基于PETRI网递阶监控器的间歇过程故障诊断

基于混杂系统理论的Petri网递阶监控器设计方法,对间歇过程的故障传播和诊断进行了研究,建立了具有两层递阶结构的Petri网故障诊断系统,上层采用赋时Petri网协调间歇时序操作步骤,下层采用混合模糊Petri网进行故障监测和诊断.针对一个实验级应用例子建立了故障传播和诊断的混合模糊Petri网模型,实验和仿真结果表明了方案的可行性和有效性.     

基于时间Petri网的电力系统故障恢复算法的研究

随着电网建设的逐步升级和加强,电网结构趋于成熟稳定,但也愈加庞大复杂。电网不可避免受到故障影响而导致停电,严重危害社会经济的持续发展,因此,电力系统故障恢复问题的研究正成为完善电网建设的一项重要任务。时间Petri网是一种用于描述系统动态行为和分析系统动态性质的数学模型,对描述和分析并发现象有其独到的优越之处,非常适合于异步并发系统的建模。用时间Petri网来解决故障恢复是一种新型算法。根据时间Petri网的特点,利用时间Petri网为配电网典型结构建立模型,应用迪杰斯特拉计算机算法,辅助计算电力系统配电网故障恢复的最优路径。举例验证本算法的有效性。     

半导体制造系统改进Petri网模型的建立及优化调度

为了更有效优化半导体制造系统生产资源调度,提出了基于分层着色时间Petri网模型的分时段优化调度方案.通过增强基本Petri网的描述能力和引入分层Petri网的思想,根据半导体制造系统的结构建立其改进Petri网模型-分层着色时间Petri网模型,并在模型中引入调度库所将调度算法嵌入到模型中,该模型能有效地克服基本Petri网模型规模膨胀的缺陷;同时将每一生产周期分成若干时间段,利用遗传算法来寻找各时间段内调度规则组合来优化半导体制造系统的动态性能,实现分时段优化调度,编码时, 根据机器组的利用率来选择部分机器组为瓶颈机器组,重点调度瓶颈机器组, 提高算法的搜索效率;仿真实验结果验证了该调度方案的优越性.     

复杂系统的模糊故障诊断方法研究

复杂系统的故障具有模糊性与精确性的复杂特性,精确的推理方法难以有效地对复杂特性的故障进行诊断。提出模糊产生式规则与Petri网推理技术相结合的故障诊断模型,以研究模糊故障的推理诊断方法。以某发射装置控制系统为研究对象,给出一个复杂特征故障的诊断实例。研究结果表明,模糊产生式规则Petri网模型方法可以有效地对复杂系统的模糊性与精确性双重特征的故障进行推理诊断。     

双组元推进系统的部分可观时间Petri网故障诊断

研究了基于部分可观时间Petri网双组元推进系统的故障诊断问题。针对双组元推进系统中环境复杂且部分关键信息无法通过传感器获取的情况,结合部分可观时间Petri网,提出构建修正状态类图的部分可观时间Petri网故障诊断方法。系统过程的节点对应为可观测变迁和不可观测变迁,结合变迁同步、异步触发关系,标定各变迁时间区间,建立部分可观时间Petri网模型,然后转化为修正状态类图。遍历所有满足可观测变迁触发时间和序列信息的路径,诊断系统是否发生故障。最后对双组元推进系统建立部分可观时间Petri网模型,结合系统工作过程中各执行机构可观测状态,对系统不可观部分进行故障诊断,验证了算法的有效性。     

GA-NN模型在输配电系统中诊断容错性能的评估

在基于神经网络NN模型的高压输电线系统故障诊断和配网故障定位的两个目标的研究中，用遗传算法进行NN结构优化、权重和结构双优化两种模式来研究诊断系统的容错性能，通过仿真测试，并与BP—NN模型相比较，证明可克服NN陷入局部最小、加快收敛和输出解空间重构，使故障诊断的容错性能和故障定位性能相应提高17．34％和13．86％。     

基于Petri Fault Net的磁浮列车悬浮系统故障分析

随着磁浮列车技术的商业化应用,磁浮列车系统故障诊断越来越受到重视。以中低速磁浮列车为背景,在建立磁浮列车悬浮系统故障模型的基础上,针对磁浮列车悬浮系统的复杂性,将基于Petri Net的故障诊断理论Petri Fault Net应用于磁浮列车悬浮系统的故障诊断中。给出了基于Petri网的最小割集寻找方法;根据磁浮列车2001年以来的运行数据统计,计算出了节点的P概率/T概率;在此基础上进行了故障定位和影响分析。列车的试验运行验证了提出的理论准确性。     

着色Petri网的结构展开方法

为提升着色Petri网的设计分析与模型检验能力,讨论了着色Petri网的结构化展开技术.以着色Petri网的令牌单元和绑定单元为基元,通过对着色Petri网展开为普通Petri网的等价性证明,提出了基于着色Petri网关联矩阵和标准元语言的展开规则和规范化步骤.研究结果为着色Petri网到普通Petri网的自动转换过程和着色Petri网验证提供了有力支持.     

基于IDEF0模型的Petri网间接建模方法研究

通过对IDEF0和Petri网两种建模方法分析与对比,表明基于Petri网建模可以解决IDEF0方法在模型的动态性、完备性和方法连贯性方面存在的问题;提出IDEF0模型到Petri网模型的转换思路和基本转换方法,以一个信息管理模块为例实现模型转换,在此基础上提出了改进策略.研究结果有助于以Petri网为统一工具实现系统建模与开发,为解决当前系统开发遇到的问题提供一种新的途径.     

基于Petri网的施工进度建模及优化方法

构建并定义了基于时间Petri网的分级施工网络计划模型,定义了分级库所与任务变迁.在此基础上,对进度计划优化进行了研究.根据我国工程项目管理模式,为满足建筑施工进度计划优化需求,基于HNPC模型建立了一个二级网络计划优化模型;对资源约束工期优化进行了研究,给出了一种遗传算法的解决策略;以Petri网模型的变迁激发序列作为染色体进行计算,使算法和Petri网模型统一起来,并通过实例证明了采用本方法的有效性.     

基于BEDTPN的飞机供电系统故障仿真

针对飞机交流供电系统仿真中故障繁多数据流和控制流难以同时处理问题,结合双变迁Petri网和故障注入方法,提出双触发权DTPN建模方法在DTPN基础上,增加故障扰动输入和变迁状态集合,定义双变迁触发规则,给出相应的矩阵描述运行算法和共享合成规则,以描述库所状态避免网中可能存在的并发与冲突关系在建立组件BEDTPN模型基础上,根据共享合成规则建立系统整体模型仿真结果表明,模型可在实时控制汇流条输出的同时,模拟各种电源构型下驾驶舱操作和故障扰动对系统的影响,满足机务维护模拟机对系统操作和故障仿真的要求     

诊断多智能体重构过程的Petri网模型

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,本文以诊断决策问题的结构及建模过程的层次性为基本思想,提出用立体分层Petri网作为可视化建模支持工具支持嵌套式建模,研究了诊断系统重构的立体分层Petri网框架,并详细分析了诊断系统资源调度的Petri网模型、多智能体诊断系统重构的Petri网模型以及功能智能体执行重构的Petri网模型,全文通过实例说明了Petri网模型的设计方法,最后给出了立体分层Petri网模型的求解方法。     

基于BP-ART混合神经网络的电路故障诊断新方法

建立了基于误差反向传播(back propagation, BP)神经网络和自适应共振理论(adaptive resonate theory, ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,识别多类故障,并对传统的ART神经网络竞争机制加以改进,有效地解决了复杂电路故障诊断的难题。实验表明,基于BP和改进ART神经网络相结合的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

基于测试重要度的Petri网序列优化算法

针对故障诊断测试序列优化问题,提出一种基于测试重要度的Petri网序列优化算法。该方法依据测试代价原则,并引入测试重要度函数,采用Petri网全局搜索算法,在传统测试优化目标测试费用和故障检测率的基础上,选择包含故障信息量大的测试,有效缩减测试序列的长度,并结合测试代价的反馈计算,减少总体测试费用。研究表明,所提出的优化算法克服了传统算法陷入局部优化的缺点,能够有效地减少总体测试代价。     

由Petri网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Petri网表示 ,基于Petri网的建模方法 ,采用Petri网模型求系统最小割集的自顶向下法。与故障树方法相比 ,这种方法可同时获得系统的最小割集和最小路集 ,且求解的效率高。实例分析证实了这一点。     

考虑不确定因素影响的保障任务调度算法

针对装备保障任务的优化调度问题,首先进行静态建模,提出了一个新的数学规划模型,能够有效描述保障单元的力量配置及与保障对象的指派关系等复杂约束条件;随后实施动态建模,利用混合Petri网把数学模型转换为流程模型,不仅构建了变迁激发规则以表达静态数学模型的约束条件,而且设计了新的子网结构模拟突发事件及协同保障的动态过程。为了求解该规划模型,提出了一个基于退火进化的优化调度算法,该算法首先计算保障单元的分配问题,随后搜索资源分配的优先级列表生成保障任务的工作顺序,算法中利用Petri网过程模型计算不确定条件下的目标函数值。仿真实验表明算法能在较快的收敛速度下提高保障单元的利用率。     

基于Petri网和GASA的JSP动态分类调度研究

针对车间作业的加工受到机床、操作工人等双资源制约条件下出现多种扰动的JSP调度问题,提出了基于受控Petri网和GASA对不同扰动进行分类处理的新方法。首先通过构建带有控制器的Petri网模型使系统的运行满足期望的目标,然后基于该模型把遗传算法和模拟退火算法相结合,以最小化最大完工时间为目标,基于机床故障修复时间、工人离岗时间及取消订单包含任务的多少进行分类调度,然后根据扰动恢复后剩余任务的多少决定是否进行再次调度,避免大范围调整造成的生产不稳定状态,最大限度的维持车间的生产能力。最后通过实例验证了算法的有效性和可行性。     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

基于故障树的复杂装备模糊贝叶斯网络推理故障诊断

复杂装备的小批量、个性化定制属性, 注定了其生命周期过程中存在着相对较多的不确定性, 故障隐患必不可免, 故障诊断尤为重要。因此，提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型。首先, 通过分析复杂装备的结构组成, 建立复杂装备的故障树模型。其次, 利用故障树转化法, 构建基于故障树的贝叶斯网络拓扑结构。然后, 针对复杂装备结构数据缺乏和专家打分的不确定性, 通过模糊集合论方法确定条件概率等参数。最后, 进行案例研究, 利用模糊贝叶斯网络推理中的因果推理和诊断推理, 诊断出案例中的故障(潜在故障)节点, 证明了所提方法的有效性。研究成果不仅解决了贝叶斯网络中利用搜索函数构建最优网络不符合实际的问题, 也通过模糊集合论解决了复杂装备数据缺乏和专家打分不确定性的不足。所提模型不仅适应于过程诊断中故障的确定, 同时也适用于事前诊断中潜在风险的识别, 而且对于故障(或潜在故障)节点的改善效果还能起到检测评估的作用。