关闭

故障诊断概览

标签: 网络network算法任务
1460人阅读 评论(1) 收藏 举报
分类:

故障诊断的硬件基础
(1)传感器:数据测量与采集
(2)计算机:数据处理


故障诊断的任务
(1)故障建模
(2)故障检测
(3)故障分离与估计
(4)故障分类、评价与决策


故障诊断方法(德国 Frank 教授)
(1)基于数学模型的方法
     a.参数估计诊断法
     b.状态估计诊断法
     c.等价空间诊断法
(2)基于信号处理的方法
     a.直接测量
     b.小波变换
     c.输出信号处理
     d.信息匹配
     e.信息融合
     f.信息模型
(3)基于人工智能的故障诊断方法
     a.基于专家系统的故障诊断方法
     b.基于神经网络的故障诊断方法
     c.基于图论的模型推理方法
     d.基于模板的数学诊断方法
     e.基于定性模型的方法


智能诊断的定义
智能诊断系统是由人、当代模拟人脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的智能的系统。


智能故障诊断(Intelligent Fault Diagnosis Technolgy):人工智能 + 故障诊断


智能故障诊断的核心
(1)知识的表示
(2)知识的使用


智能故障诊断方法

(1)基于故障树的方法
    优点:简单易行,不需要训练
    缺点:复杂系统故障树庞大,依赖性强,系统不易更新

(2)基于案例的推理方法(Case Based Reasoning, CBR)
    特点:
        a.具有足够的案例库时,才可用该方法进行诊断
        b.知识可以在线获取和增长,改进和维护容易
        c.随案例的不断增加,检索和索引的效率受到影响

(3)基于模型的方法(Model Base Reasoning, MBR)
    分类:
        a.故障模型
        b.因果模型
        c.基于结构和行为的模型
        d.诊断推理模型

(4)基于专家系统的方法
    优点:
        a.具有高水平的专家知识和自我知识
        b.知识库与推理机分类
        c.具有获取知识的能力
        d.具有灵活性、透明性和交互性
    缺点:专家领域知识有时很难提炼到规则表示这一步,限制了其发展

(5)基于模糊推理的方法
    特点:
        a.可以对不完整、不精确的信息进行处理
        b.需要和其他方法结合使用

(6)基于神经网络的方法
    ANN(Artificial Neural Network)具有良好的适应性、自组织性和容错性,因此基于ANN的故障诊断得到广泛的应用。

(7)基于模式识别的方法

(8)混合方法
     a.MBR和CBR
     b.基于模型的推理、模糊逻辑和遗传算法
     c.CNR、ANN和模糊逻辑
     d.基于模糊和神经网络的专家系统


1
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:114159次
    • 积分:1391
    • 等级:
    • 排名:千里之外
    • 原创:45篇
    • 转载:4篇
    • 译文:0篇
    • 评论:8条
    最新评论