算智能的基本概念以及分别应用二者进行故障诊断的基本原理和优缺点，介绍了计算智能理论，包括神经网络，模糊理论、模糊神经网络，遗传算法和粗糙集理论等，在机械设备故障诊断中的应用状况。     

基于粗糙集与神经网络集成的内燃机故障诊断

鉴于粗糙集理论对于决策系统的约简处理能力以及神经网络的自组织聚类和非线性映射功能，提出了应用SOM的网络-粗糙集-BP网络集在进行故障诊断的方案：应用SOM网络离散化故障诊断数据中的连续属性值；基于粗糙集理论计算诊断决策系统的约简，根据实际需要确定最优决策系统，在量优决策系统的基础上设计BP网络进行故障诊断，柴油机的实际诊断结果验证了将神经网络与粗糙集理论相结合进行故障诊断的可行性，在数据充分的条件下，该方案可以推广应用于其它机械设备。     

机械故障诊断专家系统

由于机械设备本身的复杂性,故障萌发的机遇性及多种表现形式,加之故障间的相互影响,使设备诊断变得复杂化,往往需要有关领域专家的经验才能更好地完成这项工作。为了更准确地诊断设备故障,人工智能技术已开始引入故障诊断领域,采用专家系统诊断设备故障,使诊断技术智能化,其意义十分重大。     

发动机点火系统模糊诊断方法的研究

本文对基于模糊理论的发动机点火系统故障诊断方法进行了初步的研究，给出了体现诊断专家经验知识的模糊诊断国，提出了诊断系统的组成结构以及模糊诊断的基本过程，并且针对东风EQ6100型汽车发动机点火系统的常见故障进行了实例诊断，结果表明，利用模糊理论对发动机的点火系统进行故障诊断，是一种行之有效的方法。     

柴油机中冷器故障诊断仪的研制

提出了一种仪器设计的新方法一虚拟仪器技术，介绍了采用该技术设计的中冷器故障诊断仪的结构、特点及故障诊断原理。通过检测中冷器空气流动阻力、空气和冷却水进、出口温度等，提取反映中冷器技术状态的特征参数，可成功地诊断中冷器的状态及曲型故障。     

人工神经网络在混合智能故障诊断技术中的应用研究

故障诊断的关键是寻找一种使诊断结果更为有效的方法。人工神经网络作为一种新兴的故障诊断方法，越来越受到人们的关注。然而，对于复杂的系统，单一的传统神经网络很难给出理想的结果。本文重点对神经网络与其它诊断方式融合的混合智能技术，即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述。这些方法已应用到实践中，并取得了一定的成果。     

The progress in fault diagnosis techniques for lithium-ion batteries

实施精准、可靠的故障诊断,是确保电池系统安全、稳定、可靠运行的关键,并为电池系统的精准运营维护提供理论、方法与技术支撑。本文首先在总结电池系统故障类型与表现形式的基础上,重点分析了在电池制造、成组筛选和使用各个阶段的本体故障引发机制。其次,对现有研究发展的电池系统故障诊断方法进行了分类,大致分为基于电池模型的故障诊断方法和无模型的故障诊断方法。之后,针对不一致故障诊断、短路故障诊断、热故障诊断、传感器故障诊断、连接组件故障诊断和多故障联合诊断,对现有文献提出的解决策略及应用案例进行了全面综述。最后,以全面文献调研为基础,提出了电池系统故障诊断研究面临的主要挑战和未来的研究方向。     

FAI电喷摩托车故障诊断技术的研究

本文介绍了FAI电喷摩托车发动机远程故障诊断专家系统诊断模块的开发过程。该系统的故障诊断模块采用在线诊断与离线诊断相结合的方法,模仿了专家在诊断过程中推理的思维特点,提高了诊断复杂故障的效率。