基于规则和事例推理的电气故障诊断方法

论文通过电路仿真和分析获取舰炮运行参数信息,建立了舰炮电气故障诊断规则库,融合规则推理和事例推理技术,设计了具备自学习能力的故障诊断系统。实际应用表明,该方法可最大程度地吸收各种有效的维修经验,在使用过程中其故障诊断能力会越来越强。     

模糊Petri网在某型舰炮系统故障诊断中的应用

用Petri网的变迁激活规则进行故障诊断推理,分析异常行为过程间的因果关系,根据变迁的可信度大小,找到一条最有可能产生已知故障的路径.以某改进型舰炮系统的一个实际故障诊断为例,针对其故障信息的不确定性和模糊性,给出模糊Petri网的故障诊断模型,结果表明该模型具有直观,知识表达能力强和易于推理的优点.     

基于规则推理的船艇柴油机故障诊断专家系统

介绍了国内外船用柴油机故障诊断专家系统的研究现状，并以船艇柴油机为研究对象，阐述了基于规则诊断推理技术的故障诊断专家系统的结构与功能，诊断系统的知识表示与推理机制；该系统为船艇柴油机的自动故障诊断、分析与排除提供了一定的研究价值。     

CBR弹炮结合武器故障诊断专家系统设计

首先介绍了基于案例推理的故障诊断专家系统的特点.以智能故障诊断的理论和方法为基础,综合使用基于案例推理技术和专家系统理论,对弹炮结合防空武器的故障诊断问题进行研究,构建了基于案例推理的弹炮结合防空武器故障诊断专家系统.     

基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究

针对舰炮武器系统在故障诊断过程中存在不确定性以及新故障知识不易添加的问题,提出了一种将本体论与贝叶斯网络相结合故障诊断方法。利用本体的知识表示方法建立关于舰炮武器系统的本体模型,然后将此模型转化为贝叶斯网络模型,最后利用贝叶斯网络进行舰炮武器系统故障方面的不确定性推理。利用此方法可以有效解决舰炮武器系统复杂故障现象问题。     

某型舰炮控制系统故障诊断专家系统

根据某型舰炮控制系统的工作原理与故障特点,设计一套针对此舰炮控制系统的故障诊断专家系统,对系统结构和各个模块进行阐述.采用数据采集技术对舰炮进行实时监控,运用人工智能知识进行故障诊断,提高解决故障的能力,同时使系统具有自学习能力.     

动力装置故障诊断技术研究

讨论了故障诊断系统数据库要求、架构和功能设计与实现等技术,对故障诊断推理机制进行了探讨,研究并构建了界面友好的柴油机故障诊断系统.利用该系统可对柴油机状态监控,对故障征兆(趋势)实时预报,对已发生的故障快速诊断,缩短故障维修时间,保障装备的良好工作状态,提高船舶的生命力.     

基于案例推理的减摇鳍故障智能诊断系统

对减摇鳍故障进行分析,将基于案例推理技术应用到减摇鳍故障诊断系统中,根据减摇鳍故障本身的特点设计诊断系统结构,建立案例库及检索方法,由实际事例验证了案例推理技术在减摇鳍故障诊断的应用价值,为现场人员的减摇鳍故障快速诊断提供了一条新的途径.     

船艇柴油机故障诊断专家系统的研究

以船艇柴油机为研究对象,采用基于事例的诊断推理技术,开发了具有一定学习能力的船艇柴油机故障诊断系统,并介绍了系统总体结构与各模块功能。     

基于BP神经网络和案例推理的装备故障诊断研究

分析了BP神经网络和基于案例推理（CBR）在故障诊断领域应用中的优点、局限性和互补性,设计了二者相结合的装备故障诊断模型,通过某型装备的故障诊断实例,验证了该算法的有效性。     

基于观测器的船用调距桨控制系统 故障分析与仿真试验

针对船用调距桨控制系统传感器恒偏差、恒增益及液压缸完全失效三种典型故障模式,建立了相应的故障模型,并提出了相容多性能指标约束下的故障诊断观测器算法。进一步,对MCP34-C/4调距桨螺距控制系统进行了典型故障下的仿真实验和传统观测器诊断方法的对比研究。仿真表明,所提出的故障观测器诊断方法具有快速性、鲁棒性和灵敏性特点,适用于线性模型下船用调距桨控制系统的故障诊断。     

基于BP神经网络的故障诊断技术在装备维修中的应用

传统故障诊断方法在装备保障中的诸多局限性。文章介绍了基于BP模型的神经网络,研究了基于BP模型神经网络的故障诊断推理方法,并利用Matlab仿真软件对结果进行了运行和计算。结果证明,基于BP神经网络的故障诊断技术对装备故障诊断是行之有效的。     

基于时间和状态约束的故障因果关系图及其在燃气轮机中的应用

故障原因及其产生位置的确定是决定故障诊断系统是否可用的关键因素。文章定义了离散事件系统中故障之间两种类型的因果关系,给出了故障因果图（FSCG）的概念,进一步给出了描述故障之间基于状态和时间约束关系的因果图,基于此,将上述方法应用在某燃气轮机的故障诊断过程中,在对燃气轮机的内部结构进行概述的基础上,结合具体的故障发生情况,给出了其部分故障树结构,进而给出了相应的故障因果关系图,将其应用到实际的故障诊断中,并与传统的故障树方法进行相关对比,证明了该方法的有效性。     

舰船机电设备网络监测与远程诊断技术

论述了舰船机电设备网络监测和远程诊断技术研究的必要性.根据网络结构设计时须遵循的原则,指出了星型结构为舰船机电设备远程监测与诊断所适用的网络拓扑结构,并在此基础上构建了舰船机电设备的远程监测诊断结构的示意图,然后对其实现过程中的关键技术进行了详细研究,最后对舰船机电设备网络监测和远程诊断技术的应用前景进行了展望.     

舰船电力推进系统故障诊断技术研究

本文阐述了舰船电力推进系统故障诊断技术研究的工作,建立了电力推进系统故障诊断基础模型,运用仿真技术为系统设计提供了参考和试验环境,采用神经网络算法获取新知识以提高对未知故障的诊断能力,并设计了基于专家系统的电力推进系统的故障诊断系统,它能使故障诊断更准确和快速。通过故障诊断技术的引入,可以很大程度地提升电力推进系统的可靠性,使系统维修更加方便。     

一种燃气轮机状态监测和故障诊断专家系统的研究

介绍了一种燃气轮机状态监测和故障和故障诊断专家系统。提出了产生式规则和框架相结合的知识表示方法；合理地组织了知识库，并提供了较完善的知识库管理功能；实现了该诊断问题中故障严重程度和可信度两种模糊概念的推理；建造了适合本问题的正、反向混合推理机。     

电罗经故障诊断的案例推理原理与方法研究

针对电罗经的特点和传统专家系统的不足,分析了基于案例推理(Case-Based Reasoning,CBR)技术的一般过程,指出了CBR具有获取知识容易、问题解释清晰、道理易于理解等优势,提出将基于CBR技术应用于电罗经的故障诊断,开发基于CBR的电罗经故障诊断系统,进而详细阐述其CBR原理构建、系统结构设计、案例组织形式设计、检索策略设计和工作流程,并研究其系统实现方法.案例分析结果表明,所开发的基于CBR的电罗经故障诊断系统能够有效提高其维修的正确性和高效性.     

舰船电力系统量子遗传算法的故障诊断方法研究

为能准确的确定故障元件,建立了考虑保护或断路器拒动情况下适合舰船电力系统故障诊断的数学模型,利用量子遗传算法对故障诊断数学模型进行求解,并利用典型舰船电力系统故障算例对所提方法进行了验证,算例结果说明了该故障诊断模型的合理性和诊断结果的准确性。     

基于FNN的船舶舵伺服系统故障诊断研究

分析某型船舶舵伺服系统的故障信息,建立了模糊神经网络故障诊断模型.利用模糊逻辑处理数据以便于充分利用经验知识;利用神经网络诊断,避免了复杂故障树诊断系统的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,并采用改进的BP算法训练神经网络,解决了收敛速度和收敛振荡的问题.诊断实例结果表明:该故障诊断系统具有较强的鲁棒性和泛化能力;该算法采用无模型化诊断,容易实现自学习,可不断完善系统性能,具有一定的理论和工程应用价值.