基于Rough Set的油液故障诊断系统的知识发现

结合Rough Set理论和摩擦学系统的特点，讨论了油液故障诊断系统的不协调性．在包含度方法的基础上，将普通二元关系进行推广，提出了一种不协调油液故障诊断系统知识发现模型，给出具体的运算方法，并通过试验实例验证了该模型的有效性．结果表明，该模型在最大分布约简的基础上进行油液诊断知识获取，能够很好地完成不确定性问题的推理，并且可以推导出具有最大可信度的油液诊断知识规则．     

基于案例推理方法在惯性导航故障诊断专家系统的应用

以测量船惯性导航系统为例,为解决其故障诊断专家系统知识瓶颈问题,特别是突发、原因不详的故障,利用专家知识和以往的工作经验积累,在故障诊断专家系统中融入了基于案例的推理方法。这种推理方法把知识获取简化为领域内经验知识的收集,并以此为基础构造案例库;把基于规则的推理转化为基于案例推理,即在案例库中检索相似的经验知识。采用基于案例推理的方法,可以简化知识获取的过程,求解效率高、质量高,具有持续的学习能力,能有效提高故障诊断系统的智能化程度。文中重点介绍了构建该故障诊断专家系统的案例知识表示方法、案例的索引和检索算法等关键技术。     

基于CLIPS和.NET的惯性导航系统的故障诊断专家系统

以惯性导航系统的故障诊断专家系统为实例,通过故障树分析法,利用.NET平台和CLIPS技术相结合实现一种高效的故障诊断专家系统.故障树既可以作为知识表示模式,也可以作为推理方法.该方法将惯性导航系统的结构、功能等知识放入故障树模型,能够较好地克服基于产生式规则的诊断专家系统最突出的弱点-知识获取的“瓶颈“,保证诊断知识的完整性.系统实现以CLIPS作为推理机,采用里德算法,有效解决了传统的专家系统推理方法简单,控制策略不灵活,容易出现 “匹配冲突““组合爆炸“等问题,充分发挥专家系统故障诊断快速有效的特点.文中重点讨论了.NET和CLIPS的无缝连接和数据通信,用户和系统的可视化交互以及推理机的推理控制等关键技术问题.     

基于置信规则库的冗余惯导在线故障诊断与重构方法

针对火箭、导弹等飞行器中采用多表冗余设计方案的惯导系统在线故障诊断与重构所面临的故障状态数据缺乏、专家知识强不确定性、飞行过程高实时性要求等难题,提出了基于置信规则库（BRB）专家系统的惯导系统在线故障诊断与重构方法,通过融合不确定性知识与测试数据实现系统信息使用量的最大化。为提高在线故障诊断与重构的实时性,设计了一种基于输出误差影响度自适应扩散的在线更新信息调整策略,将输出误差作为反馈因子,在保证建模精度的同时,降低所需在线更新信息量,提高了在线诊断与重构的实时性。为验证所提方法的有效性,在某型号多加速度计的惯导系统中开展了实验验证,结果表明其故障诊断精度为96.75%,使用的数据量能够根据建模精度进行实时调整,提高了故障诊断与重构的实时性。     

柴油机磨损状态监测及故障诊断专家系统领域知识的获取

目前，摩擦学系统分析与摩擦学设计是摩擦学领域中很受重视的研究方向之一。继柴油机磨损状态监测及故障诊断专家系统ＦＤＥＸＳＹＳ（Ｖ１．０）知识库建立的研究之后，在摩擦学系统的系统工程思想指导耻，重点研究了ＦＤＥＸＳＹＳ专家系统领域知识的获取。以铁谱技术，光谱技术和润滑油性能指标测定技术作为磨损状态监测及故障诊断的工具，研究了由此输出的信息而获取领域知识。由于摩擦学知识的特殊性，对领域知识的获取综合了多     

基于邻域粗糙集的转台故障诊断

针对转台的故障类型和特点,设计了基于邻域粗糙集的故障诊断系统。邻域粗糙集以邻域关系代替经典粗糙集的等价关系,通过邻域信息粒子逼近论域空间,可以直接处理数值型属性。提出了一种基于邻域等价关系的混合约简算法,通过计算条件属性的依赖度,对原始决策表进行约简,有效地剔除了系统的冗余属性。在约简决策表的基础提取分类规则,并最终生成分类机。通过对转台故障诊断的实验,验证了该方案的有效性和可行性。     

基于模糊神经网络的故障诊断及其在无刷直流电机系统中的应用

本文针对故障诊断知识具有模糊性的特点,提出了一种基于模糊神经网络的故障诊断方法,将模糊理论与神经网络融合在一起,实现了对故障的模糊诊断.文中给出了模糊神经网络的结构和学习方法,并提出了一种阈值向量故障判别方法,使故障判别更具灵活性.并以无刷直流电机系统为对象,将该方法应用于系统的故障诊断,仿真结果表明,该方法是行之有效的.     

柴油机磨损状态监测及故障诊断专家系统知识库建立的研究

实践表明，为了确保机器的安全运行，避免突发性故障，对其实施磨损状态监测和故障诊断是十分必要的。尽管铁谱技术和光谱技术等在这方面的应用都比较成功，然而它们也各有其局限性。为了把机器的磨损状态监测和故障诊断技术推向更高的科学水平，在摩擦学系统的系统工程思想指导下，针对柴油机的“拉缸”和“拉瓦”故障，并且根据故障发生之前润滑油结构变化的各种信息，利用专家系统开发工具ＥＸＳＹＳ，建立了基于铁谱技术和光谱技术的柴油机磨损状态监测及故障诊断专家系统ＦＤＥＸＳＹＳ（Ｖ１．０）知识库；对该专家系统的测试和实际运行结果表明，所建立的知识库可以比较全面而可靠地描述柴油机的磨损状态及故障前兆，因而能够提醒用户适时采取有效措施以防止故障的发生。不仅如此，所述专家系统知识的获取方法、知识的分类表示及匹配方法等研究，对建立其它摩擦学系统的故障诊断专家系统都具有参考意义。     

线性时变时滞连续-离散描述系统鲁棒故障诊断滤波器设计

针对一类线性时变时滞连续-离散描述系统,设计了基于观测器的鲁棒传感器故障诊断滤波器。首先,提出线性时变时滞连续-离散描述系统模型,并将其转化为非奇异离散模型。然后,基于量测残差,设计基于观测器的鲁棒传感器故障诊断滤波器。该滤波器可保证量测残差对于故障及增广扰动具有鲁棒性,即满足鲁棒H_∞性能指标。鉴于滤波器参数矩阵不等式不是标准的线性矩阵不等式,提出锥补线性化算法以解决该问题。引入残差评价函数及阈值以判断故障是否发生。仿真数据表明,设计的故障诊断滤波器能够有效估计出系统的故障。残差对于故障及扰动的鲁棒性能指标均小于给定值1.18,证明了设计的故障诊断滤波器具有较好的鲁棒性,验证了设计方案的有效性。     

灰色理论在旋转机械故障诊断与预报中的应用

利用灰色理论的关联度分析实现了旋转机械故障的精密诊断 ,利用灰色模型( GM)实现了旋转机械的状态预测及故障预报 ,并用 C语言编制了一套完整的旋转机械灰色故障诊断、状态预测与故障预报软件。同时本文对某厂透平机进行了全面的计算机诊断与预报 ,通过现场对该透平机检查发现故障与本软件诊断结果一致 ,进而揭示了利用灰色理论开发旋转机械故障诊断和预报系统的可行性。本软件为旋转机械故障诊断专家系统的开发提供了新的借鉴     

野值存在情况下组合导航系统的容错技术研究

提出了“故障诊断周期”的概念，并基于一个诊断周期内占多数的数据均超过门限时才认为故障，否则认为是野值的故障原则对故障蜮野值情况分别处理。该容错方法不仅可以避免因野值造成的组成模式的频繁，而且还通过剔除野值对滤波的影响，提高了系统滤波精度和数据的连续性，并提高了系统故障检测的灵敏度。这在仿真中都得到了证明，说明该方法行之有效，在工程实际中也可以应用。     

基于蚁群算法的复杂系统多故障状态的决策

故障树在设备的故障诊断中被广泛应用。当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难。在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策。由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题。仿真结果显示,在故障树中采用该新方法可行、有效。     

基于粒度的知识获取方式

众所周知，知识获取是专家系统开发的“瓶颈”问题。本文运用分形理论从新的角度进行了探讨。分析了人类思维和知识获取的特点。自由相似性出发说明了引入分形思想的必要性，介绍了基于分形几何的问题分类。研究了基于分形思想的知识获取，给出了详细的实施步骤，这是一个渐进式过程，并以复杂系统的故障诊断为例对此进行了说明，最后给出了这种知识获取方式的特点。     

转台的粗糙神经网络故障诊断系统设计

针对转台故障的多样性与复杂性,设计了独立于专家的粗糙神经网络故障诊断系统。首先建立转台故障诊断决策表,然后用粗糙集方法约简冗余属性,最后设计了神经网络分类器和辨识器。实验结果显示,诊断系统能较好地区分和辨识具有相同故障现象的不同故障,诊断正确率达到96.7%。将粗糙集理论与神经网络相结合,简化了信息表达空间,减小了神经网络结构的复杂性,并具有强大的容错和抗干扰能力,工程实用性强。     

基于贝叶斯网络的智能故障诊断方法

首先提出了基于贝叶斯网络的智能故障诊断方法，它对于解决复杂设备诊断问题中存在的不确定性，关联性具有很大的优质。然后阐述了贝叶斯网络模型的数学描述及基于贝叶斯网络的故障诊断方法的基本思路和决策算法。最后以某型SINS／GPS组合导航系统的故障诊断应用实例说明了该方法的有效性。     

惯导系统故障诊断技术的特点

对惯导系统故障诊断技术的特点作了简要而全面的论述。论述的内容包括基本功能、故障分类、故障现象及原因，指出各类故障诊断方法的问题，并提出了智能故障诊断构思。     

SINS/GPS/DVL组合导航系统的容错研究

结合SINS／GPS／DVL组合导航系统各子系统的特点，提出了一种新的容错设计方案。此方案采用并列运行的滤波器族结构，该结构可以提供不受污染的最优解，且具有容错性好和系统输出数据热备份等优点。仿真结果表明，此方案既可有效地监测和隔离系统故障，同时保证了系统的精度。