基于故障树的叉车液压系统故障诊断

与一般机械系统的故障诊断不同，液压系统故障诊断的难点在于故障部位难查明。国内已经有人采用故障树理论进行故障诊断。文献[1]提出了利用故障树的最小割集矩阵和计算结构重要度进行故障树定性分析的方法，文献[2]提出了用故障树分析法，综合考虑故障诊断中的搜索代价、故障发生概率等因素求解液压系统故障搜索策略的方法。     

故障树分析法在系统故障诊断中的应用

在故障诊断的故障树定量分析方法基础上,对最小割集重要度的概念进行了重新定义,引入了故障系数的概念,进一步完善了故障树最小割集用于故障诊断的定量分析方法,并基于结构重要度的概念给出了一种故障树最小割集用于故障诊断的定性分析思路.最后结合实例给出了故障源搜寻的具体可行的测试步骤.     

从故障树到故障贝叶斯网映射的故障诊断方法

针对传统的故障树分析方法在复杂系统故障诊断中存在的局限性,论文在定义了故障贝叶斯网及其概率计算的基础上,建立了故障树事件与贝叶斯网结点、故障树逻辑门与贝叶斯网概率分布之间的映射关系,详细研究了将故障树映射为故障贝叶斯网的转变性质,以及利用映射故障贝叶斯网进行故障诊断过程.最后以一种飞机雷达系统故障诊断为例验证了本文所提出的方法.     

基于扩展故障树的激光压制装置的故障诊断专家系统研究

针对军事装备激光压制装置故障诊断专家系统知识提取困难的问题,将扩展故障树与专家系统相结合,提出了基于扩展故障树的激光压制装置的故障诊断专家系统的知识获取方法。在传统的故障树节点上增加了节点的类型、重要度等信息,建立起新的扩展故障树,并将扩展故障树中的节点信息转化成专家系统的知识表示规范化,提高了查找故障的精准度和速度,同时也提高了激光压制装置故障诊断的效率。     

基于故障树贝叶斯网络的液压启闭机故障诊断方法

针对液压启闭机设备专业性强,故障原因复杂等特点,该研究提出了一种基于故障树建立贝叶斯网络的故障诊断方法。首先建立了液压启闭机系统的故障树,然后将故障树转化为贝叶斯网络,计算出顶事件的发生概率并运用贝叶斯网络推理对可能造成故障的原因进行重要度分析,实例表明该方法能有效克服传统故障树分析法的局限性。     

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。     

故障树分析法在雷达发射机故障诊断中的应用

故障树分析方法是一种实用的故障分析方法。根据输入的故障征兆自动寻找匹配的底事件,然后生成顶事件故障树并求出最小割集,按照最小割集重要度大的部件优先检测的顺序生成测试流程,提示操作人员按照测试流程进行测试并找出故障源。通过构建故障树来进行某型雷达发射机的故障诊断分析,不仅可以方便推理机构寻找潜在故障进行故障诊断,而且较好地解决了专家知识获取难的问题,在确保诊断知识完整性的同时充分发挥了专家知识故障诊断快速高效的优点。     

混凝土泵车液压系统故障诊断

针对泵车液压系统结构复杂、故障不易发现的特点,提出了一种基于故障树最小割集的故障诊断方法。以泵送主油路无压力这一典型故障为顶事件,建立故障树模型,再通过最小割集的求解和重要度分析对其进行定性和定量的分析,并以此为依据从大到小排序,确定故障诊断的最优程序。     

基于多源信息融合故障树与模糊Petri网的复杂系统故障诊断方法

针对复杂系统故障树模型构建困难且模型冗余节点多、计算复杂的问题,提出一种基于多源信息融合故障树与模糊Petri网的故障诊断方法。该方法先将多源信息进行标准化处理,从处理后的信息中提取维修元数据,同时利用数据挖掘方法得到故障关联项集。通过维修元数据、故障关联项集和系统结构关系的映射、融合,更加全面、准确地构建复杂系统故障树模型。采用模糊Petri网对多源信息融合故障树模型进行简化和改进,并利用基于模糊Petri网的动态故障推理方法和基于关联矩阵的最小割集求解方法建立复杂系统故障诊断方法,提高了故障的诊断速度与推理效率。以汽车发动机故障诊断过程为例,证明了所提方法的合理性和有效性。     

起升机构液压系统模糊神经网络故障诊断

基于起升机构液压系统故障诊断的特点,提出基于故障树的模糊神经网络作为汽车起重机起升机构液压系统故障诊断的方法。该方法利用故障树知识,提取汽车起重机起升机构液压系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,运用模糊隶属度函数来描述这些的程度,利用共轭梯度优化算法对神经网络进行训练,并通过实例分析,验证了汽车起重机起升机构液压系统模糊神经网络故障诊断的有效性。     

模糊识别在电厂送风机故障诊断中的应用

本文将模糊识别法应用到电厂送风机故障诊断系统中,建立了送风机的故障特征向量、故障模糊向量及模糊关系矩阵,通过模糊识别得出各故障的隶属度,根据最大隶属度原则确定设备具体故障。最后通过具体实例分析证明该方法效果良好。     

SP120摊铺机液压调平系统故障分析

以SP120系列摊铺机液压调平系统为实际依据,在对SP120摊铺机液压调平系统故障概率分析的基础上,将模糊数学和故障诊断方法相结合,建立液压调平系统模糊故障树,通过对液压系统进行故障分析,推理出摊铺机调平系统故障发生的模糊概率及其隶属函数分布,为摊铺机液压调平系统的方案设计、故障诊断和维修保养提供理论依据。     

基于软竞争Yu范数自适应共振理论的轴承故障诊断方法

传统自适应共振理论网络模型利用硬竞争机制对故障类边界处的样本进行分类时易造成误分类,为此,提出了基于软竞争Yu范数自适应共振理论的轴承故障诊断方法。将基于模糊竞争学习的软竞争方法引入Yu范数自适应共振理论模型中,根据模式节点与输入样本间隶属度的大小,对竞争层多个节点进行训练和学习。通过对轴承故障试验数据的诊断分析可知,该方法不但能有效识别不同类型的故障,而且能识别不同严重程度故障,且诊断精度优于自适应共振理论模型和模糊C均值聚类模型。     

基于包络分析的灰色磁联度诊断法

利用高斯小波进行解包络分析,提取包络分析的时域特征参数,对特征参数进行模糊处理和隶属度计算,在此基础上设计出故障特征向量,进行灰色关联度分析,从而把包络解调分析、模糊数学和灰色关联分析有机结合在一起,综合它们的优势,进行故障分类和识别,为机械设备的故障诊断提供一条新的思路。     

Analog circuit fault diagnosis based on Quantum Clustering based Multi-valued Quantum Fuzzification Decision Tree (QC-MQFDT)

Analog circuit fault diagnosis is challenging due to the parametric deviation and the difficulty in signal quantizing. There still lacks effective approaches to provide reliable fault detection and classification results for a comprehensive diagnosis. In this paper, we propose a fault diagnosis methodology based on a new classification model called Quantum Clustering based Multi-valued Quantum Fuzzification Decision Tree (QC-MQFDT). QC-MQFDT incorporates the adaptive fuzzification method to discretize continuous-valued data. The fuzzification mechanism is devised by incorporating quantum clustering (QC) as well as the quantum membership function (QMF), where the former has the ability to sense the internal dependencies of data, and the latter uses the number of energy levels to approximate the optimal shape for fuzzy membership functions. The QF-C4.5 algorithm is developed as the decision tree learning algorithm, which employs quantum fuzzy entropy (QFE) to evaluate the information in the target variable space. The proposed method is validated using both simulated data and the real time data for the application studies of two benchmark analog circuits. The classification performances are discussed and the diagnostic capability of the model is verified through the application studies.     

模糊集理论在故障诊断中的应用

将模糊集理论引用到故障诊断方法中,通过对因果矩阵推导、诊断结果的确定原则分析、隶属度函数确定方式的论述,推导出面向故障诊断的模糊理论方法,并将该方法应用到某型机机载雷达故障诊断过程中。结合对某型机机载雷达故障诊断分析,证明了该方法的有效性。     

基于贝叶斯方法的智能诊断系统中的故障树排序

主要解决了在以故障树为基础的数控机床智能诊断系统中,面对多棵故障树如何确定各故障树的诊断顺序的问题。在故障树诊断方法中融合贝叶斯算法定位已发生故障所在的故障树,利用已有的机床异常状态信号来计算各故障树被触发的后验概率,概率高的故障树优先被诊断,其后对优先级高的故障树采用最小割集的方法进行诊断。这种方法提高了诊断速度,同时避免了贝叶斯网络进行故障诊断时故障诊断系统可靠性低这一弊端。     

基于最大故障信息量二元树的模拟电路诊断法

本文提出一种模拟电路故障诊断法。利用二元树的信息传递性实现模拟电路的故障定位，寻找系统Y在N个故障状态X下的最大故障信息量J0，采用序贯法一直寻找不同故障条件下子系统特征xj的最大信息量Ji，最终找到一个故障特征群R；构造系统最大故障信息二元树，从故障特征群中快速定位故障点，实现模拟电路故障的有效诊断。最后给出一个诊断实例验证了该方法。     

基于故障树分析法的电梯远程监控系统故障诊断

介绍了一种基于故障树模型的分析方法。并将该模型应用于电梯远程监控系统的故障诊断。阐述了该模型的基本原理及电梯故障树的建立，最后给出了诊断算法的流程图。这种基于故障树模型的电梯故障诊断方法具有简单、直观、条理清楚的特点，具有良好的应用前景。