智能故障诊断技术

1.基于专家系统的智能故障诊断技术：故障诊断系
2.基于神经网络的智能故障诊断技术：神经网络具有
的超高维性和强非线性等动力学特性，使其具有原则上容 错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、 并行和处理复杂模式等功能。
它的具体应用方式有：（1）神经网络诊断系统，（2）
采用神经网络产生残差，（3）采用神经网络评价残差， （4）采用神经网络进一步诊断，（5）采用神经网络作自 适应误差补偿。采用模糊神经网络进行故障诊断。
发展趋势
随着知识工程的发展及数据库、虚拟现实和神经网 络技术的日新月异，必然引起智能故障诊断技术的不断发 展，其发展趋势可概括为以下几点： 1.多种知识表示方法的结合 2.经验知识与原理知识的紧密结合 3.专家系统与神经网络的结合 4.虚拟现实技术将得到重用 5.数据库与人工智能技术相互渗透

故障诊断：利用各种检查和测试方法，发 现系
统和设备是否存在故障的过程是故障检测；而进 一步确定故障所在大致部位的过程是故障定位。

故障诊断的主要任务有：故障检测、故障类型判 断、故障定位及故障恢复等。

故障诊断的性能指标：1）故障检测的及时
性。2）早期检测的灵敏度。3）故障的误报率和 漏报率。4）故障分离能力。5）故障辨识能力。 6）鲁棒性。7）自适应能力
统是诊断领域引人注目的发展方向之一，也是研究最多、 应用最广泛的一类智能故障诊断技术，主要用于没有精确 数学模型以及很难建立数学模型的复杂系统。其大致经历 了两个发展阶段：基于浅知识的第一代故障诊断专家系统 和基于深知识的第二代故障诊断专家系统。 对于新出现的混合结构的专家系统，是将上述两种方 法结合使用，互补不足。 具体的应用方式有：（1）残差的模糊逻辑评价，（2） 采用模糊逻辑自适应调整阙值，（3）基于模糊小波分析 技术进行故障诊断，（4）基于模糊逻辑进行专家系统规 则库的设计与更新
II.美国海军人工智能中心开发了用于诊断电子设备故障的 IN---ATE系统。 III.意大利米兰工业大学研制用于汽车启动器电路故障诊断 的系统。
IV.波音航空公司研制了诊断微波模拟接口MSI的LMA 系统。 V.哈尔滨工业大学和上海发电设备成套设计研究所 联合研制的用于汽轮机组工况检测和故障诊断专 家系统MMMD—2。 VI.清华大学研制的用于锅炉设备故障诊断的专家系 统等。
智能故障诊断技术是基于建模处理和 信号处理技术发展起来的基于知识处理的 新型处理技术。
它在知识层面上实现了辩证逻辑和数 理逻辑的集成、符号逻辑和数值处理的统 一、推理过程和算法过程的统一技术目前的研究主要从两个方面展开： 基于专家系统的智能故障诊断技术和基于神经网络的智能 故障诊断技术。
此外，采用其他一些故障诊断的方法有：基于模糊逻 辑的诊断方法、基于故障分析的诊断方法、基于事例推理 的诊断方法等。
国内外研究现状及发展趋势 1.国内外研究现状：智能故障诊断技术的发展历史虽然短暂，
但在数字电子设备、机电设备等方面已取得令人瞩目的成就。 在电路和数字电子方面： I.MIT研制用于模拟电路操作并演绎出故障可能原因的EL系统