摘要：分析了智能故障诊断技术的特点,利用模糊理论、小波分析、神经网络和专家系统等诊断方法,设计了模拟电路智能故障诊断系统,给出了系统的组成模块及其功能,利用不同诊断推理法的互补性进行诊断系统的引擎设计,并探讨了构建系统平台的原则。该系统已在有关模拟电路的故障诊断中应用,并取得了预期效果。

摘要：根据智能故障诊断技术的特点,利用专家系统、模糊理论、小波分析和神经网络各种诊断方法,设计了组合式智能故障诊断系统,该系统在煤矿风机的故障诊断中得到了应用,并取得了良好的效果。

摘要：针对目前多数卷烟制造企业制丝线都是采用基于现场总线技术的管控系统,来实现生产的控制和管理,却缺乏在线智能诊断故障研究的情况,本文对工业以太网的应用进行研究,提出建立一套智能故障诊断系统,通过智能故障诊断系统,对工业以太网和现场总线故障实现快速准确定位,保障网络运行稳定,为维修提供帮助,确保整个生产线安全平稳的运转。

摘要：阐述了智能故障诊断技术的特点 ;针对分布式应用系统 ,提出了一种分层模块化设计方法及模块间故障变量传播的搜索模式。结合电力系统对分层模块化搜索模式的应用、特点作了进一步探讨与分析 ,利用人工智能技术综合处理电力系统中存在的大量实时故障信息 ,实现故障诊断的综合优化和联合决策。该方法具有实用性强、易于实现、搜索速度快等特点 。

摘要：在对大型射频馈电控制系统维修需求深入分析的基础上,构建了故障检测任务分解模型,并以传统故障诊断专家系统为框架,设计了智能故障诊断系统的基本组成结构,研究了故障数据的采集方案和诊断的工作流程。通过将智能诊断方法引入大型馈电控制系统的维修中,有效提高了故障诊断效率,保证了设备运行的可靠性。

摘要：为实现船舶的正常运行,文章针对发电机常见故障进行介绍,分析了发电机内部结构与运行原理,阐述了设计智能故障诊断系统的要点,最后提出VC++语言和MATLAB结构的交互处理、科学应用编译器这两点故障智能诊断方法,提高船舶发动机故障的诊断效率与准确性,实现故障的高效维修。

摘要：为提高装备维护水平,立足于某型潜用火控雷达,着眼于海军装备故障诊断现状,设计了一种基于多Agent的智能故障诊断系统总体结构,诊断系统能根据设备的结构变化进行动态调整,通过知识库和诊断推理机的分离、诊断Agent的动态生成和管理等技术,使该智能故障诊断系统能方便地应用到其它装备。以BDI结构模型为基础,从基于实例的推理(CBR)、产生式诊断系统和神经网络诊断系统三个方面实现了诊断Agent的诊断功能,可最终将故障定位到可更换的元器件。

摘要：从自动测试系统对获取被测设备状态信息的通用性和快速准确性出发,设计出一套集神经网络、模糊逻辑、故障树为一体的智能故障诊断系统。此系统根据已知的测试数据,利用数据库中的预存参数和工作历史数据,采用不同的诊断策略,使故障诊断从宏观和微观两个方向着手,互为补充,确保故障诊断全面性和故障定位准确性,提高故障检出率和故障隔离率,减少故障虚警率。

摘要：近年来,基于深度学习技术的智能故障诊断方法在电力变换器领域得到了广泛研究。卷积神经网络(CNN)因其强大的特征提取能力而具备辨识早期微小故障的潜力。然而,现行的CNN算法因其模型结构过于复杂、训练参数量较多、诊断时间较长而不适用于电气故障的快速诊断。为此,提出了一种基于改进CNN-GAP-SVM的深度学习新算法,用于DC-DC变换器早期故障的快速诊断。首先,将原始的时间序列监测数据转变为二维特征图故障样本;其次,该方法设计了一个全局均值池化(GAP)层,用于代替传统CNN中2~3层的全连接层部分,以减少模型参数量;然后,采用非线性支持向量机(SVM)代替传统Softmax函数作为最终分类器,进一步提升诊断精度。实验表明:所提方法不仅将诊断准确率提升至100%,还提升了23%的诊断速度。通过与传统智能诊断方法相比较,证明了所提方法具有更快的诊断速度和更高的诊断准确率。

摘要：行星齿轮箱是大型机械装备的核心传动环节,其内部关键零部件故障发生的部位与形式多样,威胁机械装备的安全服役.针对其不同部件的多类故障诊断问题,提出一种基于改进的胶囊网络(enhanced capsule ntwork, ECN)的“端到端”智能故障诊断方法. ECN充分发挥了卷积神经网络对故障特征的深度提取能力,同时具备胶囊结构矢量化挖掘特征空间信息的特点,可利用动态路由机制计算胶囊层之间的相关度,从而实现对故障特征的精准归类.此外,建立的间隔损失函数与输入数据不断优化模型参数,实现了对故障的智能诊断.对太阳轮、行星轮以及多类部件故障数据混合的情况分别开展分析,实验结果表明, ECN相比传统卷积神经网络和胶囊网络均表现出更强的故障诊断能力.