为诊断大型LNG高压泵自停状态是正常保护动作,还是高压泵自身故障所致,提出基于层次分析-云模型的大型LNG高压泵自停故障智能诊断方法。采用层次分析-云模型的高压泵运行状态识别方法,由层次分析模型构建高压泵运行状态评价指标体系后,由云模型的正向云发生器,分析高压泵运行状态的评价指标隶属度,识别处于自停状态的高压泵;使用基于卷积神经网络的自停故障智能诊断方法,由小波包方法提取自停高压泵的振动信号特征后,输入卷积神经网络,实现自停故障诊断。实验结果显示:此方法对大型LNG接收站中6个高压泵自停状态识别后,自停的6号高压泵属于3级故障,为非正常保护动作,诊断结果准确。

为解决由于设备故障的复杂性而带来的对智能诊断过程的高适应性要求，提出了根据实际情况，进行基于效用评估的设备智能诊断多Agent动态融合诊断方法。建立了适应性强的、有利于实现高准确性、高速诊断的基于诊断时间和诊断准确率的效用评估算法与基于效用评估的动态融合流程。实例表明，该方法有利于系统实现高效率的智能诊断。

对液压系统故障智能诊断的主要理论和方法进行了归纳和分类,对各种方法的概念、特点、原理、主要改进及典型应用进行了介绍,指出将多种诊断方法及其他现代技术相互融合是液压系统故障智能诊断技术未来发展的重要趋势。

大型数控液压机的液压系统故障与状态信息存在着复杂的非线性关系。该文将粗糙集理论和神经网络相结合,应用到大型数控液压机液压系统的故障诊断中。文中以下液压垫诊断为例,采用粗糙集理论对故障决策表进行属性约简,将获取的主要特征属性输入神经网络进行训练学习,通过这些测试数据得到仿真结果。仿真结果表明该方法用于大型数控液压机的液压系统故障诊断是有效的。

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点.为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断.建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业.实践证明：往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性.

介绍液压系统故障主观诊断技术、数学模型诊断技术和智能诊断技术,以及各种具体故障诊断方法的特点及应用,指出专家系统与神经网络的有机结合成为智能故障诊断技术的发展方向.

该文分析了液压系统故障诊断技术发展的3个阶段，并综述了各阶段的诊断方法及特点。根据各种故障诊断方法的应用现状，提出了混合智能诊断方法和多学科技术相融合是今后液压系统故障诊断的发展趋势。

首先阐述了液压故障智能诊断系统的功能和结构，然后分析了现有的一些液压故障智能诊断方法，提出了将多种不同的智能技术结合起来的混合诊断系统是液压故障智能诊断系统研究的必然趋势。

专家系统与神经网络是液压智能诊断的主要途径。智能诊断的发展方向是系统的不断完善和提高学习能力，组合化，开发容错智能系统，以及进一步实用化等。人工智能技术将与先进的信息技术紧密结合，并使智能诊断系统性能更佳。

大型数控液压机的液压系统故障与状态信息存在着复杂的非线性关系。该文将粗糙集理论和神经网络相结合，应用到大型数控液压机液压系统的故障诊断中。文中以下液压垫诊断为例，采用粗糙集理论对故障决策表进行属性约简，将获取的主要特征属性输入神经网络进行训练学习，通过这些测试数据得到仿真结果。仿真结果表明该方法用于大型数控液压机的液压系统故障诊断是有效的。