基于SPA的双枝模糊决策分析

将集对理论(SPA)与双枝模糊决策理论相结合,用集对分析的方法研究进行双枝模糊决策的方法,分别对双枝模糊决策因素域和双枝模糊决策的上枝、下枝和双枝进行了集对分析,给出了用SPA进行双枝模糊决策的性质,同时讨论了双枝模糊决策的动态分析方法,以及双枝模糊决策度强弱态势预测的方法,从而为双枝模糊决策理论的研究提供了新的视角和方法,为双枝模糊决策的应用提供了更方便的工具和更强的理论支持。     

广义模糊一致矩阵的性质及指数排序方法

在模糊一致矩阵的基础上,引入了广义模糊一致矩阵.研究了广义模糊一致矩阵的性质及指数排序方法,给出了判定模糊矩阵是广义模糊一致矩阵的充要条件,得到了广义模糊一致矩阵的求排序向量的指数排序方法,以及该指数排序方法是强条件下保序的结论.     

模糊随机变量及其数字特征的结构元方法

通过模糊结构元方法研究了3类模糊随机变量,给出模糊随机变量、模糊随机密度函数、模糊分布函数的结构元表示,有效的解决了模糊随机变量的模糊数学期望、模糊方差的运算问题.     

闭模糊拟阵模糊圈的算法研究

用闭模糊拟阵的基本序列来研究和描述它的模糊圈,找到了从闭模糊拟阵的模糊相关集或模糊独立集计算模糊圈的方法,并给出了相应的算法.     

含直觉模糊弹性约束的广义模糊变量线性规划

本文基于模糊结构元方法建立并讨论了一类含有直觉模糊弹性约束的广义模糊变量线性 规划问题。首先,简单介绍了结构元方法并对结构元加权排序中权函数表征决策者风险态度进行了深入分析。然后,通过选取风险中立型决策态度来定义序关系并拓展Verdegay模糊线性规划方法,将新型模糊变量线性规划问题转化为两个含一般模糊弹性约束的模糊变量线性规划模型,给出了此类规划最优直觉模糊解的求法。最后,通过数值算例进一步说明该方法的有效性。     

模糊值函数分析学的结构元方法简介(Ⅰ)——结构元与模糊数运算

简述了模糊值函数分析学在具体工程实践应用中存在的困难和障碍,系统地介绍了模糊结构元方法在模糊值函数分析学中的应用,包括模糊结构元的概念、模糊数的模糊结构元表示形式、基于结构元表达形式的模糊数运算与隶属函数确定.模糊结构元方法将复杂的模糊数运算转化为一类单调有界函数的运算,不仅仅为模糊分析计算的简化提供了工具,同时也为模糊值函数分析学应用的研究开创了一条新的途径.     

一种确定整周模糊度搜索空间的方法

模糊度搜索空间的大小是影响模糊度解算效率的关键因素之一.针对传统确定模糊度搜索空间的方法较为保守,致使搜索空间过大,提出了一种基于最小二乘模糊度降相关平差法(LAMBDA)的改进方法.首先对目前模糊度搜索空间确定方法给予了介绍和深入的分析比较,评价了这些经典方法的优缺点.在此基础上,定义了搜索空间的一个影响因子η,并结合LAMBDA方提出了确定模糊度搜索空间的修正公式.基于仿真和实测数据对修正方法进行实验,结果表明方法在保证获得期望模糊度组数的前提下,其确定的模糊度搜索空间包含的整数点个数更小,可保证90%以上实际模糊度组数接近于期望值.     

三角直觉模糊决策的变权方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于变权综合的决策方法。首先,针对三角直觉模糊数,提出一种新的三角直觉模糊排序方法;其次,定义了三角直觉模糊变权加权算术平均算子和三角直觉模糊变权加权几何平均算子;然后,提出一种基于三角直觉模糊变权集成算子的多属性决策方法;最后,数值算例说明了该方法的有效性。     

长基线组合解测向模糊

在证明了多基线的相位干涉仪不产生测向模糊的充要条件后,讨论了两种用长基线组合解测向模糊的算法.通过对存在测量误差情况下正确解模糊条件的分析,提出了避免错误解模糊的方法.对两种算法的解模糊容差的比较,显示了两种方法的性能,为综合使用这两种方法提供了依据.文中的例子也有助于对多基线组合解测向模糊方法的了解.     

基于云模型的模糊综合评价方法及应用

阐述了利用正态云模型代替模糊隶属函数进行模糊综合评价的方法.运用云模型的逆向云发生器、云运算原理,结合云模型的模糊性、随机性、统计性性质对一个评价系统进行综合评价.最后使用食品安全监管检测数据分析比对了基于云模型的模糊综合评价方法与常规模糊综合评价方法,算例表明云模型的模糊评价方法具有模糊隶属函数方法所不具备的优势.     

Fault diagnosis system based on fuzzy-inference

Aimed at deficiencies of the traditional fault diagnosis method for pneumatic press, an automatic fault diagnosis system is established and its purpose including improvement of preferment and precision was experimented. First, the fuzzy inference algorithm is analyzed. Then the fuzzy relationship between the fault symptom and the fault cause is compared. Finally, the paper takes the pneumatic press as an example, and established a fast and efficient fault diagnosis system based on fuzzy inference. The practical test results show that the accuracy of fault diagnosis and forecast is improved, and the fuzzy reference algorithm can satisfy the system requirements of security and stabilization as well as higher precision and rapid speed.     

故障诊断中模糊神经网络的应用研究

文章给出了利用模糊神经网络诊断故障的数学模型、基本原理、方法、步骤 ,和模糊网络的学习流程 ,并利用梯度法推导出两种诊断算法 ;在对某发动机滑油典型故障样本的仿真过程中 ,结果完全正确 ,对非样本故障的仿真 ,准确率达 90 % .     

模糊数学在飞机故障诊断中的应用

本文将模糊数学方法引入到飞机故障诊断中，建立了模糊诊断模型，并以人-机交互的形式在计算机上进行故障诊断，从而为飞机的故障诊断维修工作提供一种科学、合理又可行的方法。     

An interval-valued hesitant fuzzy multigranulation rough set over two universes model for steam turbine fault diagnosis

In the field of mechanical engineering, steam turbine fault diagnosis is a difficult task for mechanical engineers who are confronted with challenges in dealing with copious amounts of uncertain information. Different mechanical engineers may have their own opinions about the system fault knowledge base that differs slightly from other mechanical engineers. Thus, to solve the problems presented by uncertain data analysis and group decision-making in steam turbine fault diagnosis, we propose a new rough set model that combines interval-valued hesitant fuzzy sets with multigranulation rough sets over two universes, called an interval-valued hesitant fuzzy multigranulation rough set over two universes. In the multigranulation framework, both basic definitions and some important properties of the proposed model are presented. Then, we develop a general approach to steam turbine fault diagnosis by using the proposed model. Lastly, an illustrative example is provided to verify the established approach and demonstrate its validity and applicability.     

Robust fuzzy fault detection and isolation approach applied to surge in centrifugal compressor modeling and control

This work presents the results of applying an advanced fault detection and isolation technique to centrifugal compressor; this advanced technique uses physics models of the centrifugal compressor with a fuzzy modeling and control solution method. The fuzzy fault detection and isolation has become an issue of primary importance in modern process engineering automation as it provides the prerequisites for the task of fault detection. In this work, we present an application of this approach in fault detection and isolation of surge in compression system. The ability to detect the surge is essential to improve reliability and security of the gas compressor plants. We describe and illustrate an alternative implementation to the compression systems supervision task using the basic principles of fuzzy fault detection and isolation associated with fuzzy modeling approach. In this supervision task, the residual generation is obtained from the real input-output data process and the residual evaluation is based on fuzzy logic method. The results of this application are very encouraging with relatively low levels of false alarms and obtaining a good limitation of surge in natural gas pipeline compressors.     

基于知识的模糊神经网络的旋转机械故障诊断

提出了一种基于知识的模糊神经网络并用于故障诊断．首先基于粗糙集对样本数据进行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据规则数目进行模糊神经网络结构部分设计,规则的依赖度和条件覆盖度用于设定网络初始权重,而用遗产算法对神经网络输出参数进行优化．这样的模糊神经网络称为基于知识的模糊神经网络．使用该网络对旋转机械常见故障进行诊断,结果表明,和一般模糊神经网络相比,该网络具有训练时间短而诊断率高的特点．     

小卫星在轨故障诊断的模糊神经网络模型

小卫星高性能，高自主的发展趋势对于在轨故障诊断技术的实现要求日益迫切，而受小卫星体积小，重量轻，能源少的限制，当前常用的建立在高性能计算机硬件基础上的各种诊断方法不再适用于强调实时性，准确性的在轨运行监测，诊断与恢复和重构重处理。本文小卫星一体化系统总体设计技术研究与集成化设计系统为基础，采用一种神经网络与模糊系统相结合的模糊神经网络（ＦＮＮ）模型来分区域表示诊断系统并基于该ＦＮＮ模型进行诊断推量     

基于信息熵的汽车故障诊断复杂性评价

由于大量高新技术在现代汽车中的综合运用,仅利用设备维修复杂系数作为制定设备维修工时定额的方法已不能体现现代汽车修理工作量差异,而现代汽车维修工时定额更应考虑该故障诊断复杂性差异对维修工时的影响,所以对汽车故障诊断复杂性进行评价很有必要.应用信息熵的方法探讨了汽车故障诊断复杂性的评价方法,首先介绍了信息熵评价复杂性的相关理论,给出了汽车故障诊断整体复杂性评价指标以及复杂性熵尺度评价模型,最后以发动机过热为实例,分析了故障判断层次结构,利用信息熵方法计算出故障诊断的复杂性值.实证结果表明评价方法和模型具有一定的实用性和可行性,可实现对现有的汽车维修工时定额的修正.     

Fault tolerant saturated control for T–S fuzzy discrete-time systems with delays

In this paper, fault tolerant saturated control (FTSC) problem for discrete-time T–S fuzzy systems with delay is studied. Sufficient conditions for observer based control design with saturation constraints are developed. Based on a multiple Lyapunov functions and the slack variables, design conditions are formulated in LMI terms using the cone complementarity technique. The obtained results are illustrated on a numerical example showing fault detection, its localization and reconfiguration of the control law to maintain asymptotic stability even in the presence of both permanent sensor faults and saturation on the control.     

基于Matlab灰色神经网络的电力变压器故障诊断研究

针对电力变压器故障的特点及传统诊断方法在变压器故障诊断中的局限性,提出了基于灰色神经网络的变压器故障诊断方法.首先将典型油中气体浓度样本集作为参考序列,挖掘出样本集中的故障信息,然后利用灰色神经网络进行变压器的故障诊断.通过大量的实例,并将诊断结果与IEC三比值法和改良三比值法的诊断结果相比较,表明基于matlab灰色神经网络的诊断方法具有更高的精确度.