一种基于SOFM网络的模拟电路模糊故障定位方法

针对传统的模拟电路故障诊断方法的局限性,本文研究了一种基于自组织特征映射(SOFM)神经网络的模糊故障诊断方法。该方法能够将SOFM神经网络竞争的特点与模糊推理系统的自组织和自学习优点相结合。将模拟电路分成易于诊断的子网络,将模拟电路的模糊故障诊断系统与SOFM神经网络和模糊推理系统相结合,利用故障诊断系统快速定位故障节点。研究表明,该方法能实现快速定位模拟电路故障,拥有较高的实用价值。     

变速箱故障模糊诊断的研究

变速箱是机械设备的重要组成部分。由于机械设备的特殊运行条件和运行环境使得变速箱中齿轮副、轴、轴承等常发生故障。因而随着科学技术的发展,对变速箱实施故障诊断,显得尤为重要。而故障诊断的前提是对于故障特征信号的提取。近年来,模糊故障诊断技术在故障诊断和特征提取方面的应用也越来越多。利用故障模糊诊断技术,通过对齿轮在运转时产生的振动信号进行特性分析,来诊断齿轮系统的故障。     

基于模糊神经网络的低压配电系统故障诊断方法研究

为了提高低压配电系统故障诊断的准确性,缩短故障诊断时间,提出一种基于模糊神经网络的低压配电系统故障诊断方法。首先利用模糊集理论对采集到的故障信号进行模糊预处理,然后利用三层前向型BP神经网络对故障信号进行诊断,为了提高模型的泛化性和学习效率,在神经网络模型中引入了动量项,并采用了自适应学习速率进行学习。该方法对于提高低压配电系统故障诊断的准确性和效率提供了保障,具有重要的应用价值。     

油田电站电气系统故障诊断系统的研究

针对油田电站电气系统的运行特点,本论文分析了故障诊断技术的应用发展现状,在此基础上结合油田电气的主要电力设备——变压器的故障类型,详细探讨了油田电气系统故障诊断方法实现的关键技术,分析了故障信号的提取方法,并给出了积极发展新型模糊诊断控制方法的建议,对于进一步提高油田电站电气系统可靠性及故障诊断应用水平具有一定借鉴意义。     

人工智能在铁路信号故障诊断中的应用研究

作为保障铁路安全运输的重要设备,信号设备的应用不仅可以提高铁路运输安全,还可以提高列车的指挥效率。现阶段,铁路信号系统的设计不断应用人工智能技术,传统的信号设备故障诊断技术已无法适应日趋智能化的铁路信号系统。基于此,应创新与优化铁路信号故障诊断技术与方法,建立完善的故障诊断机制,以提高故障诊断效率。本文简要分析了铁路信号设备故障的诊断方法,并对人工智能在铁路信号故障诊断中的应用展开了探讨。     

基于模糊故障树的汽车故障诊断系统研究

将汽车故障的各种类型与导致故障发生的原因进行分类与总结,建立故障诊断的知识库,研究了模糊故障树的建立方法以及常用符号的使用方法,以电机机械故障为例说明了模糊故障树的建立,逻辑符号的使用使得模糊故障树之间层次关系鲜明。以该模糊故障树分析方法为基础设计了基于模糊故障树的汽车故障诊断系统结构,该系统的设计提高了故障诊断的准确率,为工作人员快速定位故障位置提供了条件,提高了汽车的使用寿命。     

粗糙集理论在变压器故障诊断专家系统中的应用研究

在传统的变压器故障诊断专家系统的基础上，为解决专家系统较难获取完备知识的瓶颈问题，提出了一种基于粗糙集理论的故障诊断专家系统。该系统从历史故障数据所形成的决策表出发，运用粗糙集理论进行约简，构建专家系统知识库模型。通过计算诊断规则粗糙度，确定诊断规则的置信程度。利用推理机和故障事例库，实现对知识库的动态维护。     

基于模糊诊断的飞机温度控制系统故障诊断

如何对飞机系统的故障做出早期判断并判断故障原因一直是飞机故障诊断中的关键问题。本文以飞机温度控制系统为例,详细讲述了如何利用模糊诊断技术对飞机系统进行故障诊断。     

模糊伸缩约束控制下柴油机油液铁谱检测设计

船舶柴油机的油液铁谱分析是实现故障诊断的重要方法。基于油液铁谱分析的船舶柴油机故障的传统检测方法是采用超声波固-液界面检测算法,导致柴油机故障信号出现环绕波齐次衰减,故障诊断效果不好。提出一种基于模糊伸缩约束控制柴油机油液铁谱分析的故障诊断方法,基于DSP设计船舶柴油机油液铁谱制谱仪和铁谱故障检测硬件系统,采用ADSP-BF537设计油液铁谱分析的电源,选用ADM706SAR芯片设计电路复位。算法设计中,构建油液铁谱分析能量模糊规则方程,设定模糊伸缩约束控制条件补偿油液铁谱分析模型的不确定性,实现对故障的准确定位和检测。实验结果表明,采用该方法进行柴油机故障信号油液铁谱分析和故障诊断,故障亮点定位准确,具有多故障状态监测应答的性能,故障准确发现概率提高显著。     

基于功能的petri网飞机温控系统故障诊断研究

针对飞机温控系统的故障复杂性,提出了一种基于功能的以模糊Petri网为推理算法的故障诊断方法。首先根据系统分析,推导出子系统和系统功能参数,建立了描述功能层次关系的功能模型,提高了故障诊断的直观性和有效性;然后利用模糊Petri网的快速和并行推理能力,建立了反映功能模型的故障诊断模型,定位故障功能组件,提高了诊断的快速性和精确性;最后通过实例验证了该方法的有效性。     

煤矿设备中的基于动态模糊与BP神经网络的故障诊断

在煤炭机电设备故障检测过程中,由于涉及到众多的硬件设备,容易出现电压稳定性较差,间接影响故障检测信号不稳定,检测样本数据空间维数大、诊断实时性差等缺点。本文提出了采用动态模糊自学习理论和BP神经网络相结合的方法针对故障进行诊断,首先通过动态模糊自学习方法对设备故障的有效数据,使用BP网络对其进行快速分类诊断。仿真实验表明:本文算法能够有效地提高故障诊断正确率,从而提高诊断的识别与决策能力。     

基于多征兆系统的模糊Petri网在风机故障诊断中的应用

针对风机系统故障征兆的不确定性和故障规则的冗余性,结合信息量和熵函教的概念,提出了一种基于多征兆系统的故障监测对象组的获取方法,利用监测对象的多征兆对故障知识库进行化简和分类,得到涵盖故障系统全部信息的简化故障规则,建立模糊Petri网模型用于风机的故障诊断.诊断仿真结果表明,基于故障监测对象组提取方法的模糊Petri网模型能够充分表征风机系统的故障,其推理过程接近人的思维活动,是一种有效的故障诊断方法.     

大型机械设备振动系统故障诊断仿真研究

大型机械设备组成结构复杂,容易产生故障,通过对大型机械设备的振动系统故障诊断,提高大型机械设备的稳定运行性能。传统的故障诊断方法采用海量振动样本特征数据聚类分析方法进行故障分类和诊断,诊断性能受到振动数据样本采集和环境的特征的限制,故障检测效果不好。提出一种基于大型机械设备振动系统故障特征专家系统构建的故障诊断模型,并采用abaqus软件进行仿真分析。构建故障诊断专家系统,包括对模糊数据库、模糊知识库和模糊推理机的构建,设计故障诊断的神经网络模糊控制学习算法,通过设计人机结构,实现对大型机械设备振动系统故障的准确推断决策。利用abaqus软件在计算机上建立测试虚拟样机,实现故障诊断在线模型仿真,了解复杂机械系统设计的故障运行性能。仿真结果表明,该系统能有效提高对大型机械设备振动系统的故障诊断能力,实现智能故障诊断控制和自适应故障处理,在机械状态监测等领域具有较好的应用价值。     

断路器瞬时故障下断口绝缘故障延时判别方法研究

电力系统中的主要调控和保护设备是高压断路器,其稳定运行对系统安全运营存在重要影响。于是文中提出基于模糊诊断理论的能量比法对断路器断口绝缘故障进行检测与判断。首先,根据监测信号与断路器故障间的相对应关系,获取故障判定信号,由于断路器故障具备模糊特性,基于模糊理论的隶属度,建立反映故障表征与故障联系程度的模糊关联矩阵,利用模糊变换判断故障类型,并依据状态变化特征对应故障表现形式对模糊判断矩阵实行修正;其次,利用能量比法,通过建立能量比函数实现对有价值信号到达时刻监测的目的,运用该方法求解断路器内局部放电信号延时,将传感器释放信号作为前提,在计算信号到达时刻后估计其他信号之间的相对延时,从而确定绝缘故障位置。实验证明,文中方法可以有效检测出断路器绝缘故障位置。     

机械液压系统中智能故障诊断技术的探究

机械液压系统的运作作为一个整体,其故障的产生存在着一定的必然性和偶然性,而故障的分布则存在着分散性的特征。这无疑增加了机械液压系统故障诊断及维修的难度。随着工程机械设备信息化程度的提高,对其故障诊断和维修的精准度和效率要求也相应的提高。为了满足机械液压系统故障精准化、高效化的诊断与维修,在工程机械设计时引入了具有信息检测作用及智能故障诊断的装置,以工况监测为依据,通过对工程机械设备运行信号的监测、分析及数据处理,来利用信号特征诊断故障。这种方式相对于传统的人工排查诊断和维修,精准度和效率显著提高,同时还有效地改善了机械液压系统元件故障的问题隐患,便于及时处理问题或更换故障元件,从而延长了机械液压系统运行的生命周期。本文从认识机械液压系统和智能故障诊断技术入手,来探讨基于信息监测装置的现代化智能故障诊断技术在机械液压系统中的应用。第一部分简单介绍智能故障诊断技术;第二部分分析了液压系统装置检测与故障诊断的常用方法;第三部分探讨了现代智能故障诊断技术在机械液压系统中的综合应用;第四部分讨论了液压系统故障诊断的发展趋势。旨在为故障诊断技术在工程机械中故障诊断及维护提供一些参考。     

汽轮机振动故障诊断技术研究

对汽轮机典型的振动类型和振动故障的诊断技术进行了研究。根据故障诊断方法在信号处理与理论模型的不同,将诊断技术分为,基于信号处理的诊断方法、基于知识的诊断方法、基于解析模型的诊断方法、基于离散事件的诊断方法。研究表明,基于各种故障诊断方法在检测信号、知识获取、识别故障位置及适用条件等均有不同的优势和侧重。     

智能无人驾驶汽车发动机故障检测方法研究

通过对智能无人驾驶汽车的发动机故障检测方法的改进提高对发动机故障的诊断能力。传统方法中对智能无人驾驶汽车发动机故障诊断方法采用机械振动系统信号分析方法,对于智能无人驾驶汽车发动机低噪声、低振动工作条件下故障检测效果不好。提出一种基于多阵元超声换能波束指向性分析的智能无人驾驶汽车的发动机故障检测方法。进行发动机故障检测信号模型构建,提取多阵元超声换能波束指向性特征,计算无人驾驶汽车发动机故障特征的最优分类平面,将故障信号模拟为一个调幅信号,得到多阵元超声换能波束指向性特征的约束函数,实现故障检测。最后在提取故障特征的基础上进行专家系统识别和故障分类诊断,实现诊断决策。仿真结果表明,该方法能准确实现对发动机故障的诊断和判别,检测性能提高明显,展示了较好的应用价值。     

现代模拟电路软故障诊断简要分析

介绍了基于神经网络的故障针诊断方法和结合模糊理论应用的故障诊断。分析了小波变换的现代模拟电路软故障诊断的研究现状。     

基于AAVMD的滚动轴承故障诊断

由于滚动轴承故障信号的频带难以识别,故传统方法在诊断故障过程中存在故障识别准确率较低等问题,提出基于自适应变分模态分解(AAVMD)的滚动轴承故障诊断方法。首先,确定准确的模态数,并利用模态数确定方法获取最大峭度值;然后,对初始振动信号进行AAVMD分解,得到固定数量的本征模态分解量(IMF);再利用共振技术选取具有丰富故障信息的IMF分量;最后,处理所选取IMF分量的带通滤波,并对其进行包络解调分析,通过上述步骤获取故障特征频率,完成滚动轴承故障诊断。实验结果表明,所提方法能够有效提高故障识别准确率,且具有较强的实用性。     

广播电视网故障诊断系统研究

构建一套适用于广播电视网的故障诊断系统,对于广播电视网络的相关故障进行科学的诊断,提高故障排除和检修效率,以提高广播电视网络的线路信号传输的稳定性和有效性。对广播电视网故障诊断系统进行分析探讨。