本文简述了专家系统测试法原理,并对如何利用该方法对医疗仪器进行在线维修进行了初步探讨.

该文介绍了液压系统故障的特点以及故障诊断专家系统的设计及应用。本系统综合考虑了液压元件、液压回路、典型液压系统的故障,采用图示化的编程语言,为用户提供了友好的界面和完善的功能。

一种基于知识的系统可以根据用户的技术要求首先建立骨架开关网络,然后,给网络添充基本功能模块,经过对网络的提炼,最后综合出一个高效率的液压回路。

为解决大型液压机故障诊断难的问题,提高故障识别准确率,确保液压系统正常有效工作,设计了专家系统(ES)与多模型长短期记忆(MLSTM)神经网络的融合识别算法。首先通过大型液压机数据采集系统,获取液压机压力、电磁阀与行程开关等状态信号,并对数据进行数字滤波与数据清洗,得到一个22维的特征向量;然后构建了LSTM模型,选取最优的输入节点、隐层节点、输出节点个数,分析了在不同训练样本下的识别率,以及特征向量维数对识别率的影响。分析LSTM模型对识别率影响的因素,提出对同一个LSTM结构、采用多个参数模型的方法,并利用ES对参数模型进行管理,提高识别率。设计专家系统的推理知识模型、数据清洗知识模型、多模式深度学习网络(MLSTM)的调度知识模型等;最后设计了推理机,对MLSTM网络学习训练,完成建模。在故障预测分类时,通过ES进行数据推理得出...

该文描述了人工神经网络的基本原理及其在故障诊断专家系统中的应用.分析了基于人工神经网络的故障诊断专家系统的设计思想、系统结构及知识表示、知识获取和推理机制等方面的基本方法.并以注水泵机组故障诊断专家系统为例说明神经网络故障诊断的推理过程.诊断结果表明了该方法的有效性.

针地板带轧机液压ＡＧＣ系统，根据专家系统基本原理，结合古典信号处理方法、模糊理论、神经网络理论，建立了系统故障诊断系统的结构形式和学习算法。利用模糊诊断理论进行模糊推理以解决系统故障的实时诊断，利用神经网络对模糊推理模型进行训练以提高诊断的准确率，并可对未知的知识进行了学习和补充。开发了液压厚度自动控制（ＡＧＣ）系统故障诊断专家系统软件，通过实验证明所用方法有效。

随着现代化进程 的加 快 ，建立 自动化 、智能化 的液压故障诊断专家系统 已是 迫在眉 睫 。进行 液压 系统故 障诊断 的根本 目的在于 保 证液 压系 统 能 鹱 可靠 而 有效 地 发 挥 其 功 能 ，主 要包含三点 ：首先 是保证 液压 系统 无故障 ，运行可靠 ；其 次是 物尽其 能 ”，保证 液压 系统发 挥其最 大效 益 ；然后是 要 保证液 压 系 统如 将 有故 障或 已发 生故 障，能及时而 正确地 诊 断 ，以减少维 修时 间 ，提高维修质量 ，保证正常运行

针对气动比例系统的非线性特征将神经网络模糊控制引入到专家控制中与专家系统相结合形成一种综合的实时智能混合控制系统该控制系统既具有专家控制的逻辑推理、理性、抽象智能行为又具有神经模糊控制的直觉推理、感性、形象智能行为这两者结合采取并行控制与知识共享的策略既能满足系统的快速性和灵活性又能保证系统的运行平稳性。将设计的智能混合控制器引入到系统模型当中通过与其他不同控制策略对阶跃信号的系统仿真进行比较证明该控制系统跟踪性能强响应速度快兼顾快速性和灵活性系统运行平稳反映出良好的静态和动态特性。通过试验验证针对该气动比例系统的非线性特征设计的智能混合控制策略是正确和有效的。

文章主要研究的是一种基于知识库的专家系统在液压回路设计中的应用该系统通过对用户输入的数据进行分析和推理把设计的结果以设计图的形式输出.

通过应用专家系统对溢流阀故障的诊断，在专家系统的知识库中输入了有丰富经验的维修人员通过看、听、触、测得到的故障现象和排除故障的方法，该系统通过人机交互界面的实现，使维修人员可以快速找出溢流阀的故障并进行排除，节约了时间，提高了效率。