基于自适应原理的传感器增益故障诊断方法

基于自适应原理提出一种传感器增益故障诊断方法。首先将传感器增益故障表示为传感器偏差故障,再将其表示为执行机构故障,利用自适应原理估计出传感器偏差故障幅度,最后用最小二乘法估计出增益故障幅度。分别对有、无系统噪声和模型误差的情况进行了讨论,最后给出仿真结果     

基于Multi-agent临床诊断支持系统的设计

根据临床诊断支持信息环境的特点,结合Agent技术,设计了一套基于Multi-agent的临床诊断支持系统(CDSS)。该系统具有异构性、分布性、并行性和可扩展性,能适应CDSS的要求,有效地提高CDSS的性能。     

总线型导弹控制系统状态监测与故障诊断技术

分析了总线型导弹控制系统的地面测控体系及其特点,阐述了系统中单机部件的组成结构及其BIT技术;提出了新的测控体系下导弹控制系统状态监测和故障诊断方法,重点针对总线数据接口格式、系统知识表示和状态监测与故障诊断流程进行了讨论。     

机电系统故障—时间应力的关联分析技术研究

时间应力测量装置技术是一种测量和存储各种应力数据以及对这些数据进行挖掘与分析的技术。简要介绍了时间应力的基本概念及其研究应用的发展历程。在此基础上,提出了基于故障模式、影响及应力分析(FMESA)的时间应力与机电系统故障的定性关联分析方法和基于多元logistic回归的定量关联分析方法。最后,以某型航空地平仪为对象进行了案例研究。案例分析结果表明,文中提出的时间应力与机电系统故障的关联分析方法能分析出影响系统性能的关键应力因素,为机电系统的故障诊断及故障预测提供基础。     

液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。     

被动免疫算法在模拟电路故障诊断中的应用研究

基于生物免疫系统的信息处理机理,介绍了被动免疫算法的实现过程,并将其应用到某装备电路板的故障诊断之中。该算法具有边检测边学习的动态调整功能,仿真和实验实例表明,该算法适合于电路板的故障诊断,有较高的故障诊断率。     

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。     

旋转整流器断路故障诊断分析

阐述了无刷励磁发电机的旋转整流器在正常工况下的换相原理和换相过程,理论解析了旋转整流器在正常和断路工况下的输入电流波形,定量分析了励磁机励磁电流谐波含量,证明了以励磁电流作为旋转整流器故障诊断依据的可行性。仿真和实验验证表明:定量分析谐波含量提高了旋转整流器的故障检测精确性,为无刷励磁发电机系统的故障诊断研究提供了判断依据。     

基于频谱的缺陷定位技术:逆向切片优于执行切片

一般情况下,缺陷定位技术的应用前提是必须存在测试预言,以判断测试用例的运行结果是失败或者成功,否则将无法使用。然而,在许多实际情况下,测试预言不存在或者很难定义,这就是著名的"预言家难题"。为了应对"预言家难题",利用蜕变测试,扩充了采用逆向切片基于频谱的缺陷定位技术的方法学,实现了其在无测试预言下的有效应用。基于上述研究,进一步对比了SFL技术中执行切片与逆向切片的缺陷定位能力。实验表明,在有测试预言和无测试预言两种情况下,逆向切片比执行切片具有更强的缺陷定位能力,并且公式GP19和ER1’相比于其他公式,更有可能达到最优结果。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。