针对采煤机液压系统故障率高,故障种类多样的问题,使用基于LM-BP神经网络对采煤机液压系统故障进行故障诊断。首先对常见故障类型进行分类,制作故障样本库,然后设计并训练基于LM-BP神经网络的采煤机液压系统故障分类模型,最后与BP神经网络模型性能对比,结果表明,模型的故障辨识率和识别速度更好。

通过一个汽油机电控燃油喷射系统故障树自动建树的实例,阐述了对建树过程进行规范化描述的基础上,故障树的自动创建过程。采用此方法,可直接利用已有的部件模型库和标识符库,按指定顶事件状态自动生成故障树。建树过程中避免了事件的疏漏问题,还可以直接按标准处理系统复杂回路,提高了工作效率。不会出现传统手工建树的人为误差,该方法的建树准确度高。对于系统的多态故障追溯其根本原因有现实性意义,为进一步对系统进行可靠性分析提供了便利。该方法也可用于其他控制系统故障树的自动创建,具有通用性。