基于神经网络及专家系统的混合诊断法

刘占生; 武新华; 张新江

Chinese

您当前的位置：

首页 >

文章列表页 >

基于神经网络及专家系统的混合诊断法

研究论文 | 更新时间：2026-07-07

- 基于神经网络及专家系统的混合诊断法
- A NEW FAULT DIAGNOSIS METHOD BASED ON NEURAL NETWORKS AND EXPERT SYSTEM
- 航空动力学报 1998年13卷第3期
- 作者机构：
  
  哈尔滨工业大学
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：1998
- 稿件说明：
移动端阅览
刘占生, 武新华, 张新江. 基于神经网络及专家系统的混合诊断法[J]. 航空动力学报, 1998,13(3).

Liu Zhansheng, Wu Xin hua, Zhang Xinjiang. A NEW FAULT DIAGNOSIS METHOD BASED ON NEURAL NETWORKS AND EXPERT SYSTEM[J]. 1998, 13(3).
刘占生, 武新华, 张新江. 基于神经网络及专家系统的混合诊断法[J]. 航空动力学报, 1998,13(3). DOI：

Liu Zhansheng, Wu Xin hua, Zhang Xinjiang. A NEW FAULT DIAGNOSIS METHOD BASED ON NEURAL NETWORKS AND EXPERT SYSTEM[J]. 1998, 13(3). DOI：

摘要

本文将神经网络与人工智能专家系统结合起来，利用神经网络的联想记忆能力对发生过的故障进行直接记忆和联想。利用专家系统的反向推理能力对联想产生的侯选故障进行验证。据此原理开发了一种更接近人类思维过程的诊断系统。

Abstract

In order to diagnose the faults in trubomachinery

a new type of diagnosis system based on Expert System(ES)and Neural Network(NN) is proposed.The NN diagnosis system is used to remember directly and associate faults happened before.The NN diagnosis system gives a set of candidate faults.The back reasoning mechanism of the expert system is applied to verifying these candidate faults.This diagnosis method is proved to be reliable and superior to the traditional ones.

关键词

Keywords

references

浏览量

428

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

航空发动机气路故障诊断的SANNWA-PF算法

基于动态云BP网络的液体火箭发动机故障诊断方法

基于小波神经网络的齿轮系统故障诊断

人工神经网络融合诊断航空发动机气路故障

小波网络在某型航空发动机故障诊断中的应用

相关机构

南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室

先进航空发动机协同创新中心

国防科技大学航天与材料工程学院

西北工业大学机电学院

海军航空工程学院青岛分院

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰