提升机故障诊断不确定性推理方法

针对提升机故障诊断过程中的若干不确定性问题,提出一种新的基于本体和贝叶斯网络的故障诊断不确定性知识融合推理方法。该方法对本体贝叶斯网络进行了形式化的定义,运用OWL本体语言扩展了本体对领域知识的不确定性表示,通过一系列的翻译规则和程序,实现了本体结构到贝叶斯网络结构的转换;然后建立了基于本体和贝叶斯网络的融合推理模型,利用本体推理完成对故障诊断本体知识的语法检查、语义一致性的验证以及本体的解析,采用基于启发式搜索树的贝叶斯网络进行不确定性推理,并在贝叶斯网络可视化推理平台Netica上进行了验证。矿井提升机制动系统故障诊断实例表明,该融合推理模型具有较好的故障识别效果,处理所得的诊断结果具有较高的可信度。     

面向知识工程的采煤机截割部现代设计方法与系统

为实现采煤机截割部的智能设计,应用知识工程原理设计了采煤机截割部现代设计方案。研究了基于ε一致性准则粗糙集扩展模型的采煤机总体技术参数知识获取方法,为截割部设计奠定了推理基础。提出以面向对象表示方法为主、产生式规则和过程式表示方法为辅的混合知识表达模型,实现了采煤机截割部设计对象及其设计知识的集成。针对采煤机截割部设计过程,将实例推理、模型推理和规则推理3种知识推理技术结合,构建了符合设计思维的融合知识推理模型。在UG平台下开发了采煤机截割部现代设计系统,通过实例验证和企业应用证明该方法可行、有效。     

基于RS的提升机故障诊断系统研究

针对传统故障诊断专家系统中获取知识困难的问题,提出了基于粗糙集理论的故障诊断方法,并将其应用于提升机故障诊断系统中。该方法可以从包含冗余信息的现场采集数据中,获取简洁、有效的诊断决策规则,并输入到知识库中,作为诊断专家系统知识获取模块的输入,从而有效地解决了故障诊断专家系统知识获取难题。试验结果显示利用粗糙集理论获取简洁规则是有效与可靠的。     

基于模糊Petri网与状态监测的提升机故障诊断方法

讨论了合成式模糊产生式规则及Petri网故障诊断原理与方法。基于模糊Petri网知识表示模型建立了提升机制动系统故障诊断模型,结合分步式的矩阵推理算法,克服了传统专家系统推理效率低的问题,同时利用故障传播矩阵记录故障的传播过程,体现了故障传播的动态行为,并通过实例验证了算法的正确性。提出了提升机状态监测与模糊Petri网一体化系统模型及其实现方法。充分利用了组态王设备监测与Petri网快速诊断的优势,通过组态王搭建提升机数据监测平台,监测数据经隶属度函数模糊化处理后形成初始标识,输入到模糊Petri网,实现实时监测与动态诊断。     

混合推理实现矿井风机故障诊断系统设计

讨论基于案例和基于规则推理的特点,阐述了基于规则和案例混合推理的优势,针对矿井风机故障的特点设计基于规则和案例混合推理系统,详细描述了推理过程及混合推理设计的关键策略,并给出混合推理算法进行验证及对比,基于CBR和RBR融合的混合推理方式不但提高矿井风机故障诊断系统运行的效率和诊断效果,同时增强了系统知识提取的能力。     

基于深度迁移学习的提升机主轴故障在线诊断系统研究

实际工业场景下的提升机状态监测与在线故障诊断,存在缺少足量有标签故障样本以及变工况导致的测试样本与训练样本间分布差异的问题,限制了智能故障诊断算法应用于实际工程。文章提出一种面向实际提升机的融合边缘节点的迁移故障诊断架构,包括多源信息采集层,边缘节点层,网络层和中央云服务器层。以提升机轴承为对象,提出基于ResNet与多核联合分布差异的深度迁移故障诊断算法,实现变工况下的提升机轴承故障状态识别,采用两种轴承故障数据进行算法有效性与适应性验证,结果表明所提出算法能够达到理想的迁移故障诊断准确率。最后,设计构建了提升机检测诊断平台,部署于煤矿地面中央云服务器中心,实现了对矿井提升机运行状态的监测与在线诊断。     

基于粗糙集的装载机液压系统故障诊断专家系统知识获取研究

针对当前专家系统知识获取瓶颈的难题,提出一种基于粗糙集的装载机液压系统故障诊断专家系统知识获取模型。将装载机液压系统的故障历史数据离散化,构建故障诊断决策表,通过粗糙集数据挖掘算法获取故障诊断的最小约简属性集和潜在的诊断规则,并建立诊断规则知识库。以ZL50型装载机液压系统中的齿轮泵故障分析为例进行了验证。     

基于模糊数学的提升机故障诊断专家系统

矿用提升机的故障诊断往往具有复杂性和不确定性,对确定提升机故障原因具有一定难度,针对以上问题对提升机的故障诊断引入了模糊数学的相关知识和故障诊断专家系统,为问题的解决提供新的方法,实践证明该系统能够快速、较准确地推理出故障原因,同时也证明了该方法的实用性,具有很大应用价值。     

基于扩展故障树的采煤机故障诊断专家系统研究

针对采煤机故障诊断专家系统知识获取困难的问题, 将扩展故障树分析法和专家系统相结合, 提出了基于扩展故障树的采煤机故障诊断专家系统知识获取方法。在传统故障树节点上增加节点类型、重要度等信息, 建立扩展故障树, 并将扩展故障树中的节点信息转换成规范化表示的专家系统知识。采用广度搜索优先、深度搜索与广度搜索结合的推理机制, 提高故障查找的准确率及效率。利用专家系统开发工具CLIPS, 建立了采煤机故障诊断专家系统。研究表明, 该系统可准确判别采煤机故障类型并提供解决方案, 提高采煤机故障诊断效率。     

新型防爆柴油机故障诊断专家系统

针对煤矿用防爆柴油机工作环境的特点和对故障诊断的特殊要求,提出在防爆柴油机故障诊断中将故障树技术和基于产生式规则的诊断专家系统有机结合起来,解决了知识获取的“瓶颈”问题。该诊断方式具有直观、成本低、诊断快速和准确性高等特点。     

基于故障树和神经网络模型的提升机故障诊断专家系统

根据提升机故障源多、诊断复杂的特点,提出了可提高设备使用率、运行可靠安全的故障诊断专家系统。     

装载机液压系统故障诊断专家系统知识库的设计与实现

根据装载机液压系统的故障特点,应用专家系统与数据结构的有关知识和面向对象的设计方法,在建立诊断知识故障树的基础上,论述了装载机液压系统故障诊断专家系统知识库的设计与实现过程。该知识库采用了分层次的多库结构、基于故障树的产生式规则知识表示方法和面向对象的编程方法,提高了装载机液压系统故障诊断效率,为故障诊断专家系统的知识库设计提供了一种科学有效的方法。     

矿井提升机故障智能诊断系统研究

总结了国内外提升机智能故障诊断研究现状,指出了由专家系统、模糊理论和人工神经网络等人工智能技术组成的组合式智能诊断新方法,是矿井提升机故障智能诊断技术的发展趋势,对保证矿井安全、高效和经济运行具有重要意义。     

基于混合智能故障诊断的研究

首先分析了多种智能方法结合的可行性和必要性,在此基础上提出了一种综合神经网络、专家系统和数据库的混合故障诊断方法,详细讨论了系统的设计思想、系统结构及知识表示、知识获取和推理机制等。通过理论分析和具体的应用,该方法具备一定的在线诊断能力和知识自动获取的能力,具有一定的应用价值。     

HSVE2.8型矿用提升机故障诊断专家系统设计

煤矿提升机是确保煤矿安全高效生产的关键设备,本文针对HSVE2.8型提升机的故障特点,按照机械故障和电气故障进行分类,进而基于模糊数学理论设计出一套故障诊断专家系统,对其结构组成和诊断方法进行介绍,并在提升机齿轮泵的故障诊断中成功应用,达到了预期效果。     

选矿专家系统环境的知识管理机制

介绍选矿专家系统环境的知识管理机制，设计MPESE系统的面向对象知识表示方法，规则与框架结合表示知识的层次性，框架与模型相结合表示计算模型，改进的主观Bayes方法和可信度理论表示知识的不确定性。知识的获取主要包括人工知识获取及知识的自动学习。     

基于自适应神经网络的矿井提升机故障诊断

矿井提升机是井下作业的重要运输设备,其运行状态对煤矿企业的安全生产具有关键作用。为了对矿井提升机故障进行实时监控,从而及时发现故障原因并采取措施,提出了一种基于自适应神经网络的矿井提升机故障诊断方法。首先对矿井提升机主轴系统结构及故障振动频率特征进行了分析,然后采用自适应神经网络算法对矿井提升机主轴故障诊断建立模型,实现对故障类型和故障程度的精确诊断,最后对所提出的模型进行了仿真测试。实验结果显示,该方法可以提供较高识别精度的故障诊断结果,为提升机的故障判断提供了参考依据。