二维联合模糊的液压系统故障诊断专家系统

提出了基于二维联合模糊评判的液压系统故障在线诊断方法;用MATLAB小波分析与模糊评判相结合的双重故障诊断模式,运用联合权重分配法构建故障诊断专家系统模糊矩阵;采用复杂样本方差估计,得出一个客观合理的故障征兆向量,实现了液压系统故障诊断的实时性,精确性;建立了起重机液压系统故障诊断专家系统。     

神经网络与D-S证据理论分层融合的柴油机综合故障诊断方法研究

针对柴油机传统故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高的现状,利用数据融合原理,将神经网络和证据理论进行有机的结合,提出了神经网络和证据理论分层融合的柴油机故障综合诊断方法.该方法通过并行神经网络的结构提高局部诊断网络的诊断能力,并给出了基本可信度分配的客观化方法,充分利用各种故障的冗余和互补信息,可显著提高故障诊断的准确率.诊断实例表明,该方法能显著提高柴油机故障诊断系统的效率.     

基于神经网络的抽油机井井下故障诊断专家系统

介绍了一种基于神经网络的有杆抽油机井井下故障诊断专家系统，从抽油泵的泵功图入手，简述了神经网络特征参数的选取，以一个故障子网为例，描述了网络结构，并举例说明了神经网络故障诊断的过程，诊断结果表明了该方法的有效性。     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

基于红外图像处理的变电设备热故障自动诊断方法

针对变电设备热故障的诊断与定位问题,提出一种红外图像自动诊断方法。该方法利用二维Otsu阈值法对区域生长算法进行改进,以解决背景繁杂图像的目标提取问题;在分析反映设备外形特征的像素统计图的基础之上,根据极值规律实现对目标设备结构区域的划分;依据结构划分结果和故障诊断判据,最终实现变电设备热故障的精细化诊断与定位。实验表明,该方法在无人工干预的条件下较好地实现了变电设备的热故障诊断与定位,大大提高了故障诊断的效率和准确率。     

现代汽车故障诊断技术的探讨

汽车故障诊断是汽车技术保障系统中的一个重要环节，故障诊断技术的发展必须跟上突飞猛进的汽车技术发展，该探讨了现代汽车故障诊断技术的特征，分析了我国汽车维修诊断技术存在的差距。     

柴油机的加速测功及数据处理

提出了一种对发动机加速数据的处理方法。利用该方法，只需对柴油机进行一次加速和一次熄火减速运行，就可快速、准确地获取反映发动机某些技术状况的信息，从而能够为柴油机的在线检测及故障诊断提供可靠依据。     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

径向基函数网络用于船用柴油机智能诊断的研究

从工程应用的观点出发，研究以神经网络理论为数学工具对柴油机故障进行智能仿真诊断．建立船用柴油机症状与故障样本集，作为基于RBF神经网络故障诊断的专家知识库，以实现船用柴油机故障的智能诊断，并对该神经网络的容错能力进行评估分析．     

基于BP神经网络的武器装备电气系统故障诊断方法研究

武器装备电气系统具有非线性特性,利用BP神经网络处理非线性特性的能力可以提高故障诊断效率.建立了BP神经网络的故障诊断模型,分析了故障特征提取与样本预处理的方法,并将其应用于武器装备电气系统的故障诊断中.该方法对于提高武器装备电气系统故障诊断的准确率具有良好的实际应用价值.     

基于神经网络和D—S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDII标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高．以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D—S证据理论融合的多传感器故障诊断方法,并用于车栽自诊断系统诊断数据的融合处理和分析。实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力。     

基于小波和自适应模糊神经的旋转设备故障诊断

针对传统的故障诊断方法和单独使用某一种智能诊断方法的局限性,将小波分析的故障特征提取方法和自适应模糊神经网络结合起来,对旋转设备的故障诊断进行了研究;通过对电机设备进行的故障诊断仿真实验,结果表明,与单独使用神经网路方法相比,该方法可以获得更高的故障诊断精度和诊断速度。     

故障诊断专家系统应用研究

提出了直流斩波电路故障诊断专家系统的理论根据及设计方法。知识库设计为多元故障树，诊断数据来源于对被诊断对象的测试与知识推理，依据特征向量实现故障定位。采用功能级故障诊断模型比依据网络理论建立的数学模型更为简便。     

基于神经网络和D-S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDⅡ标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高,以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D-S证据理论融合的多传感器故障诊断方法,并用于车载自诊断系统诊断数据的融合处理和分析.实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力.     

基于案例推理和神经网络的车辆故障诊断研究

将人工神经网络和基于案例的推理技术相结合,应用于车辆故障诊断系统中,建立了应急故障诊断模型;基于此模型,研究了车辆维修案例的表示方法并设计了CB神经网络的学习规则,通过系统的仿真训练和仿真诊断,该模型有效地提高了故障诊断的效能,满足车辆应急故障诊断的需求。     

信号交叉口通行能力扩展的研究

针对城市道路信号控制交叉口通行能力问题，提出一种基于交叉口左转车辆连续右转实现左转交通的组织方法，为提高信号交叉口通行能力提供了新的思路。在定性分析方案可行性的基础上，以一个具体交叉口为例，计算扩展前后的通行能力。结果表明该方法可以显著提高信号交叉口通行能力。     

汽车状态远程监测技术

远程监测诊断技术是计算机技术、通信技术与故障诊断技术相结合的一种全新的故障诊断模式，并随着Internet和WWW(World Wide Web万维网)技术的普及而发展。在介绍当前该技术国内外研究现状的基础上，分析了基于ITS、GPS和GSM／GPS的汽车状态远程监测系统的组成和特点，并就如何实现汽车状态远程监测提出了一些看法。     

回转机械振动模糊故障诊断系统的研制

介绍了回转机械故障诊断研究的新进展，提出了振动模糊诊断法；重点介绍了系统构成与功能实现；最后经举例验证该系统的诊断的可靠性和有效性。     

基于机理逻辑的机车电路动态显示与故障诊断

在分析了内燃机车电路特点的基础上，针对以往电路逻辑控制模型的不足，提出一种利用机理逻辑代替庞大矩阵运算的新型电路逻辑推理模型，从而实现了机车全部电路的动态显示和一定程度的故障诊断。本文分析了该模型，给出了模型的生成算法，并介绍了利用微机进行电路动态显示和故障诊断的实现方法。     

Petri网与字典法结合的闭塞系统的故障诊断方法

Petri网具有成熟的理论,广泛应用许多领域.采用Petri网与字典法相结合的策略,以便获得基于Petri网站间闭塞系统的故障诊断方法.给出了应用实例.与传统方法相比,该方法提高了效率和准确性,更适应在线故障检测.