智能故障诊断技术研究综述与展望

被引：85

作者：

李红卫 ^{[1
,2
]}

杨东升 ^{[2
]}

孙一兰 ^{[2
]}

韩娟 ^{[1
,2
]}

机构：

[1] 中国科学院研究生院

[2] 中国科学院沈阳计算技术研究所

来源：

计算机工程与设计 | 2013年 / 34卷 / 02期

关键词：

故障诊断; 人工智能; 知识处理; 模式识别; 分析展望;

D O I：

10.16208/j.issn1000-7024.2013.02.067

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

智能故障诊断是人工智能领域基于知识处理的故障模式识别,其发展为工业设备持续正常运行提供良好的技术支撑。首先阐述了故障诊断技术的研究意义和基本概念,然后从原理、应用、优缺点以及方法改进等方面总结了目前应用广泛的几种智能故障诊断技术,最后对各种智能故障诊断技术进行了分析和展望,同时给出了诊断技术的选择建议。

引用

页码：632 / 637

页数：6

共 10 条

[1] 基于CBR的数控设备故障诊断系统知识表示 [J].

陈友东 ;

韩美华 ;

叶进军 .

北京航空航天大学学报, 2011, 37 (12) :1557-1561

[2] 基于粗糙集和神经网络的机械故障诊断研究 [J].

李爱民 ;

施惠丰 .

昆明理工大学学报(自然科学版), 2011, 36 (01) :35-39

[3] 基于规则的通用专家知识库故障诊断方法 [J].

刘剑 ;

陈一超 ;

江虹 .

计算机与数字工程, 2010, 38 (06) :72-76

[4] 智能诊断技术发展综述 [J].

李云松 ;

任艳君 .

四川兵工学报, 2010, 31 (04) :122-125

[5] 基于故障树的故障诊断专家系统 [J].

张春华 ;

刘伟 .

兵工自动化, 2009, 28 (11) :15-16+23

[6] 基于改进灰色关联度分析的机械故障诊断 [J].

东亚斌 ;

张小龙 .

煤矿机械, 2009, 30 (02) :218-220

[7] 基于模糊群决策的智能仪器故障诊断专家系统 [J].

赖于树 ;

李迅波 ;

熊燕 ;

杜平安 ;

鹿丙杰 .

仪器仪表学报, 2008, (01) :206-211

[8] 基于粗糙集理论的电子镇流器故障诊断方法 [J].

高晓康 ;

李翠玲 ;

施雨辰 ;

王昭云 .

低压电器, 2007, (24) :34-38

[9] 智能故障诊断方法的研究和展望 [J].

张冰凌 ;

许英姿 ;

潘全文 .

飞机设计, 2007, (05) :55-59

[10] Improved BP Neural Network for Transformer Fault Diagnosis [J].

SUN Yanjing ZHANG Shen MIAO Changxin LI Jingmeng School of Information and Electrical Engineering China University of Mining Technology Xuzhou Jiangsu China .

JournalofChinaUniversityofMining&Technology, 2007, (01) :138-142

← 1 →