基于故障树的专家系统在雷达电源故障诊断中的应用

doi:10. 3969/j. issn. 1006-2475.2012.04.057

计算机与现代化 ›› 2012, Vol. 1 ›› Issue (200): 212-03.doi: 10. 3969/j. issn. 1006-2475.2012.04.057

基于故障树的专家系统在雷达电源故障诊断中的应用

徐江燕¹，李志华¹，徐江飞²，肖远鹏¹

1.河海大学能源与电气学院，江苏南京 210098； 2.安徽大学电子信息工程学院，安徽合肥 230601

收稿日期:2011-11-08 修回日期:1900-01-01 出版日期:2012-04-16 发布日期:2012-04-16

Application of Expert System Based on Fault Tree in Radar Power Fault Diagnosis

XU Jiang-yan¹， LI Zhi-hua¹， XU Jiang-fei²， XIAO Yuan-peng¹

1. College of Energy and Electrical Engineering， Hohai University， Nanjing 210098， China；2. College of Electronic and Information Engineering， Anhui University， Hefei 230601， China

Received:2011-11-08 Revised:1900-01-01 Online:2012-04-16 Published:2012-04-16

摘要/Abstract

摘要： 故障树是故障诊断专家系统问题求解策略的一种重要方法，为了减小知识表示和获取的难度，可将基于故障树的专家系统应用到雷达电源故障诊断中，通过构建和实现某雷达通用电源故障诊断系统，可达到简化和诊断高效的目的。经实例验证，基于故障树的雷达电源故障诊断专家系统，具有较高的诊断效率和准确性。

关键词: 雷达电源, 故障诊断, 专家系统, 故障树

Abstract: Fault tree is a kind of important method in fault diagnosis expert system solving problems. In order to reduce the difficulty of representing and acquiring knowledge somewhat， it applies the expert system based on fault tree into the radar power fault diagnosis. To construct and implement a radar power fault diagnosis system can achieve the purpose of simplify and high efficiency. According to the testifying of application of the system， the radar power fault diagnosis expert system based on fault tree is of high diagnosing efficiency and correctness.

Key words: radar power, fault diagnosis, expert system, fault tree

徐江燕;李志华;徐江飞;肖远鹏. 基于故障树的专家系统在雷达电源故障诊断中的应用[J]. 计算机与现代化, 2012, 1(200): 212-03.

XU Jiang-yan;LI Zhi-hua;XU Jiang-fei;XIAO Yuan-peng. Application of Expert System Based on Fault Tree in Radar Power Fault Diagnosis[J]. Computer and Modernization, 2012, 1(200): 212-03.

[1]	刘付琪, 张达, 宋建华, 王海东. 基于CNN-BiLSTM的液压系统故障诊断[J]. 计算机与现代化, 2023, 0(09): 10-19.
[2]	江蕾, 唐建, 杨超越, 吕婷婷. 基于CWGAN-GP与CNN的轴承故障诊断方法[J]. 计算机与现代化, 2023, 0(07): 1-6.
[3]	刘付琪, 张达. 基于PSO-DBN的液压系统冷却器故障诊断[J]. 计算机与现代化, 2023, 0(06): 7-14.
[4]	王磊, 张晓东, 戴欢. 基于1D-CNN-LSTM注意力网络的抽油机井故障诊断[J]. 计算机与现代化, 2023, 0(04): 1-6.
[5]	林凡勤, 李明明, 郭红. 变压器故障诊断技术综述[J]. 计算机与现代化, 2022, 0(03): 116-126.
[6]	谢民1，邵庆祝1，王同文1，邵尤慎2，王海港1，俞斌1. 省级电网智能变电站二次设备在线监视与故障诊断系统[J]. 计算机与现代化, 2019, 0(07): 65-.
[7]	张开延1,2，潘杨3，娄季朝4. 基于ANP-SVM算法的智能变电站过程层网络故障分类[J]. 计算机与现代化, 2019, 0(07): 72-.
[8]	邵新添，李志华，王震. 基于改进果蝇算法的模拟电路故障诊断[J]. 计算机与现代化, 2018, 0(01): 40-43.
[9]	韩珂，谢强，丁秋林. 基于改进径向基神经网络的船舶设备故障诊断方法[J]. 计算机与现代化, 2017, 0(6): 8-14+19.
[10]	田艳丰,刘石磊,井艳军,杨轶. 基于D-S证据融合的风力发电机组的故障预测[J]. 计算机与现代化, 2017, 0(10): 57-61,71.
[11]	丁伟聪，李志华，裴杰才. 基于覆盖算法的模拟电路故障诊断方法[J]. 计算机与现代化, 2017, 0(1): 36-40.
[12]	裴杰才，李志华，丁伟聪. 基于混合核函数PSO-SVM的模拟电路故障诊断[J]. 计算机与现代化, 2017, 0(1): 41-45+56.
[13]	陈未,崔江,唐军祥. 基于小波包能量谱和M-ary SVM的功率变换器故障诊断[J]. 计算机与现代化, 2016, 0(6): 44-48.
[14]	姬忠孝，江国华. 一种基于FTA和FDG的安全关键函数定位方法[J]. 计算机与现代化, 2016, 0(4): 85-89+122.
[15]	宋玉琴,李莹,段俊瑞. 基于RS与CPN的电力系统输电线路故障诊断[J]. 计算机与现代化, 2016, 0(11): 118-121.

基于故障树的专家系统在雷达电源故障诊断中的应用

Application of Expert System Based on Fault Tree in Radar Power Fault Diagnosis

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价