基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表;然后应用最小熵离散算法对特征数据进行离散;接着利用基于分辨矩阵的算法对决策表进行属性约简,并基于最大聚类比原则优选出最佳约简;最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明:该方法不仅能有效地减少特征数据获取的工作量,而且能快速准确地实现故障识别,具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。

采用故障树分析诊断系统故障的改进方法

为了优化系统诊断过程,提出一种采用故障树分析诊断系统故障的改进方法.通过故障树分析,求出所有最小割集、最小割集发生概率、组成单元的诊断重要度.诊断重要度大的最小割集优先诊断,最小割集中诊断重要度大的组成单元优先诊断.当最小割集中诊断重要度最大的组成单元故障时,包含该组成单元的最小割集应该优先诊断.根据组成单元的诊断顺序,生成系统的诊断决策树.这种方法弥补了仅以组成单元的诊断重要度确定最小割集诊断顺序的不足,使得发生概率大的最小割集可以优先诊断,优化了诊断过程.通过实例验证了该故障诊断方法的有效性.

基于故障树分析的航空电子系统BIT诊断策略设计

为解决故障搜索时的多径问题,以故障树模型为基础,综合考虑可靠性和测试费用等因素提出了一种航空电子系统BIT诊断策略设计新方法;引入费用诊断重要度(CDIF)来衡量测试费用对BIT故障诊断的影响,利用二元决策图对故障树进行定性和定量分析,据此构建出基于最小割集和CDIF的BIT诊断决策树;在某型机载INS/GPS组合导航系统BIT设计中的应用验证了该方法的有效性与实用性,与基于AO*搜索和基于贪婪算法的两种诊断策略设计方法比较可知该方法的计算复杂度更小。

基于动态故障树分析的容错系统机内测试诊断策略设计

由于大量采用各种容错技术,复杂航空航天系统具有动态随机性故障,已不再适合采用基于静态故障机理的传统故障诊断策略设计方法对其进行机内测试(BIT)设计。为此,以动态故障树模型为基础,综合考虑可靠性和测试费用等因素,提出了一种面向复杂容错系统的BIT诊断策略设计新方法。引入费用诊断重要度(CDIF)来衡量测试费用对BIT故障诊断的影响,结合独立子树、二元决策图和Markov链对动态故障树进行定性和定量分析,据此构建出基于最小割集(MCS)/最小顺序割集(MCSS)和CDIF的BIT诊断决策树。在某容错电子系统BIT设计中的应用验证了该方法的有效性与工程实用性,与基于AO*搜索和基于贪婪算法的两种诊断策略设计方法比较可知该方法的计算复杂度更小。

一种诊断外周神经系统疾病的专家系统

采用人工智能技术，提取专家经验，构成推理规则和诊断知识库，并与数据库管理系统相集成，形成诊断专家系统。应用实践表明，在己测试的５１病例中，其诊断准确率达到９６％。

汽轮机故障树诊断方法研究及应用

采用故障树分析诊断汽轮机这个复杂系统的故障,利用模块连接法将复杂故障树转换为二元决策图(BDD),通过BDD进行故障树定性分析,解决复杂故障树定性分析时遇到的NP问题,以及常规故障树转换方式中的基本事件排序问题。通过对系统故障树的定性分析,求出所有最小割集;对系统故障树定量分析;结合汽轮机监测系统监测的故障信号与组成单元的状态进行匹配,从而确定故障诊断的顺序,从一定程度上避免发生概率小的最小割集优先诊断的情况,提高了系统诊断准确度,有助于精确诊断故障原因,节省诊断成本和优化系统诊断过程。针对某汽轮机打闸或跳闸时,主汽门关闭时间延长问题,应用故障树诊断方法成功的进行了故障诊断,为该方法今后的研究探索奠定基础。

列车牵引系统网侧过流故障实时诊断与保护策略研究

目前机车和动车组牵引系统网侧过流故障存在诊断与保护方式单一且无法准确定位具体故障源的问题,因此提出了一种基于决策树模型的实时诊断方法:通过离线分析网侧过流故障的相关信号,得出其故障特征量并建立决策树模型;实时采集运行过程中的信号并计算其故障特征量,基于决策树模型来实现故障的准确定位;根据故障诊断结果采取不同保护策略,以实现故障的最优保护与隔离。现场测试结果表明,该方法简单有效,可实现对故障的实时诊断与最优保护,大幅提升列车可用性和智能化水平。