题目：基于模型的故障推理方法研究及实现

随着产品系统复杂程度的增加，故障诊断推理技术成为提高系统运行可靠性和维护效率的关键手段。本文研究了故障推理技术的一个分支——基于模型的故障推理技术；为基于模型的故障推理设计了一套由模型推理、故障检测、故障识别三个阶段组成的实施方案；在已有的成熟技术手段的基础上具体研究了模型推理和故障识别阶段的主要实现算法：在模型推理阶段利用数值仿真算法推理系统的理想状态运行数据或结构参数以及通过BP人工神经网络实现参数的最小方差估计，在故障识别阶段应用ART或RBF神经网络对系统运行数据进行聚类识别；论文研究中还开发了相应的支持工具：一种性能模型仿真计算平台用于动态求解被测系统的理想状态或者根据被测系统的监测信息推理内部结构参数，一套人工神经网络工具用以提供故障推理所需要的BP、ART、RBF等类型的神经网络；最后通过1/4车减震系统故障推理案例以及永磁直流电机故障推理案例验证了实施方案的合理性以及支持工具的有效性。