基于故障树的发射机故障诊断

故障树分析方法是一种实用的故障分析方法。根据输入的故障征兆自动寻找匹配的底事件,然后生成顶事件故障树并求出最小割集,按照最小割集重要度大的部件优先检测的顺序生成测试流程,提示操作人员按照测试流程进行测试并找出故障源。通过对某发射机分系统建立故障树模型,进行定性、定量分析计算。利用构建故障树来进行电子设备故障诊断分析,不仅可以方便推理机构寻找潜在故障或进行故障诊断,而且可以进一步预测未来系统故障发生的概率,便于电子装备故障的检测与定位。     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

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.     

证据理论在装备故障诊断中的应用

针对导弹装备故障诊断中的不确定问题,给出一种适合的证据理论的方法,在通过已获得故障信息建立故障关联模型的基础上,引入证据理论进行不确定性推理,实例验证了该方法的有效性.     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合。某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快。本方法同样适用于其他领域的故障诊断问题。     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合.某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快.本方法同样适用于其他领域的故障诊断问题.     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

基于 GO-FMEA 法的远程火箭炮随动系统故障诊断

针对远程火箭炮随动系统故障诊断复杂和时序性要求高等问题,论文引入 GO 法分析其可靠性,得到模块故障概率。根据模块故障概率值大小,优先利用 FMEA 法建立故障字典,对模块故障进一步分析,确定检测顺序。两种方法综合使用,优化了故障分析流程,提高故障诊断效率。     

基于集合覆盖模型的装备故障诊断方法研究

随着武器装备的不断发展,其结构与组成越来越复杂,机内测试虽然能给出报警,但大多依靠人工经验判断是否为故障,缺乏故障推理机制,一般不能隔离故障。论文以故障测试相关性矩阵为基础,将故障诊断过程归纳为经典的集合覆盖问题,通过快速求解该数学问题,给出故障诊断结果,单故障和双故障实例证明该方法合理有效。     

基于FTA-FMEA联合法综合诊断电子设备故障

研究将可靠性分析理论应用于电子设备的故障诊断,首先将电子设备的故障诊断划分为模块级和器件级两个层次,利用FTA方法简化模块级诊断的搜索和推理策略,利用FMEA方法建立器件级诊断中的故障字典,两种方法的结合使用,有效提高了诊断效率。     

舰船电力推进系统故障诊断专家系统设计

为了提高舰船电力推进系统故障诊断的智能化和准确性,在其故障诊断中引入人工智能专家系统方法,基于电力推进系统主要设备的故障树,以推理规则的方式构建知识库,采用正向推理策略和动态数据库实现专家系统的推理机和解释机制。     

基于二分图的舰艇编队网络故障定位方法

由于舰艇编队网络面向战略任务的特殊性,即使出现短时失效的问题,也会给造成无法估计的损失。论文把免疫遗传思想引入到舰艇编队网络的故障诊断中进行网络故障的定位,通过分析故障诊断的目标函数把故障诊断问题转化为成二分图问题,其求解转换成0-1规划的求解问题。进而提出基于免疫遗传算法的故障定位方法。仿真结果表明,论文所设计的方案定位简单,效率高,具有可行性。     

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。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中,提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网,说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

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。     

舰船操舵系统的故障树诊断方法

舰船操舵系统系统维修难度大,故障不易排除,因此故障诊断技术在该领域越来越受到重视.论文根据舰船操舵系统的一般故障模式,采取了故障树的诊断方法,结合故障树分析法建立了故障诊断专家系统,提高了故障诊断水平.