资料下载
×
智能故障诊断方法最新进展
消耗积分:5 |
格式:rar |
大小:801 |
2009-07-15
h1654155275.0032
分享资料个
随着设备复杂性程度的提高，征兆与故障之间呈现高度的非线性、不精确性和不确定性关系，最终导致在设备的故障诊断中越来越多地采用智能方法。本文综述了几种主要的智能诊断方法，并分析比较了它们各自的特点。
随着现代工业及科学技术的迅速发展，对设备的性能要求越来越高，各种生产设备日趋大型化、自动化和智能化，传统的诊断技术已越来越不能适宜现在设备故障诊断的需要。同时现代化的设备一旦发生故障，会造成巨大的经济损失和社会危害，鉴于这两方面的原因，有必要研究新的诊断技术。智能诊断方法由于具有以下的几点优势而日益受到诊断专家的青睐[1]。
(1)能够有效地利用诊断专家的知识和经验。
(2)具有诊断专家般的推理能力，自动实现从故障征兆到故障原因的映射。
(3)具备学习机制，能够从过去的诊断实例中获取诊断知识。
(4)对诊断结果具有解释能力。
专家系统、模糊理论、神经网络、遗传算法以及它们相互之间和它们与其它信息处理技术的融合是人工智能手段的主要表现方法，在诊断领域中，它们受到越来越广泛的重视。近年来兴起的核方法和支持向量机更是引起了相关领域专家和学者的浓厚兴趣。
随着现代工业及科学技术的迅速发展，对设备的性能要求越来越高，各种生产设备日趋大型化、自动化和智能化，传统的诊断技术已越来越不能适宜现在设备故障诊断的需要。同时现代化的设备一旦发生故障，会造成巨大的经济损失和社会危害，鉴于这两方面的原因，有必要研究新的诊断技术。智能诊断方法由于具有以下的几点优势而日益受到诊断专家的青睐[1]。
(1)能够有效地利用诊断专家的知识和经验。
(2)具有诊断专家般的推理能力，自动实现从故障征兆到故障原因的映射。
(3)具备学习机制，能够从过去的诊断实例中获取诊断知识。
(4)对诊断结果具有解释能力。
专家系统、模糊理论、神经网络、遗传算法以及它们相互之间和它们与其它信息处理技术的融合是人工智能手段的主要表现方法，在诊断领域中，它们受到越来越广泛的重视。近年来兴起的核方法和支持向量机更是引起了相关领域专家和学者的浓厚兴趣。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(1)
发评论
-
2011-06-16
4 回复 举报好 收起回复
- 相关下载
- 相关文章
