改进型证据更新规则的动态故障诊断算法

火炮装填系统故障的成因复杂,单因素、单模型的故障诊断方法已显其不足。提出了改进型证据更新规则的动态故障诊断算法,并将所述的人工智能方法应用到火炮自动装填故障诊断系统中。该方法通过对模糊规则库的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,并通过证据更新规则对所获取前后时刻的诊断证据进行动态更新,将更新融合后的证据进行故障决策,从而解决了故障特征的不确定性、故障模式多样性以及动态故障诊断问题。实例分析证明:该方法达到了有效提高故障诊断确诊率的目的。

分析网络环境大背景下的设备动态故障诊断与预测维修

为了降低故障发生率,处理好设备检修与维护问题,必须深入分析设备故障诊断、检修维护方式。基于网络环境背景,实现设备故障预测、诊断自动化。在本文研究中,重点分析设备故障诊断与维修,仅供参考。

人工神经网络在动态过程故障诊断中的应用

以加氢裂化反应器为实际背景，将人工神经网络较成功地用于动态过程的故障诊断，研究了输入样本的时间序列，输出参数值的离散化及网络拓扑结构等问题，拓宽了人工神经网络的应用范围，为将来反应和分离系统的进一步联合实时优化控制创造了条件。

基于GSA的机载复杂系统动态多故障诊断方法研究

针对机载复杂系统动态多故障诊断中存在的诊断精度低等问题,提出一种基于遗传模拟退火算法的多故障诊断方法。首先根据隐马尔可夫过程描述复杂系统故障演化规律,并基于贝叶斯理论建立多故障诊断模型,将复杂系统的多故障诊断转化为递推求解动态规划问题。在此基础上,将遗传算法与模拟退火算法相结合,提出一种基于遗传模拟退火算法的动态多故障诊断方法,通过提高系统的全局搜索能力,可有效提高算法对动态多故障诊断的准确率。将ABR算法、DSA算法与该算法同时用于某型飞机机载电源系统的故障诊断中,结果表明该算法对该电源系统发生的多故障具有最高的诊断正确率。通过对3种算法进行比较分析发现,该算法适用于中、小规模复杂系统和对实时性要求不高的大规模复杂系统的动态多故障诊断。

针对动态系统的多故障诊断模型与优化算法

一般的静态故障诊断模型无法描述状态随时间变化的系统,为此用隐马尔可夫模型对动态变化的系统状态进行建模,给出了动态多故障诊断问题的形式化描述;该问题的目标函数是典型的集合覆盖问题,属于NP难解问题。通过将原始目标函数转化为若干个独立的子问题,并分别用动态规划算法进行求解,有效实现了动态系统的多故障诊断;与现有的方法相比,该方法在不影响检测率和隔离率的前提下,执行时间短,计算复杂度低,优化效果明显。

基于隐半马尔可夫模型的动态多故障诊断方法研究

针对现有故障诊断方法无法适应复杂装备多故障诊断要求的技术问题,提出了基于隐半马尔可夫模型(HSMM)的动态多故障模型,并给出动态多故障诊断问题的形式化描述;在隐半马尔可夫公式推导过程中对推导方法进行了改进,使得公式推导过程大大简化;通过将目标函数转化为若干个独立的子问题,并分别用基于二进制的粒子群算法进行求解,有效的实现了动态多故障诊断;该方法同现有方法相比,在不影响检测率和隔离率的前提下,计算简单,运行时间短,优化效果明显。

大型机电设备电气参数监测与故障诊断装置

提出采用实时在线监测电气参数方法,并结合物联网、WIFI无线通信、VC编程与数据库管理等多种技术,研制出物联大型机电设备电气参数实时检测与故障动态诊断装置,以实现机电设备电气参数的实时在线监测、故障动态诊断、预警以及设备与故障诊断中心间的双向无线操作。实践表明,本装置能有效避免故障发生,减少故障停机损失,并为"预知维修"提供技术保障。

故障诊断技术在球团风机生产中的应用

对运行中的风机进行振动监测,根据监测数据、频谱等分析存在故障的原因,并有针对性的制订检修计划,以提高设备检修准确率,保障设备平稳安全运行.

探讨动态维修方式在纺织机械维修管理中的作用

随着工业的不断发展,现代纺织机械普遍采用机、气、电一体化与智能化的运行模式,具有装配精度高、技术含量高等特点。针对纺织机械的维修管理,定期维修方式主要存在着过度维修与针对性不强的问题,有必要采用动态维修方式,通过对细纱机敲锭子和缝盘机的动态维修保养,选择故障动态诊断方法,不断完善机械动态维修管理制度,以期为纺织机械动态维修管理工作的实施提供借鉴与参考。