針對(duì)船載衛(wèi)通站伺服系統(tǒng)故障診斷依賴人工經(jīng)驗(yàn)且效率低的問題,提出了一種基于專家系統(tǒng)的故障診斷方法。通過分析伺服系統(tǒng)常見故障及診斷流程,依據(jù)專家經(jīng)驗(yàn)從系統(tǒng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)中提取故障診斷的特征向量,采用面向?qū)ο蟮姆椒▽?duì)專家系統(tǒng)的知識(shí)庫中的規(guī)則建模,最終運(yùn)用深度優(yōu)先算法完成故障診斷推理。實(shí)驗(yàn)證明:該方法能快速準(zhǔn)確的識(shí)別伺服系統(tǒng)故障,提高了故障診斷的效率,對(duì)提高伺服系統(tǒng)可用性和可靠性具有重要意義。 

【文章來源】：計(jì)算技術(shù)與自動(dòng)化. 2020,39(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

船載衛(wèi)通站伺服系統(tǒng)跟蹤故障樹

圖7實(shí)驗(yàn)結(jié)果表明，故障識(shí)別的總平均耗時(shí)（ALL）為10.77 s。17種故障識(shí)別的平均耗時(shí)從左到右依次呈線性上升趨勢(shì)，同一故障子類中故障樹排在靠左位置的相比靠右位置的平均識(shí)別時(shí)間短（如跟蹤接收機(jī)失鎖故障中陀螺故障G-T比碼盤故障G-F平均識(shí)別時(shí)間短），這與深度優(yōu)先算法的機(jī)制及故障樹的組織結(jié)構(gòu)一致；同時(shí)，比較同一故障子類中不同故障，特征向量的準(zhǔn)確度和計(jì)算復(fù)雜度越高耗時(shí)越長(zhǎng)（如停車故障中的驅(qū)動(dòng)設(shè)備故障T-Q比掉電故障T-D耗時(shí)長(zhǎng)）。圖7 故障識(shí)別時(shí)間統(tǒng)計(jì)

故障識(shí)別時(shí)間統(tǒng)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]船載衛(wèi)星通信地球站伺服系統(tǒng)硬件設(shè)計(jì)[J]. 黃劍波,朱宗玖.  通信技術(shù). 2013(12)
[2]智能故障診斷系統(tǒng)中的知識(shí)發(fā)現(xiàn)方法[J]. 王益玲,趙英凱.  控制工程. 2004(05)
[3]面向?qū)ο蟮挠鸵罕O(jiān)測(cè)故障診斷系統(tǒng)知識(shí)表達(dá)模型[J]. 趙濤,周新聰,嚴(yán)新平.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2002(05)
[4]基于人工智能方法的復(fù)雜過程故障診斷技術(shù)[J]. 桂衛(wèi)華,劉曉穎.  控制工程. 2002(04)
[5]基于組合式神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)狀態(tài)預(yù)測(cè)模型[J]. 陳耀武,汪樂宇.  中國(guó)電機(jī)工程學(xué)報(bào). 2001(01)

碩士論文
[1]遙測(cè)天線系統(tǒng)故障智能診斷與維護(hù)研究[D]. 卞長(zhǎng)萬.重慶大學(xué) 2008



本文編號(hào)：3403249