基于本体的机械故障诊断贝叶斯网络

针对机械设备维护与故障诊断过程中的不确定性,提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发,建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别,给出了基于最大可能解释(MPE)的故障概率推理算法,从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合,既实现了诊断领域知识的形式化描述与共享,又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明,该模型具有较好的故障识别效果。     

基于本体的机械故障诊断贝叶斯网络

针对机械设备维护与故障诊断过程中的不确定性,提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发,建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别,给出了基于最大可能解释(MPE)的故障概率推理算法,从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合,既实现了诊断领域知识的形式化描述与共享,又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明,该模型具有较好的故障识别效果。     

多征兆模糊诊断知识表示及专家系统的研究

介绍了一种旋转机械多征兆模糊故障诊断专家系统，研究了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；利用ODBC技术实现了对知识库的访问和诊断推理。系统在满足对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。     

一种基于振动图像和结构模型的通用智能故障诊断系统

提出一种利用振动频谱图像提取旋转机械故障特征的方法.针对旋转机械设备种类多样性及专家系统诊断对象范围窄的特点,研究基于结构模型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,开发基于振动图像和设备结构模型的故障诊断专家系统,系统在满足知识表示和推理模型的有效性和实用性需求下,具有构造简单,推理效率高等优点,大大提高了旋转机械故障诊断专家系统的适应性和通用性.     

自组织特征映射人工神经网络用于旋转机械故障诊断

本文利用人工神经网络自组织学习和神经元连接的类型(兴奋或抑制)与征兆和故障之间的特征映射,建立了旋转机械故障诊断的自组织特征映射模型.利用这一模型使人工神经网络无指导学习用于旋转机械故障诊断,通过旋转机械中常见故障进行诊断提供了进一步解决故障诊断专家系统中知识库建立及维护的新方法.     

基于本体的大型风力发电机组故障智能诊断研究

针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。     

基于RBF人工神经网络的风机故障诊断

针对风机常见故障征兆与故障类型之间的非线性映射关系,结合专家知识建立了风机系统故障知识库,提出了基于径向基函数(RBF)人工神经网络的风机故障诊断方法.结果表明:该方法能克服诊断过程中容易陷入局部极小的缺点,并能满足故障诊断的快速性和准确性要求.     

基于EXSYS的故障诊断专家系统的设计与实现

使用EXs Ys专家系统建造软件建立旋转机械故障诊断专家系统的知识库及推理机,设计并实现了集成于在线监测系统的故障诊断专家系统。故障诊断专家系统通过在线监测系统自动提取一部分征兆,调用EXs Ys进行推理并在推理过程中通过人机交互得到一些难于自动提取的征兆,最后得到故障诊断结果并生成诊断报告。通过EXs Ys进行专家系统的开发实现了知识库以及推理机与在线系统的相互独立,使知识的管理和维护可以相对独立地进行,提高了系统扩展性,并简化了知识库及推理机建立及维护的过程。同时,利用专家系统可以及时发现早期故障,提前采取相应的处理措施,避免事故的发生,对提升企业设备运行管理水平具有十分重要的意义。     

基于本体论的化工过程故障诊断研究

根据化工过程的复杂故障现象,将本体论引入到化工过程故障诊断中,建立了化工过程故障诊断本体论。该本体论包括两个本体：过程本体是对化工生产工艺过程的概念化说明,诊断本体是对故障、故障之间的内在关系以及故障与单元操作之间关系的概念化说明。一方面,化工过程故障诊断本体论可以直接用于建立诊断知识库;另一方面,其作为“中间语言”,还可以实现异构系统之间的诊断知识共享。连续搅拌釜反应器仿真研究表明,利用化工过程故障诊断本体论表示化工过程的诊断知识可以获得良好的诊断效果。     

面向多故障诊断的分层架构及其实现

多故障并发时,故障征兆表现复杂,并非多个单故障征兆的简单叠加,而且故障振动信号往往具有非稳态性,加大了多故障诊断的难度。为此,提出了一个面向多故障诊断的分层架构。联合应用互信息最大化准则与灰色关联分析,对待诊断的多故障与潜在的单故障模式之间的关联特性进行定量评价,据此建立候选故障集合;在此基础上,分别提取候选故障与多故障模式的小波变换能量矩特征,用于自组织映射网络的训练与测试;借助自组织映射网络的拓扑映射能力,在特征空间对耦合特征解耦分离的同时实现多故障模式的判别。实验结果表明,所提方法应用于多故障诊断是有效的。而且,它可以在多故障并发情况下对所识别出的各个单故障的严重程度进行排序,有利于制定合理的维修决策。     

基于知识网格的设备维护联盟知识共享模型

为了在业务驱动和权限约束下高效共享设备维护联盟中的知识,基于知识网格在整合知识资源方面的优势,提出了面向维护联盟的知识共享模型。该模型结合本体和维护知识空间对知识网格的知识资源进行集成,以业务过程为中心对知识进行管理。构建了维护知识概念本体来对维护任务、维护对象和维护功能的概念进行规范化描述;形式化定义了维护知识空间,并建立了基于Web服务本体描述语言的知识对象本体来实现维护知识空间的语义描述。把知识获取的需求和权限集成到以维护业务为中心的业务语境中,提出基于知识业务语境的知识共享控制方法;建立了业务驱动的知识获取方式,采用包括知识权限匹配和内容功能匹配的匹配方法支持其实现。以某e-维护联盟为应用背景,构建了知识共享原型系统。     

基于EEFL知识库的数控设备远程故障诊断技术研究

研究了基于知识库的数控设备远程故障诊断技术,提出基于EEFL(expand element functionlanguage)的数控设备诊断知识表达方式,建立相应数据库的规划,并在此基础上融合故障树推理机制设计了基于EEFL的树型推理模型,研究了该推理模型的诊断原理和诊断过程,进行了诊断实例的分析。研究结果为数控设备建立通用远程诊断知识库和推理机制提供了一种新的方式和思想。     

基于案例推理的车辆故障诊断专家系统研究

针对传统故障诊断方法的局限性及在汽车开发试验过程中的高效率故障诊断的需求,研究基于案例推理的车辆诊断专家系统。定义故障事件的知识输入的规则,建立推理模型依据案例数据进行故障根本原因分析并给出检测指导。并利用分析过的案例形成不断丰富的知识库和规则库。以自动变速箱诊断为例编写了故障诊断专家系统,在实例使用中进行了方法有效性的验证。     

基于模糊Petri网融合推理的装备故障诊断技术研究

研究了模糊Petri网应用于故障诊断中的正向推理方法,针对某型工程装备液压系统故障的特点,建立了基于模糊Petri网的故障诊断推理模型,并以液压系统压力不足故障为例,探讨了正向推理方法在系统级故障诊断中的应用。实现了故障征兆的信息融合,该推理方法适用于现场的快速故障诊断。     

基于模糊Petri网融合推理的装备故障诊断技术研究

研究了模糊Petri网应用于故障诊断中的正向推理方法,针对某型工程装备液压系统故障的特点,建立了基于模糊Petri网的故障诊断推理模型,并以液压系统压力不足故障为例,探讨了正向推理方法在系统级故障诊断中的应用。实现了故障征兆的信息融合,该推理方法适用于现场的快速故障诊断。     

基于脆弱性的制造设备故障智能诊断与维护

制造设备故障智能诊断与维护是保障制造系统安全运行的重要手段。为准确地诊断制造设备的健康状态、识别设备故障的关键因素，建立高效的健康维护系统，提出了基于脆弱性的设备故障智能诊断与维护方法。该方法将考虑脆弱性的设备故障智能诊断与维修决策模块嵌入到设备的过程控制系统（Process control system，PCS）中，它基于系统脆弱性的定义和性能劣化理论建立了设备脆弱性评估模型实时判断设备的脆弱状态，利用非线性核映射方法实时监测制造设备的运行参数是否超出预设边界，建立设备参数的高斯核函数模型准确识别故障的关键因素，将设备的脆弱性状态与维护模式相结合建立维修决策模型避免维修过度和维修不足。以某机器人的伺服系统为例，证实了所提方法能有效提高故障诊断效率、智能化诊断故障因素，优化设备维修决策。     

并行决策融合模型与模糊融合方法研究

在监测设备运行状态和诊断设备故障时,目前采用的方法是在不同的部位安装若干个传感器拾取一定的信号进行分析.试验表明,诊断结果的准确性不仅与传感器安装的部位有关,而且与传感器的数量、类型以及诊断方法有关.这是因为诊断对象运行工况复杂、影响因素众多,某一故障可能对应若干征兆,而某一征兆也可能对应若干故障,它们之间存在着错综复杂的关系,加上故障和征兆信息的随机性、模糊性,构成了信息的不确定性.因此,故障的多样性、不确定性、相关性以及传播性构成了故障诊断技术上的难点,对于一个复杂的设备系统进行故障诊断,要做到及时准确,单靠某一故障特征量和诊断方法无法完成诊断任务.克服这一困难的方法之一是利用数据集成与信息融合技术进行故障诊断.     

一种基于设备结构的振动故障诊断专家系统

根据设备种类的多样性及振动故障诊断专家系统诊断对象范围窄的特点,研究了基于设备组成结构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建立与维护机制,通过ADO技术实现对知识库的访问和推理,并开发基于设备结构的振动故障诊断专家系统.应用表明,系统具有构造简单,推理效率高等优点,有效地提高了机械设备故障诊断专家系统的适应性和通用性.     

基于模糊理论的柴油机故障诊断专家系统

针对柴油机故障征兆、故障原因及故障机理的复杂性和模糊不确定性,将模糊数学理论与故障诊断专家系统引入柴油机故障诊断。建立故障诊断的模糊模型、模糊隶属度函数,利用模糊产生式系统实现了模糊性知识表达,论述了模糊诊断原则和推理诊断流程,构建了基于模糊理论的柴油机故障诊断专家系统。通过一个具体故障诊断案例证明系统能够快速、准确地推断出故障原因,同时也证明了该方法的实用性。     

基于模糊聚类分析的柴油机故障诊断研究

故障诊断的基本方向是建立在基于先验知识和统计知识的基础上,通过模糊聚类分析找到故障征兆的聚类中心,然后通过模糊模式识别、判别新的故障征兆,达到对柴油机的故障诊断目的。文章对模糊聚类分析进行了重点研究。