分布式离散事件系统的安全可诊断性算法

采用有限状态自动机对分布式离散事件系统建模, 提出一种分布式离散事件系统的安全可诊断性算法. 首先, 获得系统的全局模型, 剪枝并确定系统是否可诊断. 若系统可诊断, 则构建该系统的安全诊断器, 在全局模型中添加安全标签, 判断系统是否安全可诊断. 实验结果表明: 该算法可判断分布式离散事件系统是否安全可诊断, 缩小了求解空间; 最好情况下实例状态数约缩减至7倍, 平均情况下实例状态数约缩减5.45倍.     

电梯故障远程诊断系统的研究

电梯被广泛应用到我们的生产和生活中并且让人们体验到了它的便利性和实用性。电梯的使用数量和范围不断扩大,使用也越来越频繁,电梯故障和电梯事故不断发生,电梯使用率的增高使故障间隔时间明显缩短,成为安全生产和生活中的重要隐患,危及乘客的人身安全,对社会造成经济损失。电梯的安全性和可靠性成为社会关注的焦点。所以电梯安全性成为了电梯行业最重要和最突出的要求。针对电梯故障诊断系统研究现状,根据电梯自身的结构与功能特点,以国内电梯为研究对象,通过对电梯的运行特性进行分析,进而对电梯智能状态监测与故障诊断系统的一些关键技术进行详细的研究。如何提高电梯的运行效率、提高电梯运行的稳定性、安全性和可靠性,缩短电梯故障维修时间已成为电梯行业面临的重大研究课题。     

基于仿真的DEDS优化设计方法

基于仿真的ＤＥＤＳ优化设计问题是ＤＥＤＳ领域内的重大研究课题。本文提出了一套系统的ＤＥＤＳ优化设计方法，文中对该方法所涉及到的混合型变量及约束的处理等问题进行了探讨。     

求DEDS关键路(回路)的Petri网方法

为了研究离散事件动态系统的周期性和稳定性,需要求系统矩阵A在极大代数意义下的特征值和特征向量。文[1]通过以A为关联矩阵的有向图G（A）的关键路（回路）得出了一个求特征值和特征向量的方法。本文提出了一种寻找有向图G（A）的关键路（回路）的有效Petri网方法,它有一定规律可循。     

PLC技术在电梯控制系统中的应用

本文对电梯控制系统的设计、PLC机的选型、应用设计、编程技巧以及系统抗干扰措施、系统优化等进行了较详细的叙述,提出了拓展PLC机接口的方法,具体分析了系统的优点,指出了系统的局限性和应用前景。实际的应用结果表明,在电梯控制技术中应用可编程控制器,由此构成的电梯控制系统对新电梯的开发和旧电梯的改造都具有重要的意义。     

一类离散事件动态系统 (DEDS) 的状态方程

Y.C.HO等人提出了第一个建立在事件域上的DEDS的扰动分析状态方程,但是,这个方程存在着缺陷和不足。本文在较深入分析该方程的基础上,提出了适合于更为一般情况的状态方程。     

一类DEDS的最优控制与调度

本文用极大代数方法［１］对具有ｆｌｏｗ－ｓｈｏｐ结构的离散事件动态系统，建立了缓冲区容量有限的状态方程和带控制项的输出状态方程，讨论了最优控制与调度问题，并提供了通过系统的加工时间矩阵获取动态参数的方法     

人工神经网络技术及其在电梯故障诊断中的应用

电梯是目前应用较为广泛的一种工具,电梯故障严重影响着电梯的正常运营.因此,对其开展故障诊断研究有着重要的实际意义.本文研究了人工神经网络模型的基本原理、网络结构、学习算法,并将该网络应用于电梯故障诊断中,该技术可以快速、准确地诊断出电梯的故障类型.     

在离散事件系统中寻找诊断路径的方法

利用简单的编码理论提出一种在离散事件系统的故障诊断中快速找到诊断路径的方法.该方法通过状态编码,降低了在离散事件系统诊断同步过程中的时间复杂度,消减了诊断路径冗余.能够在给定的观测集合上快速提取诊断路径,更适合实际观测事件较少的系统.在模型完备假设下,除首次根据观测集合进行诊断需要指数级时间外,后续观测诊断时间降低到多项式级.实验验证了方法的有效性.     

基于通信顺序进程的并发DEDS的规范和证实

在实时通信顺序进程（TCSP）的基础上对离散事件动态系统（DEDS）进行建模、规范和证实。介绍了TCSP中与DEDS相关的一些研究成果,根据离散事件的特点作了符号语义上的改进,就两个具体的例子——自动导引小车（AGV）和火车道口系统道口系统建立了TCSP模型,给出了它们需要满足的特性,并据此确立了控制方法和综合后的系统模型。     

基于遗传小波神经网络的电梯故障诊断分析

利用小波分析具有能量分布特征提取的特性和遗传算法优化BP算法的能力,提出了一种基于遗传算法、小波与神经网络的电梯故障诊断方法,并应用电梯故障数据作为实例进行了验证.遗传算法小波神经网络模型诊断速度快、鲁棒性好、故障诊断正确率高.     

基于多传感器数据融合的故障诊断技术

提出了一种基于多传感器数据融合的故障诊断系统框架 ,给出了故障诊断融合技术的详细算法和提高系统柔性与开放性的方法 ,以及与其他故障诊断方法相融合的方法与算法 .提出的基于多传感器数据的故障诊断融合技术具有较好的实时性、柔性与开放性 .检测、控制与多传感器故障诊断相融合可使系统在不增加设备投资的前提下改善系统的性能     

基于故障树的故障诊断专家系统研究

根据航空发动机控制系统的一般故障模式,建立故障树,结合专家系统生成了专家系统的知识库,并着重强调了推理机制的实现.故障解决方法能够很好解决专家系统知识库获取的困难,并能提高故障诊断水平.     

基于并行感知器的制冷系统故障诊断分析

选择热力参数集组成反映制冷系统故障状态的特征向量,提出一种并行感知器神经网络,通过模式分类来尝试联系系统故障状态与热力参数特征向量之间的映射关系.对故障模拟实验结果的应用表明,基于并行感知器网络的诊断方法可行且有效,为开发以人工神经网络为框架的制冷系统故障诊断系统提供了研究基础.     

DHMM的动态模式识别理论在旋转机械故障诊断中的应用

对于旋转机械启动过程的动态模式,提出了一种基于离散隐马尔可夫模型(DHMM)的旋转机械故障诊断新方法.该方法对旋转机械启动过程的局部振动信号进行FFT特征提取,然后利用自组织特征映射对提取的特征矢量进行预分类编码,把矢量编码作为观测序列引入到DHMM中进行机器学习和故障诊断实验.实验表明,提出的方法对旋转机械启动过程进行诊断是十分有效的.     

基于有限状态机的被动测试错误诊断

针对被动测试错误诊断算法只能推测出被测系统可能存在错误却无法准确定位错误的问题，提出了一种逐步定位系统实现错误的层次递进的方法．先利用测试序列的输入输出信息并结合错误模型生成初始诊断错误集合，再依据测试套上下文使用错误检测算法对该集合进行筛选，最后经连续观察或结合主动测试进行错误区分．实例验证结果表明，所提方法能够对绝大多数有单个实现错误的有限状态机模型进行错误定位．     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的     

神经网络专家系统对导弹测试车的故障诊断

研究了基于神经网络的故障诊断专家系统的理论与方法 ,并介绍了具体实现过程 ,同时又将此方法应用于某大型导弹武器系统的局部故障诊断之中 ,结果表明了该方法的有效性     

基于关联规则的电力仪表企业故障诊断

在数据挖掘和关联规则技术的基础上,提出采用经典Apriori算法对电力仪表企业产品数据信息进行挖掘,获取产品故障规则信息,并抽取出不同支持度下的故障规则,实例证明采用该方法产生的规则有利于企业技术部门和决策者进行决策,能更好地为他们提供参考信息。