多级故障诊断系统

介绍了为提高故障诊断的正确率,将一混合故障诊断专家系统中的基于BP神经网络诊断模块、基于自组织神经网络诊断模块和基于小波分析诊断模块设计成多级诊断系统。对多级诊断系统的性能进行了分析,给出了多级诊断系统的拒绝输出策略。     

基于改进的RBFNN在线故障诊断专家系统设计

针对在线故障诊断需求,通过分析神经网络和专家系统的各自特点和不足.为解决上述问题,构建了神经网络的在线故障诊断专家系统.通过对比分析选择径向基函数(RBF)神经网络,采用减聚类和k-means聚类混合算法求取RBF参数;建立了显示与隐式知识库,采用带可信度的产生式规则表示知识,运用ADO方法管理知识库和应用Visual C++、Matlab混合编程的方法,实现了诊断系统组建;最后在某随动装置在线故障诊断中仿真验证,构建系统很好地解决了在线快速故障诊断的问题.     

人工智能在输配电网络故障诊断中的应用分析

介绍一套输电网络设备故障诊断专家系统的设计结构,确定诊断系统由故障巡检和故障诊断专家系统组成。在故障诊断的方法中引入了故障树分析,同时将领域专家的经验知识转化为诊断系统的知识,构建采用正向推理机制的诊断系统。     

水电数字仿真在线融合故障诊断专家系统

为了解决丰满水电数字仿真系统的在线故障诊断问题，基于信息与方法融合的思想，提出了分布式集成神经网络建模方法、模糊神经网络专家系统(FNNES)在线故障诊断方法。将模糊神经网络(FNN)嵌入专家系统(ES)中，FNN负责知识获取和逻辑推理，ES负责系统信息的输入和输出、符号推理，并对FNN的结论进行解释。系统的运行验证了方法的有效性和实际应用价值。为现场诊断系统的开发提供了有益的方法和经验。     

基于神经网络专家系统的研究与实现

针对传统专家系统推理能力弱和智能水平低等不足,本文采用神经网络方法解决了传统专家系统在知识表示和知识获取等方面的问题。本文从描述传统专家系统几点不足出发,详细阐述了神经网络专家系统的基本原理和框架结构,最后选取三层BP神经网络模型,给出了钻井故障诊断系统的神经网络专家系统的实现。     

潜艇舵机系统故障智能诊断技术研究

在潜艇舵机系统故障诊断问题的研究中,根据潜艇舵机系统的实际状况,分析其各组成部分发生故障的特点和原因建立故障树,采用层次分析法计算各故障原因的权重,形成相应的智能故障树.利用Access数据库建立故障诊断专家系统知识库,从智能故障树中提取一定的规则.系统采用宽度优先的正向推理和搜索策略的控制策略进行推理.针对传统故障诊断专家系统缺乏自学习能力的不足,采用BP神经网络算法进行修正.最后利用软件设计舵机系统故障诊断系统的开发平台和设计语言,可帮助维修人员更加方便快捷地对潜艇舵机系统的故障进行诊断和维修,降低了成本.     

基于BP神经网络模型的电机故障诊断专家系统

针对传统机械设备故障诊断专家系统存在知识获取能力弱、求解有一定局限性等问题，介绍了BP神经网络旋转机械故障诊断专家系统，对单位BP算法，BP神经网络的建立、训练及应用作了具体说明。该系统学习效率高，故障诊断准确，已成功应用于铁路机车走行部的轮对电机在线故障诊断。     

基于模糊神经网络的导弹故障诊断专家系统

为了实现对导弹测发控系统的故障诊断,研究了模糊神经网络理论与算法,以及和专家系统的结合方式;综合神经网络、专家系统和模糊逻辑的各自优点和特点,提出了构建基于模糊神经网络的故障诊断专家系统的基本原则,并给出了一种构建方法;通过将传统的专家系统技术与模糊神经网络技术相融合,文中构造了某型导弹测发控系统智能故障诊断系统,验证了方案的可行性,为类似系统的进一步实现进行了有益的探索。     

一种基于目标的自学习机制及应用

介绍一种用于故障诊断专家系统的基于目标的自学习机制，它基于被诊断系统的深层知识模型，通过对浅层知识库的扩克和完善来提高系统的诊断能力。文中阐述了学习系统的组成、算法及其在专家系统中的应用。     

基于改进BP神经网络的某型装备故障诊断专家系统

分析神经网络和专家系统的特点．提出基于BP神经网络与专家系统结合的某型装备的故障诊断方法,构造BP神经网络的装备故障诊断专家系统的诊断模型,克服传统专家系统在知识获取和表达的薄弱环节,并用某型装备的故障实际数据进存验证,结果表明神经网络与专家系统结合是一种有效的诊断方法。     

一种改进的神经网络机械故障诊断专家系统

针对传统BP神经网络训练中收敛速度较慢的缺点,提出一种基于L-M算法的神经网络应用于机械设备故障诊断的专家系统。论述了神经网络的专家系统结构,并以7216圆锥轴承试验研究为例,建立了基于该算法的故障诊断模型。仿真结果表明:该模型显著缩短了训练时间,具有较高的准确性。运用该神经网络专家系统进行机械故障诊断是有效的。     

火电厂生产过程故障诊断神经网络专家系统

将人工神经网络和专家系统结合地火电厂生产过程的故障诊断，提出并设计了热工过程故障诊断系统。同时对常规ＢＰ算法做了改进，神经网络则采用分层化与并联运用相结合的结构，从而使系统诊断速度和准确率得到提高。仿真结果表明了该系统设计的合理性和可行性。     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

基于BP网络和LabVIEW的推理机设计

在工程领域中,LabVIEW和MATLAB是程序开发人员最常用的两种语言,但LabVlEW和MATLAB又都有其各自的优缺点,因此将两者结合起来无疑将使程序的开发变得快捷、方便.推理机的设计是故障诊断专家系统设计中的重点和难点,本文基于LabVIEW图形化编程环境和信号分析工具相对完善的优点以及其没有神经网络工具包的缺点,将LabVIEW与MATLAB结合起来设计故障诊断专家系统推理机,并详细介绍了LabVIEW与BP网络相结合的实现方法及其注意事项,使其相互取长补短,具有非常实用的价值.     

BP神经网络在雷达故障诊断中的应用研究

对雷达混合电路故障诊断问题进行了研究,针对传统雷达故障诊断中的“自适应差”,“过分依赖故障数学模型”的缺陷。采用了一种故障诊断表示模型,提出将专家系统与神经网络相结合的诊断方法,避免了在实际中雷达电路难以建立精确的数学模型的问题。利用人工神经网络理论为其建立了BP神经故障诊断网络,增加了雷达电路故障诊断系统的“自适应性”。进而给出了网络训练算法和诊断步骤,最后给出了在某型雷达设备上仿真调试诊断的实例。     

现代船用柴油机智能故障诊断系统的研究

现代船用柴油机是机一电．液等各种子系统组成的大型机电设备,结构复杂决定了对其故障进行诊断的困难性。基于目前发展较快的船用柴油机故障诊断技术及较成熟的专家系统与人工神经网络理论,对专家系统和BP神经网络的融合方法在船用柴油机故障诊断方面的应用进行了有益的探讨,并提出了利用专家系统和BP神经网络的融合方法建立的船用柴油机神经网络故障诊断专家系统基本结构。     

基于神经网络的分解炉喂煤量智能控制系统

介绍了一种基于神经网络的智能专家系统,给出了系统的结构,具体描述了神经网络专家系统的基本原理。并以水泥工业的新型干法分解炉喂煤量智能控制系统为例说明了神经网络智能控制的推理过程。控制结果表明了该方法的有效性。     

指挥控制系统的通信网络故障诊断专家系统

在分析指挥控制系统通信网络特点的基础上，采用面向对象的方法和Visual C 6．0程序设计语言开发了一个智能故障诊断专家系统，并对该系统的结构和各模块功能进行了阐述。该系统采用神经网络技术对网络告警数据进行处理，并利用专家系统实现诊断，提高了系统抑制噪声的能力，同时使系统具备了自学习功能。