一种基于有向图模型的模糊多故障诊断算法

基于最大后验概率准则的复杂系统多故障诊断推理算法依赖于系统先验故障概率的获取.针对这一不足,提出了一种基于有向图模型的系统级模糊故障诊断算法.首先用有向图模型描述大型复杂系统各子系统及故障观测节点问的信息依赖关系,建立故障依赖矩阵;然后在故障观测概率空间建立特征故障观测概率矩阵;在此基础上设计了模糊函数以描述实际观测向量与故障特征向量的相似度,并提出了相应的诊断算法.仿真结果表明该算法具有足够的故障诊断精度和诊断效率.     

基于自适应观测器的导弹电动舵机故障诊断研究

介绍一种基于自适应观测器的故障诊断方法,该方法通过构造自适应观测器获取反映系统故障的残差信息,并根据Lyapunov方法证明了自适应观测器的稳定性,然后采用需要样本较少的序列概率比方法进行故障决策。建立了某导弹电动舵机的数学模型,通过构造自适应观测器获取反映系统故障的残差信息,针对该系统出现的故障,利用序列概率比方法进行故障决策,仿真验证了本方法的有效性。     

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。     

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。     

一种基于多级信息融合技术的系统故障诊断方法

采用多级信息融合思想,利用系统故障症状的分散性,提出了一种新的系统故障诊断方法。首先,我们采用多传感器同源数据融合来保证量测信号的准确可靠;然后,利用同一故障在系统中的不同表现症状,采用模糊积分融合,融合输出为相对应的故障诊断结果。最后对燃气轮机的多部位故障诊断进行了仿真研究,结果较为理想。     

基于GERT网络的非等概率共因失效系统故障间隔期预测

利用泊松过程描述了系统共因失效的发生规律,并针对冲击应力下各部件失效概率不同的假设,以状态转移概率和冲击应力间隔时间为GERT网络的参数,构建了非等概率共因失效下的故障间隔期预测模型,并利用流图增益矩阵进行传递函数的快速求解。按照系统最小割集划分故障模式,将系统分解成若干个GERT子网络,并分析各自故障间隔期,以间隔时间最短的最小割集作为决定系统平均无故障时长的关键割集。与已有文献中的方法进行对比,详细讨论了本文所提方法计算非等概率共因失效系统故障间隔期的优势。最后的仿真结果表明,本文提出的模型能够正确预测系统的平均无故障时间。     

一种用于网络系统可靠性计算的快速有效方法

针对大型网络系统故障模式间存在相关性,所导致的系统可靠性定量计算过程复杂且计算量大的问题,提出了网络系统可靠性定量计算的一种有效方法。通过定义故障模式之间的相关度,有效地考虑故障模式之间的相关性,给出了相关度的计算方法。从而可通过各故障模式的故障概率和故障模式之间的相关度综合确定系统的故障概率或可靠度。实例计算表明,该方法有较高的计算效率和精度,适用于大型网络系统的可靠性定量计算     

多态系统可靠性分析广义灰色贝叶斯网络模型

针对多态系统可靠性分析过程中部件和系统的故障状态难以准确界定、故障逻辑关系难以精确测度等问题,基于模糊数学和灰色系统理论提出了一种广义灰色贝叶斯网络模型。该模型首先运用含有区间灰数的模糊子集表征部件所处的故障状态;然后通过运用区间灰数表示系统故障发生的条件概率表征多态系统复杂多样的故障逻辑关系;最后基于贝叶斯网络推理算法和区间灰数运算规则,给出系统处于不同故障状态的概率和部件重要度等可靠性特征信息,为不确定条件下的多态系统可靠性分析提供了完整的解决方案。通过对某民航飞机的可脱离应急跟踪设备的案例研究,表明了所提模型的可行性。     

基于G2的飞船推进系统的故障诊断

探讨了G2的知识表示、知识库管理及实时推理.针对飞船推进系统的工程实际问题,分析了推进舱推进子系统的故障特点,采用神经-模糊系统理论对推进舱推进子系统故障模式的知识表示进行研究,提出了推进舱推进子系统故障的知识表示形式.运用G2软件平台设计了飞船推进系统的故障诊断推理机.该推理机可以实时地诊断出相应的故障模式,记录相关的故障信息,还可以对故障进行预报,以避免故障的发生.     

基于扩展Type-2模糊集的故障检测方法

随着系统复杂程度的不断提高,对系统故障的诊断也越来越困难.提出一种扩展的Type-2模糊集合,利用扩展隶属函数的"肯定证据,排除假象"的特性,建立基于Type-2的模糊诊断方法,并给出了相应的设计算法.增加了负值的扩展隶属函数,将系统输出的残差清晰地划分为三个状态:正常、异常和故障.增加了一个状态,能够更好地得出清晰的诊断结果,有效地避免误诊和漏诊.针对三水箱系统,仿真结果表明了该方法的有效性.     

基于主导子系统的非线性系统鲁棒故障诊断

针对非线性不确定系统的故障诊断问题,提出了一种基于主导子系统的自适应模糊观测器设计方法。利用主导子系统的观测器增益矩阵进行模糊观测器的设计,并推导出了系统状态估计误差有界的条件以及故障估计所要满足的自适应算法。另外,考虑到系统带有建模不确定,对故障检测的鲁棒性和灵敏度进行了分析。给出的仿真示例说明所提出的方法是有效的。     

基于多信号流图和相似性度量的故障可诊断性评价方法

针对目前基于定性模型无法对电子系统故障可诊断性进行定量评价的问题, 将定性模型与数据驱动方法相结合, 提出一种基于多信号流图和相似性度量的故障可诊断性评价方法。首先, 根据系统的组成结构建立多信号流图模型并得到故障-测试相关性矩阵, 基于故障-测试相关性矩阵提出了故障可诊断性评价准则。其次, 提取测试信号的小波包Shannon熵作为特征向量, 以欧式距离作为相似性度量指标, 将故障可诊断性定量评价问题转换为不同故障模式下测试信号特征向量的相似性度量问题。然后, 构建故障可诊断性评价矩阵, 依据故障可诊断性评价矩阵提出了系统可诊断性指标。最后, 通过仿真分析验证了所提方法的有效性。结果表明, 所提方法在不构建数学模型的前提下, 能够实现电子系统的故障可诊断性的定量评价。     

考虑关键故障的测试优化选择

针对现有测试优化选择方法中因关键故障为小概率故障而容易被漏检的问题,提出了一种有指向性的对关键故障进行有效检测和隔离的方法。首先从系统安全性角度,分析了关键故障的重要性。然后基于相关性矩阵,以测试代价最小为优化目标,以故障检测率与隔离率和关键故障检测率与隔离率为约束,建立了考虑关键故障的测试优化选择模型,最后采用基于质心改进和惯性权重自适应调整的二进制粒子群算法进行求解。仿真实验结果表明,考虑关键故障的测试优化选择方法可以有效消除因关键故障漏检而对装备安全造成的严重威胁。     

一类时滞系统的模糊跟踪控制及其仿真

研究了一种基于模糊T-S模型的非线性时滞系统模糊跟踪控制问题。首先利用模糊T-S模型对不确定非线性系统进行模糊建模,然后在此基础上研究了模糊系统在状态可测与不可测的情况下的模糊跟踪问题。控制器的设计避开了复杂的精确反馈线性化与自适应方法。采用本方法,可将控制器的设计问题转化为求解线性矩阵不等式问题,再利用凸优化技术可将其有效地解决。因此该方法既简单又实用,并且通过仿真实例说明了它的有效性与正确性。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

BF及模糊神经网络在旋转机械故障诊断中的应用

本文对模糊神经网络用于故障诊断较传统BP(Back-Propagation)网络的优越性进行了分析,并提出了一种利用模糊神经网络进行旋转机械故障诊断的新方法。在这种方法中利用RBF(Radial Basis Function)神经网络获得隶属度函数,并简化了模糊神经网络的训练,使得新的故障诊断专家知识更易于扩充到现有的故障诊断网络中。仿真结果表明,本文方法所构建的故障诊断网络易于扩展且有良好的诊断效果。     

基于EMD与关联维数的故障诊断AR模型

提出了一种基于EMD和关联维数的转子系统故障诊断方法。该方法用EMD将转子系统振动信号分解成若干个基本模式分量IMF,对包含主要故障信息的IMF分量建立AR模型,AR模型自回归参数的关联维数作为特征量神经网络识别转子系统的工作状态和故障类型。对实验数据分析的结果表明,该方法能有效地应用于转子系统的故障诊断。     

飞行器电子系统的多故障诊断算法研究

飞行器电子系统的多故障诊断问题可看作对各部件的故障概率求解的组合优化问题,在建立了系统故障诊断的概率因果模型基础上,运用遗传算法对飞行器电子设备各部件进行了故障定位。并针对遗传算法易陷入局优的缺点,提出了改进方法,将能量熵的选择加入到遗传算法的退火选择中,以充分地探索解空间,保持种群的多样性。试验结果表明,改进遗传算法能快速确定全局最优值,较好地解决了故障诊断领域中多故障关联的问题。