基于D-S证据理论和AHP的故障诊断方法研究

提出了一种基于D-S证据理论和AHP的故障诊断方法,给出了基于AHP法的基本概率分配构造方法.最后,结合故障诊断实例,详细阐述了该诊断方法的应用过程,在对多个传感器提供的证据进行合成后,诊断结论的可信度明显提高,不确定性明显降低,证明该诊断方法合理有效.     

基于信息神经网络的内燃机故障诊断方法

在统计概率基础上建立了信息神经网络 ,探讨了利用该网络诊断内燃机故障的方法 ;并在 1 2 1 50L内燃机上进行了模拟故障的诊断试验。试验结果表明 ,该方法是可行的。     

基于支路屏蔽思想的模拟电路故障字典的自动建立方法

通过分析传统的故障字典法存在的问题,提出了一种完全不同于传统方法的新的故障字典法。该方法依据支路屏蔽的思想,通过逐一屏蔽电路的各支路,建立起能诊断软、硬两类故障的故障字典。详细阐述了该字典的自动建立方法和原理,并通过诊断例子,证明了该方法的有效性。     

基于改进粒子群算法的神经网络及其在核电站故障诊断中的应用

针对传统BP神经网络以及标准PSO算法神经网络在故障诊断过程中易出现收敛速度低及易陷入局部最优点的问题,提出了一种使用改进PSO(IM-PSO)算法进行训练的神经网络。该方法具有收敛速度快、不易陷入局部极小值的优点。使用该方法对核电站二回路凝给水系统的典型故障进行了诊断,诊断结果表明:该方法的性能优于传统BP算法和标准PSO算法,在复杂系统故障诊断领域具有很好的应用前景。     

基于多信号模型的装甲车辆电源系统诊断策略

针对装甲车辆电源系统模块失效和信号失效不统一的特点,提出了一种多信号模型的改进方法,在此基础上,通过电源系统故障模式影响分析,建立了电源系统测试性模型。基于故障熵理论,利用诊断信息量和费用优化的启发式函数,确立了系统的诊断策略。计算结果表明:该方法对诊断策略的优化是有效的。该方法对装甲车辆电源系统诊断策略的研究具有一定参考意义。     

导弹故障智能诊断的一种实现方法

研究了基于神经网络的故障诊断专家系统的理论和方法及具体实现过程。将此方法应用于导弹武器系统故障智能诊断之中 ,结果表明该方法是一种行之有效的故障智能诊断方法。     

柴油机故障的模糊灰色关联度诊断法

在灰色理论关联度诊断法的基础上提出了诊断柴油机故障的模糊灰色关联度法 ,通过对柴油机工作过程故障的诊断结果表明 ,该诊断方法对复杂机器的故障诊断 ,准确性较高 .     

一种控制系统的综合故障诊断方法

提出了一种控制系统的综合故障诊断方法 ,用以解决复杂系统的描述困难与诊断准确性问题。通过将控制系统故障检测与诊断分解为一个多层次的过程 ,综合应用因果网络方法与强跟踪滤波器方法 ,实现了两种方法优缺点的互补。仿真表明 ,该方法解决复杂控制系统故障检测与诊断问题是有效的     

基于知识的某新型地空导弹装备的故障智能诊断

为保障系统可靠运行,及时正确地对系统的各种异常状态或故障状态做出诊断,提出一种基于知识的智能诊断方法,并运用该方法建立一个故障分析和诊断系统;在故障树层次诊断模型的基础上,形成了综合模糊推理和规则推理的混合推理方法.通过具体实例表明,采用该方法是可行的.     

装备测试性设计的层次诊断方法

为提高复杂装备的故障诊断效率,研究了测试性设计的结构模型并将其应用于故障层次诊断中。测试性结构模型包含了装备的物理层次和故障层次,将结构层次与故障层次对应起来,形成结构与故障的映射对应关系。根据测试需求建立的层次相关性矩阵,成为层次故障之间相互联系的桥梁和进行故障诊断的依据,这种模型为进行层次诊断提供了很好的途径。通过对哈夫曼编码方法的研究,提出使用层间-哈夫曼编码的诊断策略,保证该方法具有层间诊断能力,同时给出了选择初始测点的实现步骤。实例分析表明:该诊断方法优于以前的方法。     

指挥控制系统故障诊断专家系统的设计与实现

以专家系统理论为基础,针对某指挥控制系统的组成和下属工作站的结构特点,分析了该系统故障发生和故障传播的机理,应用故障树分析法,建立起系统的故障树。研究了故障的知识获取和表示方法,推理策略和推理机的构建。应用面向对象技术,构建了一种基于层次诊断模型与故障树分析法相结合,融经验诊断和原理诊断为一体的故障诊断专家系统。     

面向开放式测试环境的诊断服务系统

为了将诊断与测试分离,提高TPS与诊断推理机制的复用性,采用组件技术构建面向开放式测试环境的诊断服务系统,并详细阐述了诊断模型描述方法和诊断推理服务组件的实现技术。以XML作为诊断模型描述语言,通过数据访问接口进行诊断模型数据与知识的交互,在模型管理服务的基础上,进行高级的推理和控制服务。     

基于粗糙神经网络和网络撕裂的故障诊断方法

利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。     

基于最大后验概率候选集更换法的多故障诊断策略研究

给出了一种基于最大后验概率候选集更换法的多故障诊断策略，并深入阐述了基于最大后验概率候选集更换法的形式化描述，分析了对单故障诊断和多故障诊断的计算模型，提出了基本的故障诊断算法——改进二进制粒子群算法，并对抽象实例进行验证，结果表明，采用改进BPSO算法能有效地求解基于最大后验概率候选集更换法的多故障诊断问题。     

基于排放和模糊神经网络模型的柴油机故障诊断方法

根据排放检测数据规律,定义并提取特征参数,建立了规则与模糊神经网络有机结合的柴油机故障诊断模型及其对应的特征知识库,确立了模型的“可塑性”学习路线,并以单缸失火故障为例,进行了模型诊断实例研究。结果表明：运用该方法进行柴油机的故障诊断,结果准确,识别速度快,诊断效率高。     

两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

大型电子装备层次诊断应用研究

根据电子装备诊断的特点,探讨了利用层次性理论对电子装备进行故障诊断的必要性和可行性,给出了层次性诊断中层间诊断和层内诊断的概念、原理及实现方法。首次将可列集的概念引用到层次诊断中,并给出了层次诊断中故障模式空间的选取原则,为层次诊断的工程实现和未来进行多信息诊断提供了基本框架。     

"黑箱”子网络单子网络故障的在线诊断

故障在线诊分析了测试点电压增量与故障子网络空间的关系,提出了将测试点电压增量投影到子网络空间定位故障子网络的方法.该方法仅需一次测试结果,且不依赖于子网络内的结构和参数,故可用于"黑箱”子网络的故障诊断.     

基于FBS-因果有向图模型的诊断设计建模方法研究

提出了一种基于有向图的FBS-因果模型，对FBS-因果模型的形式化描述、建模步骤进行了详细研究，对模型的有关假设、定义及其应用范围等进行了分析，总结性地给出了2种基本的故障诊断策略：序贯测试确定性故障修复法和最大后验概率候选故障源更换法。最后对抽象实例进行验证，结果表明基于有向图的FBS-因果模型的故障诊断测试是实用的，也是有效的。