基于模型故障诊断中的冲突求解 被引量：8

1

作者 代树武 孙辉先 《控制理论与应用》 EI CAS CSCD 北大核心 2003年第4期630-632,共3页

基于模型的故障诊断是一种重要的诊断方法,但它的计算量较大。在Reiter算法的基础上,论证了每次求解冲突集时,每个元件的模型知识仅需调用一次。同时指出了在某些情况下可以利用元件参数矩阵来指导冲突的求解过程,有效减少了调用元件模... 基于模型的故障诊断是一种重要的诊断方法,但它的计算量较大。在Reiter算法的基础上,论证了每次求解冲突集时,每个元件的模型知识仅需调用一次。同时指出了在某些情况下可以利用元件参数矩阵来指导冲突的求解过程,有效减少了调用元件模型的次数。 展开更多

关键词 模型故障诊断 冲突求解 Reiter算法 专家系统 知识获取

在线阅读 下载PDF 职称材料

融合特征分析及机器学习的可演进变压器故障诊断模型 被引量：3

2

作者 毛业栋 张春辉 陈杰 《计算机工程》 CAS CSCD 北大核心 2024年第8期379-388,共10页

变压器是大型电力系统中的关键重要设备,其机理复杂且影响面广,对变压器的状态检测与故障诊断是传统电力系统中的关键问题,也是智能化时代下智能算法应用的重要方向。为解决现有的智能化故障诊断研究受限于故障样本稀缺、诊断结果可解... 变压器是大型电力系统中的关键重要设备,其机理复杂且影响面广,对变压器的状态检测与故障诊断是传统电力系统中的关键问题,也是智能化时代下智能算法应用的重要方向。为解决现有的智能化故障诊断研究受限于故障样本稀缺、诊断结果可解释性差、模型更新困难等问题,提出一种基于时序流数据动态分析的变压器故障诊断模型。首先通过人工辅助标注和数据增强方法,构建具有序列特征的高置信故障数据样本库;然后使用由融合时序特征分析器和多分类器构成的神经网络模型作为训练及分析的模型基础,构造基于相似案例的推理方式,通过距离相似性、模式相似性、形状相似性等多维度距离度量方法,对实时检测到的流数据进行故障诊断及分类预警,以指导运维人员结合历史经验及智能技术开展故障分析。实验结果表明,所提方法在故障诊断的准确性与可解释性上显著提升,可应用于变压器故障在线诊断真实场景中。 展开更多

关键词 变压器 流数据分析 故障诊断模型 演进机制 案例推理

在线阅读 下载PDF 职称材料

基于特征插值TSCTransMix-CapsNet的轴承故障分类模型

3

作者 任义 孙明丽 +1 位作者 栾方军 袁帅 《机电工程》 北大核心 2025年第4期607-617,共11页

针对轴承故障诊断分类模型不能很好地提取到振动序列多层次特征,以及故障样本量稀少的问题,提出了一种基于特征插值的时间序列分类Transformer融合胶囊网络(TSCTransMix-CapsNet)的故障诊断模型。首先,以重叠采样预处理后的一维振动信... 针对轴承故障诊断分类模型不能很好地提取到振动序列多层次特征,以及故障样本量稀少的问题,提出了一种基于特征插值的时间序列分类Transformer融合胶囊网络(TSCTransMix-CapsNet)的故障诊断模型。首先,以重叠采样预处理后的一维振动信号数据作为模型的输入,利用时间序列分类Transformer(TSCTransformer)捕捉了序列长距离关系,提取了振动信号的全局故障特征,同时应用混合数据增强方法(Mixup)对特征做了插值处理,进行了特征增强;然后,利用胶囊网络模型对全局故障特征作了进一步细化处理,提取了局部故障特征,从而形成了包含全局模式和局部细节的特征输出;最后,在多工况条件下选取CWRU和XJTU-SY数据集进行了轴承故障诊断的消融和对比实验,并将该模型与其他模型进行了比较。研究结果表明:该模型在CWRU数据集上的故障诊断准确率达到99.50%,在XJTU-SY数据集上的故障诊断准确率达到99.87%。相比于其他模型,该模型能更加有效地提高轴承故障诊断中的分类性能。 展开更多

关键词 故障诊断模型 时间序列分类Transformer 胶囊网络模型 特征插值 特征增强 混合数据增强方法

在线阅读 下载PDF 职称材料

基于EESP与ODConv的多尺度轴承故障诊断方法

4

作者 任义 陈大鹏 +1 位作者 栾方军 袁帅 《机电工程》 北大核心 2025年第5期832-844,920,共14页

为了解决轴承故障诊断中多尺度特征提取准确性和稳定性不足的问题,提出了一种融合增强高效空间金字塔(EESP)与全维动态卷积(ODConv)的多尺度轴承诊断方法,即基于多尺度全维动态卷积网络(MSODConvNet)的轴承故障诊断模型。首先,采用了基... 为了解决轴承故障诊断中多尺度特征提取准确性和稳定性不足的问题,提出了一种融合增强高效空间金字塔(EESP)与全维动态卷积(ODConv)的多尺度轴承诊断方法,即基于多尺度全维动态卷积网络(MSODConvNet)的轴承故障诊断模型。首先,采用了基于EESP的空洞卷积金字塔模块,利用了多尺度空洞卷积结构增强了特征提取能力,有效地捕捉了不同尺度的特征信息,从而提升了模型对复杂信号的感知能力;其次,采用的ODConv模块使卷积核在多个维度上同时进行了高效运作,使用动态调整卷积核结构提升了模型的灵活性和适应性,使其能够更好地应对复杂数据中的多样化模式和特征;最后,在ODConv模块中引入了双跳跃连接机制,进一步强化了信息在深层网络中的传递效果,确保了特征信息的完整性和高效传递。研究结果表明:基于EESP和ODConv的多尺度模型在分类准确率方面得到较大的提高,在凯斯西储大学(CWRU)数据集上的准确率可达99.50%,表现出较高的准确性和稳定性,并在与其他对比方法的比较中展现出较高的优势。该研究可为工业设备的智能维护和故障诊断提供新的方法和思路,为实现更精确和更高效的故障诊断提供理论依据。 展开更多

关键词 轴承故障诊断 多尺度特征提取 增强高效空间金字塔 多尺度全维动态卷积网络 双跳跃连接机制 故障诊断模型

在线阅读 下载PDF 职称材料

基于多网络模型的工程机械液压系统故障诊断研究 被引量：14

5

作者 贺湘宇 何清华 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第4期1385-1390,共6页

提出一种针对工程机械液压系统的多网络模型的故障诊断方法。该网络模型以广义回归神经网络(General regression neural network,GRNN)为基础,引入全局递归的反馈机制,构建动态GRNN模型。该方法首先为多个目标故障建立同等数量的动态GRN... 提出一种针对工程机械液压系统的多网络模型的故障诊断方法。该网络模型以广义回归神经网络(General regression neural network,GRNN)为基础,引入全局递归的反馈机制,构建动态GRNN模型。该方法首先为多个目标故障建立同等数量的动态GRNN目标故障模型,计算每个目标故障模型的检测阈值;然后,将测试故障样本代入每个目标故障模型中,当其残差平方和在对应阈值范围内即可确定故障类型。实验结果表明:多网络模型的故障诊断方法准确地诊断出95%以上的系统故障。 展开更多

关键词 液压系统 工程机械 故障诊断 多模型故障诊断 广义回归神经网络

在线阅读 下载PDF 职称材料

基于模型的故障诊断专家系统测点优选策略 被引量：5

6

作者 潘宇雄 李清东 任章 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第A01期98-101,共4页

为了解决模型系统的测点有限时所产生的极小诊断的组合爆炸问题,提出了增加系统测点,获取观测信息,从而减少极小诊断的智能方法.首先,采用带有终止节点的集合枚举树形式化地表达计算过程,逐步生成所有的极小碰集(即极小诊断).然后,通过... 为了解决模型系统的测点有限时所产生的极小诊断的组合爆炸问题,提出了增加系统测点,获取观测信息,从而减少极小诊断的智能方法.首先,采用带有终止节点的集合枚举树形式化地表达计算过程,逐步生成所有的极小碰集(即极小诊断).然后,通过故障诊断综合信息量和相关性矩阵的引入,并逐步分解矩阵,找出测点优选策略.最后,利用新增观测信息和极小诊断去除规则,可以自主实现极小诊断的逐步减少,直至唯一的极小诊断的产生,即实现故障定位.实验结果表明,该专家系统程序容易编制,且效率较好,可以满足复杂被诊断对象的快速性和准确性的要求. 展开更多

关键词 基于模型的故障诊断 极小诊断 测点优选 专家系统

在线阅读 下载PDF 职称材料

基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究 被引量：185

7

作者 董明 孟源源 +1 位作者 徐长响 严璋 《中国电机工程学报》 EI CSCD 北大核心 2003年第7期88-92,共5页

提出用支持向量机作为分层决策电力变压器故障诊断模型。首先通过相关统计分析,选择典型油中气体作为支持向量机输入参数,然后在深入发掘油中气体所含故障信息基础上,利用典型故障气体的相对含量在高维空间的分布特性进行变压器故障类... 提出用支持向量机作为分层决策电力变压器故障诊断模型。首先通过相关统计分析,选择典型油中气体作为支持向量机输入参数,然后在深入发掘油中气体所含故障信息基础上,利用典型故障气体的相对含量在高维空间的分布特性进行变压器故障类型诊断。该方法基于小训练样本条件下寻求最优解,具有很好的推广能力及一致性等优点,还适用 于变压器典型故障数据少的特点。文中还给出了两种不同支持向量机核函数分类结果的比较。为了提高故障诊断的正判率,该模型同时在相关性强的特征气体之间,利用K-近邻搜索聚类在最优分类面附近对分类结果进行精确逼近,使分层决策模型可靠性显著改善。计算结果表明,该模型具有很好的分类效果。 展开更多

关键词 大型电力变压器 故障诊断模型 支持向量机 溶解气体分析 绝缘油

在线阅读 下载PDF 职称材料

基于有色Petri网的电力系统故障诊断模型研究 被引量：25

8

作者 曾庆锋 何正友 杨健维 《电力系统保护与控制》 EI CSCD 北大核心 2010年第14期5-11,127,共8页

现有的基于Petri网的电网故障诊断模型通用性不强,针对大电网建模时模型结构较复杂。建立了一种基于有色Petri网的电网故障诊断模型,用不同的单色代表保护类型、断路器和电网元件,根据保护原理和网络拓扑组合成复合色,用带有这些颜色标... 现有的基于Petri网的电网故障诊断模型通用性不强,针对大电网建模时模型结构较复杂。建立了一种基于有色Petri网的电网故障诊断模型,用不同的单色代表保护类型、断路器和电网元件,根据保护原理和网络拓扑组合成复合色,用带有这些颜色标记的托肯表示不同类型的状态信息。同时建立有色Petri推理过程,给出变迁的点火规则,根据有色Petri网的推理规则进行推理获得诊断结果。通过对110 kV局部电网和某省局部电网的仿真验证表明:该方法对简单和复杂故障均能获得正确的诊断结果,并且推理速度快,模型简便,网络拓扑和保护配置的改变不影响模型结构,是一种通用性较强的电网故障诊断方法。 展开更多

关键词 有色PETRI网 故障诊断模型 电网故障 通用性

在线阅读 下载PDF 职称材料

基于GARCH模型MSVM的轴承故障诊断方法 被引量：8

9

作者 陶新民 徐晶 +1 位作者 杨立标 刘玉 《振动与冲击》 EI CSCD 北大核心 2010年第5期11-15,236-237,共5页

针对振动信号因非平稳性导致自回归(AR)模型无法有效描述信号特征的不足,提出一种基于广义自回归条件异方差(GARCH)模型多类支持向量机(MSVM)的故障诊断方法。该方法首先利用GARCH模型拟合各种故障信号,将所得模型参数作为故障诊断特征,... 针对振动信号因非平稳性导致自回归(AR)模型无法有效描述信号特征的不足,提出一种基于广义自回归条件异方差(GARCH)模型多类支持向量机(MSVM)的故障诊断方法。该方法首先利用GARCH模型拟合各种故障信号,将所得模型参数作为故障诊断特征,以MSVM作为故障诊断方法。试验结果验证了GARCH模型方法的可行性和有效性,同时将该方法同基于AR模型的方法及其改进方法进行比较,结果表明该方法在诊断率及诊断时间上都有明显提高。 展开更多

关键词 故障诊断GARCH模型 多类支持向量机

在线阅读 下载PDF 职称材料

基于特征评估和神经网络的机械故障诊断模型 被引量：39

10

作者 雷亚国 何正嘉 +1 位作者 訾艳阳 胡桥 《西安交通大学学报》 EI CAS CSCD 北大核心 2006年第5期558-562,共5页

为了克服在无先验知识的情况下,人为选择时域无量纲指标作为故障敏感特征的盲目性,提出了一种基于特征评估和径向基函数(RBF)神经网络的机械故障诊断模型.该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解,分别提取原始... 为了克服在无先验知识的情况下,人为选择时域无量纲指标作为故障敏感特征的盲目性,提出了一种基于特征评估和径向基函数(RBF)神经网络的机械故障诊断模型.该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解,分别提取原始信号和各分解信号的时域无量纲指标组成联合特征,然后对联合特征进行评估,计算评估因子,并根据评估因子的大小选取敏感特征作为RBF神经网络的输入,实现对机器不同状态的自动识别.实验结果和工程应用表明,这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息,从大量的故障特征中筛选出敏感特征,因而减小了网络规模,提高了分类准确率,具有很强的鲁棒性. 展开更多

关键词 特征评估 小波包 经验模式分解 径向基函数神经网络 故障诊断模型

在线阅读 下载PDF 职称材料

基于Bayesian改进算法的回转窑故障诊断模型研究 被引量：21

11

作者 刘浩然 吕晓贺 +2 位作者 李轩 李世昭 史永红 《仪器仪表学报》 EI CAS CSCD 北大核心 2015年第7期1554-1561,共8页

贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结... 贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法。通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率。最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断。 展开更多

关键词 最大支撑树 改进算法 贝叶斯网络结构学习 水泥回转窑 故障诊断模型

在线阅读 下载PDF 职称材料

基于组合式模糊神经网络的旋转机械故障诊断模型 被引量：5

12

作者 陈耀武 汪乐宇 程耀东 《中国机械工程》 CAS CSCD 北大核心 2000年第11期1255-1259,共5页

针对旋转机械故障所具有的层次性、相关性和模糊性的特点 ,提出1种基于组合式模糊神经网络的旋转机械故障诊断模型。它由第 1层的决策模糊神经网络和第 2层的多个诊断模糊神经网络组合构成 ,依据大隶属度优先为真原则进行推理 ,按推理... 针对旋转机械故障所具有的层次性、相关性和模糊性的特点 ,提出1种基于组合式模糊神经网络的旋转机械故障诊断模型。它由第 1层的决策模糊神经网络和第 2层的多个诊断模糊神经网络组合构成 ,依据大隶属度优先为真原则进行推理 ,按推理的过程和隶属度的大小给出可能的故障结果及相应的隶属度值 ,供现场工程技术人员结合辅助故障特征参数等进行进一步的联想推理 ,得到最终的故障诊断结果。实验研究结果表明 ,该系统可以有效地对具有模糊性的单一故障和复合故障进行诊断。详细讨论了模型建立、隶属度函数定义和模型推理过程 ,并给出实验结果。 展开更多

关键词 模糊理论 神经网络 旋转机械 故障诊断模型

在线阅读 下载PDF 职称材料

一种针对水泥回转窑故障诊断的贝叶斯网络模型 被引量：5

13

作者 刘浩然 李轩 +1 位作者 马明 李世昭 《计量学报》 CSCD 北大核心 2014年第5期500-506,共7页

为了实现水泥回转窑的故障诊断，采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立过程中，提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法建立诊断模型贝叶斯网络的基础上... 为了实现水泥回转窑的故障诊断，采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立过程中，提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法建立诊断模型贝叶斯网络的基础上，利用MLE算法和变量消除法完成了模型的参数学习和诊断推理。为了验证水泥回转窑故障诊断贝叶斯网络模型的准确率以及可行性，利用现场数据进行了大量的测试实验。 展开更多

关键词 计量学 故障诊断模型 改进结构学习算法 水泥回转窑 贝叶斯网络

在线阅读 下载PDF 职称材料

汽油机三效催化转换器故障诊断模型的研究 被引量：3

14

作者 吴锋 姚烨彬 +1 位作者 姚栋伟 杨志家 《内燃机学报》 EI CAS CSCD 北大核心 2008年第3期255-258,共4页

深入研究了汽油机三效催化转换器氧存贮故障诊断模型,该模型结构简单,适合数据实时处理,模型参数的精确估计是保证模型精度的关键。基于发动机空燃比"浓稀"法控制,监测尾气通过催化器后空燃比变化,间接估计催化器内氧存贮状态... 深入研究了汽油机三效催化转换器氧存贮故障诊断模型,该模型结构简单,适合数据实时处理,模型参数的精确估计是保证模型精度的关键。基于发动机空燃比"浓稀"法控制,监测尾气通过催化器后空燃比变化,间接估计催化器内氧存贮状态,结合加权递推最小二乘算法估计模型参数,并进行了Simulink仿真。仿真结果表明参数估计方法有效,催化器氧存贮模型具有较高的精度。 展开更多

关键词 汽油机 三效催化转化器 故障诊断模型 参数估计

在线阅读 下载PDF 职称材料

一种改进的物元模型在变压器故障诊断中的应用 被引量：3

15

作者 袁娜 宫政 +1 位作者 武中利 朱永利 《华北电力大学学报（自然科学版）》 CAS 北大核心 2012年第3期47-52,共6页

鉴于物元理论在构建诊断模型时,忽略了分界值的不确定性,使诊断结果偏离了实际情况,将物元理论与云模型相结合,建立了新的故障诊断模型,能合理地解决边界不确定问题。同时,使用油中溶解气体的浓度、产气率、气体间比值等数据,对所提模... 鉴于物元理论在构建诊断模型时,忽略了分界值的不确定性,使诊断结果偏离了实际情况,将物元理论与云模型相结合,建立了新的故障诊断模型,能合理地解决边界不确定问题。同时,使用油中溶解气体的浓度、产气率、气体间比值等数据,对所提模型进行了测试,得出基于物元理论和云模型的变压器故障诊断方法具有更高的正确率。 展开更多

关键词 电力变压器 云模型 物元理论 故障诊断 故障诊断模型

在线阅读 下载PDF 职称材料

一类基于类别区分的多重故障诊断模型框架 被引量：3

16

作者 张可 柴毅 刘建环 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第2期154-163,共10页

多重故障诊断是故障诊断和容错控制技术中的重难点问题.本文关注数据驱动故障诊断,以基于知识的方法为基本思路,按照故障表现及征兆的组合形式分析了多重故障和征兆之间的映射关系,将多重故障诊断转化为一类由各个组成故障对应于征兆数... 多重故障诊断是故障诊断和容错控制技术中的重难点问题.本文关注数据驱动故障诊断,以基于知识的方法为基本思路,按照故障表现及征兆的组合形式分析了多重故障和征兆之间的映射关系,将多重故障诊断转化为一类由各个组成故障对应于征兆数据集合的类划分问题.在已有应用于故障诊断的分类和聚类方法的基础上,分析了4种基于类别区分的多重故障诊断模型框架.并讨论了其优缺点和适用的类别区分算法. 展开更多

关键词 多重故障 故障诊断模型 数据驱动 模式识别 聚类 分类 类别区分

在线阅读 下载PDF 职称材料

基于多Agent联合的变电站故障诊断模型 被引量：6

17

作者 董海鹰 白建社 薛钧义 《电力系统及其自动化学报》 CSCD 2002年第5期20-24,共5页

本文提出了一个多 Agent联合的变电站故障诊断模型 ,并给出了它的体系结构。对模型中的 Agent进行了功能层次划分 ,分析了各功能 Agent及其相互关系。讨论了 Agent的协同工作策略 ,冲突消解和黑板调度问题。在该模型中 ,充分利用 Inter... 本文提出了一个多 Agent联合的变电站故障诊断模型 ,并给出了它的体系结构。对模型中的 Agent进行了功能层次划分 ,分析了各功能 Agent及其相互关系。讨论了 Agent的协同工作策略 ,冲突消解和黑板调度问题。在该模型中 ,充分利用 Internet的信息资源 ,采用多 Agent在线对集中控制中心所管理的变电站进行故障识别与诊断。每个 Agent代表一种智能知识体或智能处理方法 ,Agent在空间和时间上进行协作 ,同时采用综合评价 Agent,给出对变电站及其设备的诊断与处理结果。 展开更多

关键词 多Agent联合 变电站 故障诊断模型 辅助决策系统 自动化 电力系统

在线阅读 下载PDF 职称材料

煤粉炉整体结渣故障诊断模型 被引量：1

18

作者 吴占松 王斌忠 +1 位作者 王民汉 张衍国 《热力发电》 CAS 北大核心 2003年第1期13-15,19,共4页

针对煤粉锅炉炉内结渣难于诊断的问题 ,对大型煤粉锅炉运行中所能采集到的常规参数与炉膛结渣程度的关系进行了研究。从工程应用出发 ,建立了依据一些比较模糊的现象有效地推断锅炉整体结渣程度的诊断模型。该模型物理原理清晰 ,计算过... 针对煤粉锅炉炉内结渣难于诊断的问题 ,对大型煤粉锅炉运行中所能采集到的常规参数与炉膛结渣程度的关系进行了研究。从工程应用出发 ,建立了依据一些比较模糊的现象有效地推断锅炉整体结渣程度的诊断模型。该模型物理原理清晰 ,计算过程简练 ,只需采集常规运行参数即可进行在线诊断。实际计算表明 ,该方法简单、可靠 。 展开更多

关键词 结渣 故障诊断模型 火力发电厂 煤粉锅炉 水冷壁

在线阅读 下载PDF 职称材料

组态式牵引电动机故障诊断模型 被引量：1

19

作者 聂冰 赵慧敏 +1 位作者 丁鸣艳 李文 《上海交通大学学报》 EI CAS CSCD 北大核心 2015年第3期402-405,共4页

针对电动机典型的故障诊断模型网络结构复杂、训练困难等问题,提出一种组态式牵引电动机故障诊断模型.该模型由多个多输入单输出的子径向基函数神经网络构成,每个子模型识别一种故障特征.根据系统需要将多个子模型任意组合,用来识别类... 针对电动机典型的故障诊断模型网络结构复杂、训练困难等问题,提出一种组态式牵引电动机故障诊断模型.该模型由多个多输入单输出的子径向基函数神经网络构成,每个子模型识别一种故障特征.根据系统需要将多个子模型任意组合,用来识别类型繁多的电动机故障.利用特征提取后的样本数据对该模型进行训练,并通过测试样本验证了故障诊断模型的有效性.结果表明,采用组态式牵引电动机故障诊断模型,一个子模型仅识别一种牵引电动机故障状态,结构简单,模型训练难度小,提高了模型的故障识别能力以及应用的灵活性,为牵引电动机故障诊断提供了一条新思路. 展开更多

关键词 牵引电动机 故障诊断模型 组态 径向基函数神经网络 构造

在线阅读 下载PDF 职称材料

复杂过程的智能集成故障诊断模型研究 被引量：1

20

作者 刘晓颖 桂卫华 《计算机工程与应用》 CSCD 北大核心 2003年第9期51-54,57,共5页

由于复杂过程与一般工业过程的本质区别,使得传统的依赖对象精确数学模型的故障诊断方法难以取得令人满意的结果。而智能技术具有无需建立对象精确模型的优势,并且可以充分利用人类专家的经验知识,因此利用智能故障诊断模型研究适合复... 由于复杂过程与一般工业过程的本质区别,使得传统的依赖对象精确数学模型的故障诊断方法难以取得令人满意的结果。而智能技术具有无需建立对象精确模型的优势,并且可以充分利用人类专家的经验知识,因此利用智能故障诊断模型研究适合复杂过程实现的故障诊断技术既是必要的也是可行的。通过比较目前研究较多的智能故障诊断模型,提出基于模糊逻辑、神经网络与专家系统的智能集成故障诊断模型,以便有效地解决复杂过程的故障诊断问题,并具体分析了模型组成机理、结构和网络学习算法,从而为复杂过程的故障诊断技术研究提供了新的途径。 展开更多

关键词 复杂过程 智能集成故障诊断模型 模糊逻辑 神经网络

在线阅读 下载PDF 职称材料