基于支持向量机的变压器故障分类

基于支持向量机的变压器故障诊断分类方法,通过有限的学习样本,建立变压器故障特征与其溶解气体之间的关系。利用获得的故障变压器数据建立了故障分类器,通过对样本的分类输出检验,验证了该故障诊断方法的可行性。     

一种应用机理模型和SOM神经网络的液体火箭推进系统实时故障诊断方法

为了解决液体火箭推进系统实时故障诊断的问题 ,提出了一种应用故障机理模型和SOM(Self-organizingMapping)神经网络的实时故障诊断方法。其基本过程是先建立所研究对象的故障机理模型 ,通过计算机仿真的办法获得液体火箭推进系统可能的故障模式及故障数据库 ,然后利用SOM神经网络的自组织特征映射功能建立非线性的故障模式识别器 ,完成对系统的实时故障诊断。从而解决了单纯依靠故障机理模型进行诊断时所遇到的实时性问题和单纯依靠SOM神经网络诊断时所遇到的故障样本获取问题。本文给出的故障诊断结果表明所提出的方法是有效的     

粗糙集理论在故障诊断中的应用综述

在处理模糊和不确定性信息上的优越性使得粗糙集理论已被广泛地引入复杂系统的故障诊断中。对粗糙集理论以及粗糙集与其他智能方法的集成在故障诊断中的应用进行了详细的介绍,并对其中一些关键技术进行了描述,最后指出这一领域有待进一步研究的问题和发展趋势。     

模拟电路故障诊断的研究

对模拟电路故障诊断的方法作了研究。首先对模拟电路中的故障类型进行分析 ,然后对已有的故障诊断方法进行分类和比较 ,并对故障诊断的主要研究方向进行了理论总结     

基于多种群遗传神经网络的船舶发电机故障诊断

为及时发现船舶发电系统的早期故障,通过多种群遗传算法与反向传播（BackPropagation, BP)神经网络算法相结合,提出一种基于多种群遗传神经网络算法的船舶发电机故障诊断方法.利用该算法对实例进行故障诊断,结果证明该算法能有效克服BP神经网络收敛速度慢和易出现局部极小值的缺点.该算法有全局搜索能力强、优化速度快的特点,具有一定的应用前景.     

基于相对混乱度特征选择的船舶风机智能状态监测与故障诊断

为提高船舶机舱状态监测的实时性和故障诊断的准确性,提出一种由数据获取、特征提取、特征选择和故障识别组成的智能状态监测和故障诊断框架,以及基于相对混乱度的特征选择方法和基于特征选择的支持向量机训练方法。该方法相比传统方法在故障识别准确率上有所提升,可达到94.46%,并且可有效缩短分类器计算耗时,最快可将其缩短77.8%。文中提出的算法框架、特征选择方法、基于特征选择的支持向量机训练方法和智能故障诊断方法相比现有方法有一定的优势,对机舱中回转机械设备的状态监测和故障诊断有一定的参考价值。     

基于滑模观测器的故障诊断及在主动悬架系统中的应用

针对控制系统的故障诊断,阐述了利用滑模观测器进行故障诊断的方法.该方法能够直接估计系统发生的故障,同时将该方法用于汽车主动悬架的故障诊断中,仿真结果证明了该方法的有效性.     

变速箱齿轮轴不平衡与不对中相互作用研究及故障诊断

机床变速箱中存在轴不平衡、轴不对中及齿轮磨损等故障,在研究各故障相互作用后所产生的信号特征基础上,建立了轴故障信号与齿轮振动信号特征模型。应用该模型对某卧式车床变速箱故障进行诊断,取得了与实际情况完全吻合的诊断结果,故障诊断的准确率及效率大大提高。     

基于神经网络和奇偶向量的卫星故障诊断

提供一种卫星故障诊断方法以提高GPS导航定位的完整性。该方法在奇偶向量的基础上利用广义似然比法检测卫星故障 ,再利用神经网络进行故障诊断以提高卫星故障诊断的准确性。     

基于红外热成像技术的发动机故障诊断

为改进现行发动机故障诊断方法的不足,寻找一种半自动或自动的发动机故障诊断方法,在传统发动机故障诊断方法的基础上,提出应用红外热成像技术进行故障诊断的方法.该方法对正常运转和故障运转条件下发动机特殊部位的温度场进行监测;通过对比热像图和绘制温度曲线图,结合图像处理技术,对发动机常见的漏水、漏油、发动异常和缺缸这4类常见故障进行诊断.实验结果验证了该方法的可行性.该方法与现行的振动、压力、能耗、尾气等相应方式相比,具有非接触、无干扰、无损、准确、无需大量仪器、便捷、直观、迅速等优点.故障所对应的温度特征指向性明确.若能结合相应的识别程序对故障进行自动识别,就能在提高诊断效率和精度的同时防止因操作人员操作不当等造成的事故,对实现自动、半自动故障诊断具有重要意义.     

基于属性约简的海事人为失误致因分析

为寻找1种处理简便且行之有效的分析海事人为失误致因的方法,引入基于属性约简的粗糙集数据挖掘方法,使用开源粗糙集工具RSES对导致瞭望不当行为的30种影响因素数据进行分析,通过基于遗传算法的属性约简方法得到主要因素.试验结果证明,在分析海事人为失误主要因素的过程中,利用粗糙集的属性约简方法可简化分析并提高分析的准确性和直观性,为海上交通的有效管理提供决策依据.     

载重轮胎硫化生产过程的故障诊断

对载重轮胎生产过程进行了分析,建立了轮胎硫化生产过程的数学模型,采用多故障监测滤波器方法实现了轮胎硫化生产过程的故障诊断.对上海载重轮胎厂实际硫化过程采集数据,并进行了计算,结果证明该方法十分有效.     

铅锌冶炼过程的故障诊断神经网络专家系统

将人工神经网络与专家系统结合应用于密闭鼓风炉冶炼铅锌过程的故障诊断,提出并设计了铅锌冶炼过程的集成智能故障诊断系统.介绍了系统结构、诊断策略及神经网络的学习算法,仿真结果表明了该系统设计的合理性和可行性.     

基于故障树的故障诊断推理新方法

分析了故障树与专家系统的一种结合形式.在此基础上,提出了基于故障树的故障诊断推理新方法,采用面向对象编程的知识表示方法,在推理层面上将专家系统推理过程与故障树分析过程同时进行,避免了建立繁琐而庞大的规则库.本文首先对故障树进行处理,采用类来进行节点知识单元表达,同时考虑推理速度,提出了针对大型故障树的快速定位一维表的概念,最后给出了推理机制的信息流程.整个诊断推理软件采用VC++6.0编程,为CZ-3A运载火箭姿态控制系统的故障诊断提供了一种推理模块.     

基于小波网络的故障诊断方法在军事系统中的应用

简要地介绍了基于小波网络的故障诊断方法 ,结合军事系统中的电力系统故障诊断问题 ,通过变尺度学习和训练建立了小波网络 ,经过仿真试验 ,取得了满意的效果。进一步研究说明 :小波网络的故障诊断在军事上的运用有其独特的优势 ,该方法在军事系统中有较广阔的应用前景     

神经网络集成股票市场预测研究

利用遗传算法的全局搜索能力,同时进化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,生成神经网络的集成个体,采用二次规划计算方法,计算各集成个体的最优非负权系数进行最优组合集成,生成神经网络的输出结论,以此建立股市预测模型。通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作。     

模糊故障诊断在船舶柴油机换气系统中的应用

为迅速、准确地判断船舶柴油机换气系统发生的故障,根据柴油机换气系统的工作过程,把柴油机换气系统故障数据列为7个故障征兆类型和19个故障数据类型,建立故障征兆隶属函数,根据最大隶属度原则进行诊断,将模糊故障诊断方法用于柴油机换气系统,提出1种有效的故障诊断方法.