组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

基于MBB对应关系的视频中多物体快速跟踪

针对视频监控应用中对视频物体跟踪算法实时性、容错性要求高的特点,提出了一种基于MBB对应关系的快速跟踪算法。该算法放弃了传统的点匹配跟踪算法,从对相邻两帧物体MBB的重叠特性的分析出发,快速确定物体与物体间、物体与场景间的复杂对应关系,并综合利用直方图匹配等方法,解决物体重复出现后的标识问题。通过对NUDT和PETS视频数据的实验分析证明,该算法能够对复杂场景中多个物体同时进行跟踪标识,准确检测处理物体进入、离开场景,以及物体间的合并、分离和遮挡,对复杂环境和预处理造成的错误有较好的容错性。该算法参数设置简单易行,结合预处理快速算法,整个检测跟踪算法耗时大大低于同类算法。     

某高炮火控系统复合故障的模糊诊断

故障与征兆之间的关系错误综复杂,经常性的一对多或多对一给其赋予了很强的模糊性。现代系统大多结构紧凑,组成复杂,对于其同时出现的多个故障而言,由于故障之间的耦合性,诊断与定位显得更为困难。简要阐述了模糊评判的基本原理及其数学模糊,并针对某型高炮火控系统,进行了故障层次分解,以其一常见复合故障---跟踪监视器故障为例,介绍了运用模糊综合评判法科学利用各种故障信息,对多征兆复合故障综合诊断处理的实现。     

近似熵在发动机故障诊断中的应用研究

介绍了近似熵的概念、主要特点及其算法,提出了基于近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,并对发动机声信号进行了分析处理。通过对比正常状态与故障状态的近似熵值,根据其变化有效地提取发动机故障特征,从而实现了对发动机状态的监测与诊断。实验结果表明近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果,是一种行之有效的新方法。     

随动系统模拟电路模块化故障诊断研究

针对人工神经网络在对装备电路进行故障诊断时出现的网络结构庞大,而影响网络诊断速度的问题,提出了模块化诊断思想。首先根据电路的功能特点以及系统电路分割的原则,将装备电路分割成具有独立功能的模块及子模块,然后建立起混联、串联2种模型,分别对其提出逻辑思想、模糊信息融合的诊断方法,从而将电路故障快速、有效地定位在模块级别,如需进一步诊断元器件故障,只需对故障子模块建立规模较小的诊断网络,从而有效避免诊断大规模电路时诊断网络结构庞大的问题。     

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。     

自动控制系统故障诊断技术的发展与展望

通过将自动控制系统的故障诊断分为基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类进行讨论,得出了故障诊断技术的发展概况与发展趋势。进一步给出了故障诊断技术典型新应用,并指出了故障诊断技术中存在的问题和未来的研究重点。     

复杂装备的层次诊断技术

首先从完备性的角度分析了对复杂装备进行层次诊断的可行性,论述了层次诊断模型应具备的组成内容.然后通过面向对象的知识表示方法建立了装备层次模型,通过对Petri网的分层细化建立了故障层次模型.最后,通过知识库的方式将装备层次模型和故障层次模型进行关联实现,并给出了相应的层次诊断策略.     

基于改进的 D-S 证据理论在设备故障诊断中的应用

多传感器、多手段检测的信息融合技术在设备检测中的应用日益广泛,而常用的基于D-S证据理论的融合技术除了没有给出可信度的分配方法外,融合结果上还有很多不足之处。探讨了可信度的分配问题,提出了几种改进的融合方法,较好地解决了证据冲突时的否定性、积化性和敏感性问题。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。