一种基于故障重要度的概率神经网络诊断方法

在研究概率神经网络的基础上 ,提出一种新的聚类方法对网络参数进行优化 ,能较好的反应故障重要度以及故障样本的空间的分布特性 ,合理的确定隐含层节点的个数 ,从而使网络结构得到优化 ,具有较高的训练效率。将该模型应用于漏磁裂纹识别 。

基于FMECA法的城市轨道交通车辆故障重要度分析

运用FMECA(故障模式影响及危害性分析)法对城市轨道交通车辆故障重要度进行分析,定量计算车辆各故障模式的重要度,识别关键故障影响,为制定科学有效的车辆各系统维修大纲提供支撑。运用该方法对长春轻轨车辆的转向架系统和制动系统的故障进行分析。结果表明:转向架系统中,重要度排前三的故障模式为支架出现裂纹、高度阀出现卡簧松脱或球阀卡滞、抗侧滚扭力臂出现关节脱出或裂纹超标;制动系统中,重要度排前三的故障模式为撒沙系统故障、制动单元故障、制动夹钳故障。因此,在制定车辆日常维修大纲时需重点关注重要度排前三的故障模式。

基于贝叶斯网络和模糊评判的弹药系统故障重要度分析

提出了在建立弹药可靠性分析故障树基础上,将其转化为贝叶斯网络,利用条件概率表发现节点间的概率因果关系。结合多因素模糊综合评判方法,由根节点概率得到根节点模糊故障重要度,根据分析结果找出影响弹药系统可靠性的薄弱环节,为可靠性实践活动提供决策依据。通过实例验证,该方法具有较好的合理性与实用性。

基于故障状态信息重要度分析的复合故障判别

在设备故障诊断领域 ,复合故障的诊断一直是一个难点 ,缺乏行之有效的诊断方法。通过对故障信息熵的研究 ,提出了基于故障信息重要度的故障分类规则 ,此方法不但能有效识别单一故障 ,也能诊断复合故障 ,经用于发动机的故障诊断 。

基于模糊Petri网的卫星导航接收系统故障诊断

针对卫星导航接收系统的动态故障诊断问题,提出基于模糊Petri网的故障诊断方法.在分析卫星导航接收系统的故障机理和失效特征的基础上,根据故障模式的重要度,获取输入库所的相应权值,然后利用模糊Petri网对卫星接收系统的故障进行动态诊断.该方法既解决了输入库所的权重精确性问题,又充分利用了模糊Petri网的动态诊断过程,提高了故障定位的准确性.仿真和试验结果表明该方法有效,且具有较强的通用性和工程应用价值.

基于GO法的输气站场可靠性分析

为有效提高天然气站场可靠性水平,识别系统的薄弱环节,基于GO法原理建立了输气站场可靠性分析方法。根据输气站场的基本工艺流程,将其划分为清管器接收子系统、过滤分离子系统、增压子系统、调压计量子系统、放空子系统、排污子系统和清管器发送子系统7个区块。根据子系统的工艺流程建立了GO图模型,通过GO法计算公式进行可靠性定量分析并确定组成部件的故障重要度,通过实际案例,将GO法与故障树分析法的计算结果进行对比。结果表明:相对于故障树分析法,GO法能够充分表征输气站场中存在的关于停工、维修和备用等故障的复杂相关性,建模过程简单、逻辑清晰,且分析结果更加符合工程实际;分析案例中增压子系统的平均失效概率为2.2180×10^(-5),其中的空冷器、汇管以及埋地工艺管道的故障重要度较高,应作为站场安全管理的重点关注对象。