基于模型诊断的测试序列优化准则

研究了基于模型诊断的测试序列优化准则。对测点的信息量、组件的可靠性以及最小诊断的指导作用这三个因素对于诊断测试序列优化的影响进行了分析,建立了以故障隔离权值为评价标准的测点优选准则,便于诊断测试步骤的具体实施。以Poly-box系统为例,根据系统测试性设计得到诊断树,分别计算了不同诊断树的诊断测试步骤数,结果表明：通过本文的测点优选准则确定的测试序列是最优的。本文在前人研究成果的基础上将测试相关的理论与真实测试序列相结合,提出了测试序列的优化准则,为测试序列的优化提供了一种参考。     

多Agent诊断求解方法研究

该文首先建造了一种包括多诊断Agent的诊断系统结构。为提高诊断Agent求解效率,对诊断Agent内部的故障模式进行聚类,将故障模式聚集成多个故障原型,使诊断只在特定空间是进行求解,避免搜索过程的盲目性和无关性;在此基础上,设计了一种基于故障原型的诊断Agent内部序贯诊断算法。另外考虑到诊断对象固有的关联性特征造成的多Agent间的诊断耦合,提出了以故障原型为依据建立Agent间关联模型的方法。基于故障原型的序贯诊断算法和Agent关联模型使Agent的内部诊断和Agent间的协作行为得以有效的联系。文中最后通过一个化工过程诊断实例对提出的多Agent诊断求解方法进行了验证。     

金属氧化物避雷器缺陷诊断的反距离加权改进KNN算法

针对现行避雷器在线监测系统中缺陷诊断规则不完善而导致大量漏报和误报事件发生的情况,通过分析避雷器三相全电流和阻性电流、三相电压和阻性电流的Pearson相关系数,并考虑环境因素影响,提取环境温湿度、三相阻性电流和三相电压作为避雷器缺陷诊断的特征参数。提出了一种基于反距离加权改进KNN算法的避雷器缺陷诊断方法,通过实例验证所提方法较其他方法具有更优的诊断正确率（97.28%）和泛化能力,为避雷器缺陷诊断提供了新思路。     

采用动态故障树分析诊断系统故障的信息融合法

为提高系统故障诊断效率,提出了一种利用动态故障树分析诊断系统故障的信息融合方法,该方法充分发挥动态故障树建模和贝叶斯网络推理各自优势,通过集成系统结构信息和传感器信息来诊断系统故障.采用高效的零压缩二元决策图生成系统所有最小割集,并采用贝叶斯网络方法计算部件和最小割集的诊断重要度;根据传感器证据信息对系统特征函数化简,同时对部件和证据条件下割集的诊断重要度进行更新;综合考虑部件和割集诊断重要度设计了系统诊断决策算法,生成诊断决策树以指导维修人员恢复系统故障;最后通过实例验证了该故障诊断方法的有效性.     

满足故障可诊断性的传感器配置方法

以系统的部件级物理结构或数学模型为对象,基于有向图技术提出了非线性系统满足故障可诊断性的传感器优化配置方法.在对有向图中故障检测与分离概念进行定义的基础上,设计了一种最小传感器配置方法,讨论了进一步优化的方法:1)按照实际配置情况,以价格、质量、体积与功耗混合的最小代价原则替代最小数量原则,给出了以最小配置为出发点的优化搜寻算法;2)考虑最小配置子集中某传感器发生故障导致的故障可诊断性功能缺失,设计了一种后补偿方法与一种直接补偿的改进贪婪算法.并以卫星的动量轮系统为例进行仿真,仿真结果验证了配置方法的有效性.     

基于模型预测和溯因推理网络的电网故障诊断方法

考虑电网出现故障时,仅依靠开关量状态信息进行诊断,诊断信息冗余度低,复杂故障情况下会影响诊断结果的准确性.引入电气量信息,提出了模型预测和数据清洗方法,建立电网故障诊断系统.利用模型预测得到准确的电气量信息,建立清洗规则和逻辑推理规则,分别对开关量进行数据清洗和验证故障信息.在此基础上,利用溯因推理网络(abductive reasoning network,ARN)对故障信息进行诊断,得出候选故障.仿真结果验证了该方法的有效性和准确性.     

基于决策表的粗糙集属性约简算法改进及应用

针对决策属性集合中只存在两个决策集合的情况,为简化决策属性的表达和计算复杂度,提高约简效率,提出一种改进粗糙集决策表的属性约简算法。该算法以条件属性对决策属性的支持度为基础,采用新的约简规则,基于可分辨矩阵的启发式算法,根据属性重要度改进属性约简算法。以高新技术企业智力资本测量指标体系为例,得到了高新技术企业智力资本的最小约简集。结果表明,该约简算法能够得到一个完备的最小约简集,并能显著提高求解约简集的效率。     

基于决策技术和粗糙集理论的诊断知识库构建研究

针对目前诊断推理中知识库构建存在知识获取困难,提出了一种基于粗糙集和决策理论的诊断知识库构建模型.该模型引入决策技术和粗糙集理论,对源数据进行预处理,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例证明在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征知识,并能有效地解决诊断知识库构建中规则获取的知识冗余或缺失问题,显著提高故障诊断的精度和效率.     

基于改进蚁群算法的城市公共自行车动态调度模型

针对公共自行车系统运营中的借车难、还车难等问题,提出一种公共自行车分区动态调度方法.通过计算机仿真模拟站点间自行车调度,分析不合理、不及时等因素对调度产生的影响.以调度成本最小、转运量最大为目标,建立城市公共自行车分区调度模型,基于改进蚁群算法求解该模型最优调度路径.以丹阳市公共自行车站点数据为例,对模型进行验证,结果表明该算法可以求解得出最优调度回路,且准确性高、求解效率高.     

基于阶跃函数的故障树最小割集算法

本文运用阶跃函数表达故障树,提出了一种计算故障树最小割集的方法。通过对故障树中逻辑“与”门和“或”门的特点进行分析,推导出故障树逻辑关系与阶跃函数之间的转换规则,利用该规则可将故障树转化为便于编程求解的函数表达式。并对算法进行改进,从而大大降低了计算量。通过实例验证了该方法能快速准确地获得故障树的最小割集。     

Deriving all minimal consistency-based diagnosis sets using SAT solvers

In this paper, a novel method is proposed for judging whether a component set is a consistency-based diagnostic set, using SAT solvers. Firstly, the model of the system to be diagnosed and all the observations are described with conjunctive normal forms (CNF). Then, all the related clauses in the CNF files to the components other than the considered ones are extracted, to be used for satisfiability checking by SAT solvers. Next, all the minimal consistency-based diagnostic sets are derived by the CSSE-tree or by other similar algorithms. We have implemented four related algorithms, by calling the gold medal SAT solver in SAT07 competition – RSAT. Experimental results show that all the minimal consistency-based diagnostic sets can be quickly computed. Especially our CSSE-tree has the best efficiency for the single- or double-fault diagnosis.     

基于逻辑的一种诊断方法

基于逻辑的故障诊断方法中一个没有解决好的问题就是如何求得所有极小冲突集。讨论了如何由极小不协调子集求得极小冲突集，然后经出了求所有极小不协调子集的一种方法。对如何应用该算法求得所有的极小冲突集，给出了求诊断的一个过程，最后与相关工作进行了比较。     

可用于诊断产生的计算碰集的新方法

提出一种利用与元素相关联的冲突集个数计算碰集的新方法, 并结合带有终止节点的集合枚举树SE tree形式化地表达计算过程, 逐步生成所有的极小碰集. 由于在SE tree中添加了终止节点, 因而能够较大提高搜索效率. 实验结果表明, 该算法程序容易编制, 且效率较好, 对于复杂的被诊断对象系统可以满足实时性.     

A method of combining SE-tree to compute all minimal hitting sets

In model-based diagnosis, the candidate diagnostic results are generally characterized by all minimal hitting sets for the collection of all conflict sets. In this paper, a new method is proposed to judge a hitting set by the number of conflict sets corresponding to components, and the computing procedure is formalized by combining revised SE-tree (set enumeration tree) with closed nodes to generate all minimal hitting sets. Results show that because closed nodes are added into SE-tree, the search efficiency is highly improved. Furthermore, the proposed method is easy to be understood and implemented. Compared with other effective algorithms with completeness in some experimental tests, the diagnosis efficiency of our proposed method is higher, particularly for single- and double-fault diagnosis.     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

一种新的时频分析方法——局部特征尺度分解

在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,ISC)的基础上,提出了一种新的自适应时频分析方法——局部特征尺度分解(Local charac-teristic-scale decomposition,LCD),该方法可以自适应地将一个复杂信号分解为若干个ISC分量之和.分别采用LCD方法和经验模态分解(Empirical mode decomposition,EMD)方法对仿真信号进行了分析,分析结果表明:2种方法都可以有效地对信号进行分解,但LCD方法在计算效率和抑制端点效应等方面要优于EMD方法.此外,还将LCD方法应用于滚动轴承故障诊断,实验信号的分析结果进一步表明了该方法的有效性.     

接地网故障诊断的一种新方法

提出一种无伤诊断接地网故障的新方法.首先提出并证明了利用接地网的可及点电压值检测接地网故障的判据,然后应用网络撕裂法概念建立接地网区域故障的诊断方程.模拟仿真诊断结果表明,这种诊断方法是正确而有效的,它可以用于电力系统接地网的故障诊断.     

基于RBF神经网络的变压器故障诊断及MATLAB仿真研究

研究应用RBF神经网络进行变压器故障诊断,以提高变压器故障诊断率。分析了径向基函数神经网络的结构和工作原理,设计一个诊断变压器故障的三层径向基网络。通过采用MATLAB进行仿真实验,结果表明RBF神经网络是一很强的分类器,能够有效的对变压器故障进行诊断。     

基于多源信息的智能电网动态层次化故障诊断

针对智能电网结构日趋复杂、系统信息呈多元化发展的特点,提出了一种新颖的故障诊断方法,包括用于快速诊断简单故障的开关层,着力解决开关和保护异动情况下复杂故障的馈线层,以及准确判断复杂系统环境下多类型故障的变电站层;同时采用动态跳转策略,调整诊断入口和结构.并且,将改进的深度优先搜索算法、Petri网推理与直觉不确定粗糙集约简方法分别应用于各层诊断中.仿真算例表明,本方法增强了各层诊断的适应性,提高了故障诊断的效率与精度,且能准确诊断多类型复杂故障,具有良好的实践应用价值.     

基于混合模型的多重故障诊断

介绍了基于模型的多重故障诊断，它可通过ＡＴＭＳ来实现，能克服基于规则的诊断系统的一些局限性，但当运行模型和故障模型同时被运用或者等级模型被运用时，普通ＡＴＭＳ不能处理这种情况．本文应用分层ＡＴＭＳ来实现基于混合模型的故障诊断方法，同时给出广义最小诊断的定义，从而克服关于最小诊断定义中的不足．由于分层ＡＴＭＳ能表示和处理论据之间的优先级，因而能运用混合模型，能结合基于模型和基于规则的诊断，及提高诊断效率．