針對船載衛(wèi)通站伺服系統(tǒng)故障診斷依賴人工經(jīng)驗且效率低的問題,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)驗從系統(tǒng)狀態(tài)監(jiān)測數(shù)據(jù)中提取故障診斷的特征向量,采用面向?qū)ο蟮姆椒▽＜蚁到y(tǒng)的知識庫中的規(guī)則建模,最終運用深度優(yōu)先算法完成故障診斷推理。實驗證明:該方法能快速準(zhǔn)確的識別伺服系統(tǒng)故障,提高了故障診斷的效率,對提高伺服系統(tǒng)可用性和可靠性具有重要意義。 

【文章來源】：計算技術(shù)與自動化. 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實驗結(jié)果表明，故障識別的總平均耗時（ALL）為10.77 s。17種故障識別的平均耗時從左到右依次呈線性上升趨勢，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別時間短（如跟蹤接收機失鎖故障中陀螺故障G-T比碼盤故障G-F平均識別時間短），這與深度優(yōu)先算法的機制及故障樹的組織結(jié)構(gòu)一致；同時，比較同一故障子類中不同故障，特征向量的準(zhǔn)確度和計算復(fù)雜度越高耗時越長（如停車故障中的驅(qū)動設(shè)備故障T-Q比掉電故障T-D耗時長）。圖7 故障識別時間統(tǒng)計

故障識別時間統(tǒng)計

【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[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)測故障診斷系統(tǒng)知識表達(dá)模型[J]. 趙濤,周新聰,嚴(yán)新平.  武漢理工大學(xué)學(xué)報(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)測模型[J]. 陳耀武,汪樂宇.  中國電機工程學(xué)報. 2001(01)

碩士論文
[1]遙測天線系統(tǒng)故障智能診斷與維護(hù)研究[D]. 卞長萬.重慶大學(xué) 2008



本文編號：3403249