以下是小编为大家准备的基于神经网络的矿山企业智能诊断专家系统，本文共9篇，欢迎大家前来参阅。
篇1：基于神经网络的矿山企业智能诊断专家系统
基于神经网络的矿山企业智能诊断专家系统
当企业拥有了数量庞大的生产经营数据后,如何方便、快捷地从这些数据中发现企业经营中存在的瓶颈,是矿山企业智能诊断研究所要解决的'问题,为此本文研究了人工神经网络技术与专家系统的集成用于矿山企业生产经营中知识模式的发现,利用神经网络极强的学习能力,进行诊断知识的获取和诊断推理,模拟专家发现企业故障的因果关系.
作 者：王文铭 颜培争 作者单位：石油大学(华东)经济管理学院・东营,257061 刊 名：中国矿业 ISTIC PKU英文刊名：CHINA MINING MAGAZINE 年，卷(期)： 13(8) 分类号：N945.1 关键词：神经网络 智能诊断 专家系统 矿山企业篇2：基于神经网络与专家系统的智能决策支持系统
基于神经网络与专家系统的智能决策支持系统
提出了一种基于神经网络与专家系统的无人作战飞机智能决策支持系统,成功地解决了在规则不完善、战场信息不完全的情况下决策支持系统的推理问题.所设计的'神经网络推理机不仅可以在专家系统由于规则不完善和信息不完全无法推理的情况下引导专家系统,而且可以对专家系统的经验进行学习.仿真结果表明所提出的方法有效.
作 者：祝世虎 董朝阳 张金鹏 陈宗基 ZHU Shi-hu DONG Chao-yang ZHANG Jin-peng CHEN Zong-ji 作者单位：祝世虎,董朝阳,陈宗基,ZHU Shi-hu,DONG Chao-yang,CHEN Zong-ji(北京航空航天大学自动化学院,北京,100083)张金鹏,ZHANG Jin-peng(北京航空航天大学自动化学院,北京,100083;中国一航○一四中心,河南,洛阳,471009)
刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)： 13(1) 分类号：V271.4 TP182 关键词：智能决策支持系统 无人作战飞机 专家系统 神经网络篇3：基于神经网络的专家系统概述
基于神经网络的专家系统概述
人工神经网络与专家系统,作为人工智能应用的两大分支,在实际应用中都有许多成功的范例.可以利用二者的优势,神经网络优良的自组织、自学习和自适应能力和专家系统良好的解释机能,将二者集成,来解决传统专家系统知识获取的'“瓶颈”问题.提出了基于神经网络专家系统的工作原理,结构模型.知识表示方式以及推理机制.
作 者：刘丽员 杨昔阳 作者单位：泉州师范学院网络信息中心,福建,泉州,36 刊 名：辽宁经济职业技术学院辽宁经济管理干部学院学报 英文刊名：JOURNAL OF LIAONING ECONOMIC VOCATIONAL TECHNOLOGICAL INSTITUTE, JOURNAL OF LIAONING ECONOMIC MANAGEMENT CADRE INSTITUTE 年，卷(期)： “”(1) 分类号：Q189 关键词：神经网络 专家系统 知识获取 知识表示 推理机篇4：基于神经网络的电子设备故障诊断专家系统
基于神经网络的电子设备故障诊断专家系统
对复杂的电子设备的'故障进行快速准确的诊断和维护是一个急待解决的重要问题.在分析了单独应用专家系统和神经网络的优缺点的基础上,提出了一种集成式诊断专家系统模式,将神经网络与传统的专家系统进行有机结合.经实验证明,系统的推理效率明显提高,且具备良好的鲁棒性、启发性和透明性.由此可见,该集成方法对故障诊断十分有效.
作 者：肖元姣 苏广川 韩雷 XIAO Yuan-jiao SU Guang-chuan HAN Lei 作者单位：北京理工大学电子工程系,北京,100081 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)： 12(3) 分类号：V24 关键词：神经网络 故障诊断 专家系统 电子设备篇5：神经网络与智能信息处理
神经网络与智能信息处理
关键词：80年代初，在美国、日本、接着在我国国内都掀起了一股研究神经网络理论和神经计算机的热潮，并将神经网络原理应用于图象处理、模式识别、语音综合及机器人控制等领域。近年来，美国等先进国家又相继投入巨额资金，制定出强化研究计划，开展对脑功能和新型智能计算机的研究。
人脑是自生命诞生以来，生物经过数十亿年漫长岁月进化的结果，是具有高度智能的复杂系统，它不必采用繁复的数字计算和逻辑运算，却能灵活处理各种复杂的，不精确的和模糊的信息，善于理解语言、图象并具有直觉感知等功能。
人脑的信息处理机制极其复杂，从结构上看它是包含有140亿神经细胞的大规模网络。单个神经细胞的工作速度并不高（毫秒级），但它通过超并行处理使得整个系统实现处理的高速性和信息表现的多样性。
因此，从信息处理的角度对人脑进行研究，并由此研制出一种象人脑一样能够“思维”的智能计算机和智能信息处理方法，一直是人工智能追求的目标。
神经网络就是通过对人脑的基本单元---神经元的建模和联结，来探索模拟人脑神经系统功能的模型，并研制一种具有学习、联想、记忆和模式识别等智能信息处理功能的人工系统。本文介绍神经网络的特点以及近年来有关神经网络与混沌理论、模糊计算和遗传算法等相结合的混合神经网络研究的动态。
一．神经网络和联结主义
回顾认知科学的发展，有所谓符号主义和联结主义两大流派。符号主义从宏观层次上，撇开人脑的内部结构和机制，仅从人脑外在表现出来的智能现象出发进行研究。例如，将记忆、判断、推理、学习等心理活动总结成规律、甚至编制成规则，然后用计算机进行模拟，使计算机表现出各种智能。
符号主义认为，认识的基本元素是符号，认知过程是对符号表示的运算。人类的语言，文字的思维均可用符号来描述，而且思维过程只不过是这些符号的存储、变换和输入、输出而已。以这种方法实现的系统具有串行、线性、准确、简洁、易于表达的特点，体现了逻辑思维的基本特性。七十年代的专家系统和八十年代日本的第五代计算机研究计划就是其主要代表。
联接主义则与其不同，其特点是从微观出发。联接主义认为符号是不存在的，认知的基本元素就是神经细胞（神经元），认知过程是大量神经元的联接，以及这种联接所引起的神经元的不同兴奋状态和系统所表现出的总体行为。八十年代再度兴起的神经网络和神经计算机就是这种联接主义的代表。
神经网络的主要特征是：大规模的并行处理和分布式的信息存储，良好的自适应、自组织性，以及很强的学习功能、联想功能和容错功能。与当今的冯．诺依曼式计算机相比，更加接近人脑的信息处理模式。主要表现如下：
☆神经网络能够处理连续的模拟信号。例如连续灰度变化的图象信号。
☆能够处理混沌的、不完全的、模糊的信息。
☆传统的计算机能给出精确的解答，神经网络给出的是次最优的逼近解答。
☆神经网络并行分布工作，各组成部分同时参与运算，单个神经元的动作速度不高，但总体的处理速度极快。
☆神经网络信息存储分布于全网络各个权重变换之中，某些单元障碍并不影响信息的完整，具有鲁棒性。
☆传统计算机要求有准确的输入条件，才能给出精确解。神经网络只要求部分条件，甚至对于包含有部分错误的输入，也能得出较好的解答，具有容错性。
☆神经网络在处理自然语言理解、图象模式识别、景物理解、不完整信息的处理、智能机器人控制等方面有优势。
符号主义和联接主义两者各有特色，学术界目前有一种看法：认为基于符号主义得传统人工智能和基于联接主义得神经网络是分别描述人脑左、右半脑的功能，反映了人类智能的两重性：精确处理和非精确处理，分别面向认识的理性和感性两个方面，两者的关系应该是互补而非互相代替。理想的智能系统及其表现的智能行为应是两者相互结合的结果。
接下去的问题是，符号AI和联接AI具体如何结合，两者在智能系统中相互关系如何？分别扮演什么角色？目前这方面发表的文献很多，大致有如下几种类型：
1．松耦合模型：符号机制的专家系统与联接机制的神经网络通过一个中间媒介（例如数据文件）进行通讯。
2．紧耦合模型：与松耦合模型相比较，其通讯不是通过外部数据进行，而是直接通过内部数据完成，具有较高的效率。其主要类型有嵌入式系统和黑板结构等。
3．转换模型：将专家系统的知识转换成神经网络，或把神经网络转换成专家系统的知识，转换前的系统称为源系统，转换后的系统称为目标系统，由一种机制转成另一种机制。如果源系统是专家系统，目标系统是神经网络，则可获得学习能力及自适应性；反之，可获得单步推理能力、解释能力及知识的显式表示。当然，转换需要在两种的机制之间，确定结构上的一致性，目前主要问题是还没有一种完备而精确的转换方法实现两者的转换。有待进一步研究。
4．综合模型：综合模型共享数据结构和知识表示，这时联接机制和符号机制不再分开，两者相互结合成为一个整体，既具有符号机制的逻辑功能，又有联接机制的自适应和容错性的优点和特点。例如联接主义的专家系统等。
近年来神经网络研究的另一个趋势，是将它与模糊逻辑、混沌理论、遗传进化算法等相结合，即所谓“混合神经网络”方法。由于这些理论和算法都是属于仿效生物体信息处理的方法，人们希望通过她们之间的相互结合，能够获得具有有柔性信息处理功能的系统。下面分别介绍。
二．混沌理论与智能信息处理
混沌理论是对貌似无序而实际有序，表面上看来是杂乱无章的现象中，找出其规律，并予以处理的一门学科。早在七十年代，美国和欧洲的一些物理学家、生物学家、数学家就致力于寻求在许许多多不同种类的不规则性之间的联系。生物学家发现在人类的心脏中有混沌现象存在，血管在显微镜下交叉缠绕，其中也有惊人的有序性。在生物脑神经系统中从微观的神经膜电位到宏观的脑电波，都可以观察到混沌的性态，证明混沌也是神经系统的正常特性。
九十年代开始，则更进一步将混沌和神经网络结合起来，提出多种混沌神经网络模型，并探索应用混沌理论的各种信息处理方法。例如，在神经元模型中，引入神经膜的不应性，研究神经元模型的混沌响应，研究在神经网络的方程中，不应性项的定标参数，不定性时间衰减常数等参数的性质，以及这些参数于神经网络混沌响应的关系，并确定混沌---神经网络模型具有混沌解的参数空间。经过试验，由这种混沌神经网络模型所绘出的输出图形和脑电图极为相似。
现代脑科学把人脑的工作过程看成为复杂的多层次的混沌动力学系统。脑功能的物理基础是混沌性质的过程，脑的工作包含有混沌的性质。通过混沌动力学，研究、分析脑模型的信息处理能力，可进一步探索动态联想记忆、动态学习并应用到模式识别等工程领域。例如：
☆对混沌的随机不规则现象，可利用混沌理论进行非线性预测和决策。
☆对被噪声所掩盖的微弱信号，如果噪声是一种混沌现象，则可通过非线性辨识，有效进行滤波。
☆利用混沌现象对初始值的敏锐依赖性，构成模式识别系统。
☆研究基于混沌---神经网络自适应存储检索算法。该算法主要包括三个步骤，即：特征提取、自适应学习和检索。
模式特征提取采用从简单的吸引子到混沌的层次分支结构来描述，这种分支结构有可能通过少数几个系统参数的变化来加以控制，使复杂问题简单化。自适应学习采用神经网络的误差反传学习法。检索过程是通过一个具有稳定吸引子的动力学系统来完成，即利用输入的初始条件与某个吸引子（输出）之间的存在直接对应关系的方法进行检索。利用这种方法可应用于模式识别。例如黑白图象的人脸识别。
三．模糊集理论与模糊工程
八十年代以来在模糊集理论和应用方面，也有很大进展。1983年美国西海岸AI研究所发表了称为REVEAL的模糊辅助决策系统并投入市场，1986年美国将模糊逻辑导入OPS---5，并研究成功模糊专家系统外壳FLOPS，1987年英国发表采用模糊PROLOG的智能系统FRIL等。除此通用工具的研制以外，各国还开发一系列用于专用目的的智能信息处理系统并实际应用于智能控制、模式识别、医疗诊断、故障检测等方面。
模糊集理论和神经网络虽然都属于仿效生物体信息处理机制以获得柔性信息处理功能的理论，但两者所用的研究方法却大不相同，神经网络着眼于脑的微观网络结构，通过学习、自组织化和非线性动力学理论形成的并行分析方法，可处理无法语言化的模式信息。而模糊集理论则着眼于可用语言和概念作为代表的'脑的宏观功能，按照人为引入的隶属度函数，逻辑的处理包含有模糊性的语言信息。
神经网络和模糊集理论目标相近而方法各异。因此如果两者相互结合，必能达到取长补短的作用。将模糊和神经网络相结合的研究，约在前便已在神经网络领域开始，为了描述神经细胞模型，开始采用模糊语言，把模糊集合及其运算用于神经元模型和描述神经网络系统。目前，有关模糊---神经网络模型的研究大体上可分为两类：一类是以神经网络为主，结合模糊集理论。例如，将神经网络参数模糊化，采用模糊集合进行模糊运算。另一类以模糊集、模糊逻辑为主，结合神经网络方法，利用神经网络的自组织特性，达到柔性信息处理的目的。
与神经网络相比，模糊集理论和模糊计算是更接近实用化的理论，特别近年来美国和日本的各大公司都纷纷推出各种模糊芯片，研制了型号繁多的模糊推理板，并实际应用于智能控制等各个应用领域，建立“模糊工程”这样一个新领域。日本更首先在模糊家电方面打开市场，带有模糊控制，甚至标以神经---模糊智能控制的洗衣机、电冰箱、空调器、摄象机等已成为新一代家电的时髦产品。我国目前市场上也有许多洗衣机，例如荣事达洗衣机就是采用模糊神经网络智能控制方式的洗衣机。
四．遗传算法
遗传算法（Genetic Algorithm ：GA）是模拟生物的进化现象（自然、淘汰、交叉、突然变异）的一种概率搜索和最优化方法。是模拟自然淘汰和遗传现象的工程模型。
GA的历史可追溯到1960年，明确提出遗传算法的是1975年美国Michigan大学的Holland博士，他根据生物进化过程的适应现象，提出如下的GA模型方案：
1．将多个生物的染色体（Chromosmoe）组成的符号集合，按文字进行编码，称为个体。
2．定义评价函数，表示个体对外部环境的适应性。其数值大的个体表示对外部环境的适应性高，它的生存（子孙的延续）的概率也高。
3．每个个体由多个“部分”组合而成，每个部分随机进行交叉及突然变异等变化，并由此产生子孙（遗传现象）。
4．个体的集合通过遗传，由选择淘汰产生下一代。
遗传算法提出之后，很快得到人工智能、计算机、生物学等领域科学家的高度重视，并在各方面广泛应用。1989年美国Goldberg博士发表一本专著：“Genetic Algorithms in Search，Optimization and Machine Learning”。出版后产生较大影响，该书对GA的数学基础理论，GA的基本定理、数理分析以及在搜索法、最优化、机器学习等GA应用方面进行了深入浅出的介绍，并附有Pascal模拟程序。
1985年7月在美国召开第一届“遗传算法国际会议”（ICGA）。以后每隔两年召开一次。近年来，遗传算法发展很快，并广泛应用于信息技术的各个领域，例如：
智能控制：机器人控制。机器人路径规划。
工程设计：微电子芯片的布局、布线；通信网络设计、滤波器设计、喷气发动机设计。
图象处理：图象恢复、图象识别、特征抽取。
调度规划：生产规划、调度问题、并行机任务分配。
优化理论：TSP问题、背包问题、图划分问题。
人工生命：生命的遗传进化以及自增殖、自适应；免疫系统、生态系统等方面的研究。
神经网络、模糊集理论和以遗传算法为代表的进化算法都是仿效生物信息处理模式以获得智能信息处理功能的理论。三者目标相近而方法各异；将它们相互结合，必能达到取长补短、各显优势的效果。例如，遗传算法与神经网络和模糊计算相结合方面就有：
☆神经网络连续权的进化。
传统神经网络如BP网络是通过学习，并按一定规则来改变数值分布。这种方法有训练时间过长和容易陷入局部优化的问题。采用遗传算法优化神经网络可以克服这个缺点。
☆神经网络结构的进化。
目前神经网络结构的设计全靠设计者的经验，由人事先确定，还没有一种系统的方法来确定网络结构，采用遗传算法可用来优化神经网络结构。
☆神经网络学习规则的进化。
采用遗传算法可使神经网络的学习过程能够适应不同问题和环境的要求。
☆基于遗传算法的模糊推理规则的优化，以及隶属度函数的自适应调整也都取得很好效果。
上述神经网络、模糊计算、遗传算法和混沌理论等都是智能信息处理的基本理论和方法。近年来学术界将它们统称为“计算智能”。有关这方面更详细的内容，可参阅我们编著的下列著作：
“神经网络与神经计算机”（1992年科学出版社出版）
“遗传算法及其应用” （邮电出版社出版）
“混沌、分形及其应用” （科大出版社出版）
篇6：基于人工神经网络的选矿指标预报专家系统
基于人工神经网络的选矿指标预报专家系统
针对国内多数铁矿山矿石来源复杂、选矿技术指标难于准确预测的`问题,本文提出通过建立人工神经网络模型,构筑选矿指标预报专家系统,进而优化供矿结构的方法.通过编制相应的计算机程序,用实例检验证明了模型和方法的可靠性和实用性.
作 者：李克庆 闫飞 周伟 作者单位：李克庆,闫飞(北京科技大学・北京,100083)周伟(鞍钢弓长岭矿业公司・辽阳,111007)
刊 名：中国矿业 ISTIC PKU英文刊名：CHINA MINING MAGAZINE 年，卷(期)： 13(8) 分类号：N945.1 关键词：配矿 神经网络 选矿指标篇7：基于模糊神经网络的航空装备故障诊断专家系统框架
基于模糊神经网络的航空装备故障诊断专家系统框架
在剖析航空装备故障诊断特点的基础上,提出了基于模糊神经网络的`航空装备故障诊断专家系统框架结构,并阐明了专家系统和模糊神经网络相结合的推理机制、模糊神经网络生成方法、知识获取和自学习等关键技术.系统框架的提出为航空装备故障诊断研究提出了新的思路.
作 者：陈友森 郭建胜 Chen Yousen Guo Jiansheng 作者单位：空军工程大学工程学院 刊 名：航空制造技术 ISTIC英文刊名：AERONAUTICAL MANUFACTURING TECHNOLOGY 年，卷(期)： “”(1) 分类号：V2 关键词：模糊神经网络 专家系统 故障诊断 航空装备篇8：机械故障智能诊断的研究报告
关于机械故障智能诊断的研究报告
随着工业生产与科学技术的发展，现代机械设备发展的一个明显趋势是向大型化、高速化、连续化和自动化方向发展，结构越来越复杂，自动化水平亦相应提高，生产效率也越来越高。但设备故障会影响整个系统的运行，设备故障造成一定的后果。智能诊断在机械故障诊断中发挥着重要作用，智能诊断技术的意义重大，它可以在一定程度上降低机械故障造成的经济损失，同时还可以降低重大事故的发生率，提高社会安全生产效率。
1 机械故障概述
1.1 故障概念及故障机理
机械故障是机械运转过程中常见的问题，故障的确切定义为设备在运行中，由于某种因素而导致规定功能丧失的现象。故障实际包含两层含义，其一是当机械系统的工作条件不正常而产生的机械系统功能偏离正常状态，但这种功能偏离可通过调整参数或者修复零部件而恢复，这通常称之为故障;其二是系统连续偏离正常功能，而且偏离程度在不断加剧，机械功能得不到保证，这种状态被称之为失效。机械故障按性质和形成原因可分为人为故障和自然故障;按故障发生的时间历程可分为突发性故障和渐进性故障;按故障的维持时间可分为间断性故障和持续性故障。
机械故障机理其实就是揭示机械故障形成原因和发展规律的，机械故障的发生和发展不仅受到内部设备元件的作用，而且受到外部环境的影响，所以将机械故障的发生与发展归结为内在因素和外部条件共同作用的结果。机械故障的内在因素主要磨损、疲劳断裂、腐蚀和气蚀等，而常见的磨损有磨料磨损、粘着磨损、疲劳磨损、微动磨损以及腐蚀磨损;常见的腐蚀有化学腐蚀、电化学腐蚀及应力腐蚀;外部条件主要包含气候状况、生物介质的作用、操作人员状况、载荷状况以及维护和管理水平。
1.2 故障诊断及智能故障诊断
故障诊断是指在一定工作环境中查明导致系统某种功能失调的原因或性质，判断劣化状态发生的具体部位或部件，以及预测状态劣化的发展趋势等。其意义在于通过各种监测手段，判断机械设备的运行状态是否正常;假如机械设备出现异常，则通过分析，判断故障原因，这样可以及时地维修;或者在故障尚未发生之前，预报可能发生的故障，以便提前采取措施，避免发生重大安全事故。
智能诊断是通过模拟人脑的机能来处理各类模糊信息，这样可以有效地获取、传递、处理、再生和利用故障信息，从而成功地识别和预测诊断对象的状态，最后系统再根据诊断的误差自动修正，并具备自动获取知识的能力。智能诊断技术的核心是人工智能，它是计算机技术和故障诊断技术结合的产物。智能诊断技术的主要特点体现在以下几个方面：第一，智能诊断是一个开放的系统，系统的能力在使用的过程中和同环境进行信息交互的过程中不断提升;第二，智能诊断系统是由计算机硬件和软件共同组成，该系统拥有确定的运算程序，同时还可以诊断需要搜索和利用专家知识和经验实现故障诊断;第三，智能诊断系统是一个人工智能系统，它功能的实现依靠机械的硬件和软件设备，该系统可以实现多故障、多过程、突发性故障的快速诊断。
2 智能故障诊断设计及实现
2.1 智能诊断设计
为了保证机械设备的正常和高效运转，创造更大的经济效益和避免发生严重的安全事故，智能诊断系统顺势而生，并在机械设备故障诊断和维护中得到了广泛地应用。智能故障诊断系统是一个主要针对旋转机械故障诊断的一个功能强大的故障诊断系统，为了保证智能诊断系统更好地发挥其功能，就应该注重该系统的整体设计。在系统设计时为建筑结构故障诊断建立了一个接口，这对日后系统功能扩充非常有利。智能诊断系统设计要采用可持续性发展的理念，智能诊断系统中包含了多个子系统，其中包含了针对转子及电动机而建立的独立诊断系统，这些模块之间具有一定的独立性，可以进行独立的诊断。然而，诊断子系统也可以进行集成，比如说转子诊断模块，子系统集成后可以得到更加准确的诊断结果。系统设计过程中，还要注重知识库管理系统的设计，该系统具有重要的作用，它使得整个系统在使用的过程当中不断的得到改进与完善。
整个智能诊断系统的设计工具是Visual Basic 6.0，它拥有良好的人机对话环境和动态图界面。神经网络故障诊断模块采用了Matlba工具箱进行识别和计算，通过识别和计算可以准确的得出诊断所需的各个节点值，只有这样才能进一步进行旋转机械转子故障诊断。智能诊断系统设计将整个系统分为了几个子模块，包括电动机的故障模块、旋转机械类故障诊断模块、往复机械故障诊断模以及轴承等的故障诊断模块。
2.2 故障诊断的实现
机械故障诊断的方法有很多，在故障诊断过程中要根据诊断时间、诊断地点、诊断对象、诊断人员及诊断设备选择合适的诊断方法。常见的故障诊断方法有离线人工分析诊断和在线计算机辅助诊断，这是根据诊断环境划分的;根据设备状态信号的物理特征可以将故障诊断分为振动诊断、声学诊断、温度诊断、污染物诊断、光学诊断、强度诊断以及压力诊断等;按诊断的`原理可以将诊断方法分为统计识别法、时域分析法、模式识别法等。这些诊断方法都是实现机械故障诊断的重要保障。
人工智能和计算智能诊断是两个具有代表性的故障诊断系统，人工智能系统是一种基于符号计算的故障诊断专家系统，这个系统中知识是按照一定的规则用特定的描述符号加以表示、存储和处理。在知识获取过程中，对事件型知识或从领域专家获取的功能型知识加以描述;计算智能诊断系统是一种基于数值计算的神经网络故障诊断系统。在故障诊断中，该系统通过诊断推理实现故障诊断，而诊断推理被理解为根据特定的映射关系，由故障征兆域到故障原因域的计算过程，对于复杂的机械系统来说，这种映射关系并不是简单的线性关系，最终通过技术征兆数据输出故障原因。总之，机械故障诊断的实现不仅要依靠科学的诊断方法，同时还需要根据实际诊断情况选择适合的诊断方法，只有这样才能得到最准确的诊断结果。
结语
总而言之，机械设备在社会生产中的作用是巨大的，只是机械故障对其作用的发挥产生了很大的限制，并且还带来了一定的安全隐患。因此，要从根本上重视机械故障诊断，虽然智能诊断在机械故障诊断中发挥了很大的作用，但是还有进一步加强对智能诊断的研究，争取研究出能发挥更有效诊断作用的诊断系统和方法，为提高社会安全生产效率做出贡献。
篇9：专家系统和神经网络在道岔控制电路故障诊断中的应用
专家系统和神经网络在道岔控制电路故障诊断中的应用
我国铁路目前尚无对道岔控制电路实施行之有效的自动监测手段,而故障道岔的维修占用了较多的运营时间.在此,利用一定的故障数据,运用专家系统和神经网络技术相结合的`方法,采用Visual C++和Matlab联合编程技术,设计了一套可行的方案.与传统的监测手段相比,本系统能更快速、更有效地处理不同方面反馈来的故障信息,从而大大提高了故障的诊断效率.
作 者：曹宏丽 岳丽丽 杨福元 作者单位：兰州交通大学,自动化与电气工程学院,硕士研究生,甘肃,兰州,730070 刊 名：黑龙江科技信息 英文刊名：HEILONGJIANG SCIENCE AND TECHNOLOGY INFORMATION 年，卷(期)：2010 “”(1) 分类号：U2 关键词：专家系统 神经网络 道岔控制电路 故障诊断★诊断证明
★诊断报告
★智能钢笔
★智能合同
文档为doc格式
