基于MAS的化工过程故障诊断研究(I)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法。通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度。采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上。     

基于MAS的化工过程故障诊断研究(Ⅱ)

针对化工过程的故障诊断问题,给出了分布式化工过程故障诊断问题的多智能体的合作求解模型。通过对尿素生产过程中尿素蒸发与造粒的化工过程的仿真研究,详细描述了基于多智能体的故障诊断系统的应用方法。这种分布式的框架结构同以往的集中式的诊断方法相比,无论是在满足通信需求还是在简化计算复杂程度上都具有显著的优越性。     

甲醇合成过程中基于MAS的故障诊断方法

针对甲醇合成生产过程的特点和故障产生机制,将多智能体系统(MA S)技术引入到生产过程的故障诊断中,把生产过程划分为一些相对独立的组件,分派特定的诊断智能体对其进行故障诊断,通过智能体之间的协作,充分利用过程中的局部信息而给出整个过程的故障诊断结果。通过仿真实验,得到了满意的结果。     

复杂诊断系统的MAS分布式协作方法

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,研究一种基于MAS的分布式智能监控系统。以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出融合不同表达方式和推理机制的多Agent并行诊断结构,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统。工程应用效果验证了多智能体结构框架下复杂系统分布式求解的可行性和有效性。     

化工过程集成型智能故障诊断系统研究与开发

在分析各种诊断方法优缺点的基础上，针对化工过程故障诊断，结合小波分析，专家系统和神经网络等技术，提出了一个集成型智能故障诊断系统框架，开发了润滑油桐苯脱蜡油回收装置诊断咨询系统，试验表明，该系统诊断效果良好，能满足工厂的实际需求。     

基于本体论的故障诊断知识获取

故障诊断知识是故障诊断学的一个重要组成部分,它可以为计算机自动诊断、故障诊断智能教学、故障诊断自然语言理解提供知识基础,为此提出了一种基于本体论的故障诊断知识获取方法,该方法对故障本体的分类、表示进行了建模研究,得出了故障诊断知识的一些公理,并对故障诊断本体的一致性进行了分析.     

大规模多智能体仿真平台设计方法的研究

大规模多智能体系统是分布式人工智能领域的一个研究热点,由于多智能体间复杂的交互过程受到诸多不确定性因素的影响,实现系统的宏观优化是关键难点.前期研究发现,某一参数的小范围变化可能引起整个多智能体系统性能的大范围的波动;并且多智能体控制协作算法的研究多数仅与非智能的控制方法进行简单对比,缺乏通用的仿真平台来抽象系统环境并模拟复杂的多智能体行为.为此设计了一种通用的大规模多智能体协同控制平台,该平台能够模拟多智能体系统必须完成的协同控制任务,并且通过变换多智能体系统的相关参数模型及加载不同的智能体控制策略,可以模拟和评测系统各项协作性能指标,为未来设计和提升算法性能提供研究基础.     

面向复杂过程系统的集成化智能故障诊断系统

提出采用层次诊断模型建立集成化智能故障诊断系统的方法，文中对系统结构，组成及实现等进行了较详细讨论了，并简单介绍了一在微机上实现的化工生产过程的集成化智能故障诊断原型系统。     

智能故障诊断技术及应用的研究

首先讨论了故障诊断系统的主要任务及其不同的分类方法,接着对几类典型智能故障诊断方法的原理、特点、诊断内容、诊断过程作了分析和比较。由于在实际应用中一种单纯的故障诊断方法往往得不到理想的诊断效果,因此重点讨论了几种重要的综合智能故障诊断方法。最后对智能故障诊断方法的应用做了简要介绍并对智能故障诊断方法的进一步发展做出思考。     

基于移动机器人的可重构多智能体系统平台的构建

介绍了构建基于移动机器人的可重构多智能体系统实验平台的方法.在详细分析了可重构系统的主要特点的基础上,阐述了分布式人工智能领域中任务分解理论、多智能体基于对策论的协调理论,给出了构建实验平台的实现策略,包括整个可重构系统的体系结构设计、单智能体结构设计.最后,采用开放式智能体结构技术实现了系统多智能体的组织协调.     

基于CBR/MBR的智能网络故障定位系统的探究

目前的智能故障诊断技术,多采用某种单一的人工智能技术运用于整个故障诊断过程,难以满足对复杂网络故障进行准确、有效的定位和诊断的全部要求。文章拟采用基于CBR/MBR的分布式事件关联技术对故障进行定位,以准确、快速地分离出故障源。     

水电机组故障诊断系统中的模糊诊断技术研究

介绍了在水电机组故障诊断系统中采用的模糊诊断技术,构造了故障诊断的模糊关系矩阵.此模糊知识已成功地应用于实际水电厂的故障诊断系统中,在故障诊断系统的使用过程中得到进一步的充实和验证.在整个系统的多年运行中,此诊断方法成功地诊断出如转子不对中、尾水管偏心涡带等机组运行问题,为电厂的维修与管理提供了有价值的依据与参考。应用效果表明,使用模糊诊断方法于水电机组故障诊断中是有效的,模糊关系矩阵也在故障诊断系统的使用过程中得到进一步的充实和验证.     

基于模糊聚类算法的精炼过程真空系统故障诊断

针对大型真空冶金系统(DVMS)的故障点多、故障征兆不明显且要求其故障诊断快速、准确的特点,提出了一种基于模糊聚类算法的智能诊断模型·该模型具有很强的自学习、自组织能力适用于大型复杂真空系统的故障诊断·在介绍了模糊聚类算法的理论同时,给出了模糊故障诊断的步骤·以RH KTB真空冶金系统的智能故障诊断为例给出了模糊诊断的实际过程·通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性·     

大型汽轮发电机组混合智能诊断方法的研究

针对大型汽轮发电机组的状态监测与故障诊断问题,为了克服单一故障诊断方法的局限性,对现有大型设备故障诊断方法作了全面的分析和比较之后,提出并探讨了多种故障诊断技术集成的混合智能诊断方法.该方法根据设备故障诊断过程的不同阶段和具体任务,综合利用了模糊数学、模糊模式识别、模糊人工神经网络、基于规则的诊断专家系统等多种故障诊断原理,并且已经分别在电站热力系统的故障诊断和机组振动故障诊断中实际应用.     

基于最小窗口MPCA的间歇过程实时监视和故障诊断软件

间歇过程起停频繁,状态变化反复,其过程监视和故障诊断十分困难.实时监视和故障诊断软件在原有DCS系统软、硬件设备基础上,基于最小窗口MPCA非线性多模型建模和监视方法,采用C,VB和MATLAB语言混合编程开发,用于挖掘数据中隐含的信息,解决批次过程实时在线监视和诊断问题.将该套软件应用于某化工过程,能早期预报和诊断异常情况,为操作人员监视和评价过程性能提供了可靠的依据,提高了过程操作的安全性,同时使产品质量提高.     

基于粒子滤波的分布式智能故障诊断系统研究

针对传统故障诊断系统硬件结构以及故障识别算法过于复杂的问题,提出并研究了一种基于粒子滤波的分布式智能故障诊断系统.该系统采用ZigBee无线传感网络实现系统分布式多变量参数的实时采集,基于粒子滤波算法在线处理各变量数据,并基于简易模式识别算法获得系统真实状态的准确估计,实现系统故障的智能诊断与故障预示.智能故障诊断系统由ZigBee无线传感数据采集网络、粒子滤波算法、系统状态模型和故障模式识别四部分构成.粒子滤波算法基于粒子序贯重要性重采样和蒙特卡洛方法对传感器采集数据滤波,抑制或消除干扰及显著性误差对系统状态估计的影响,可避免粒子退化.故障模式识别就是求取与粒子滤波输出的系统状态估计曲线残差之和最小的系统状态模型.智能故障诊断系统的实现和实例实验结果表明该系统能实现对象的远程监测、对象状态的精确估计、对象故障的准确诊断,拓宽了分布式传感网络的应用范围,并具有成本低、可靠性高、实时性好和易实现的优点.     

基于BP神经网络的挖掘机智能故障诊断知识库设计

介绍了基于BP神经网络智能故障诊断技术在贵阳矿山机器厂O.8m3.液压挖掘机故障诊断系统应用中系统故障诊断神经网络知识库设计的方法与步骤,结合液压泵子系统故障诊断实例详细阐述了智能故障诊断故障库设计过程中神经网络建立、训练样本获取及神经网络学习的具体方法.     

复杂系统基于混合知识模型的智能故障诊断技术

系统阐述了复杂系统故障诊断知识的概念、类别和相互关系,研究发展了定性和定量、浅层和深层、模糊和动态等多种诊断知识的获取方式和集成组织模型,建立了因果、结构和模型等不同层次和类别诊断知识的面向对象表示方法,提出了综合多层次和多类别诊断知识的智能故障诊断理论和策略.该策略能有效提高故障诊断的准确性以及诊断推理的效率.     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

精馏塔开车过程混合故障诊断策略

化工过程有很多过渡过程,例如开停车、不同稳态间转换和间歇过程.这些过程的非线性很强,变化范围大,需要有经验的操作员连续监控.近年来对过渡过程的故障诊断比较通用的方法是多变量统计方法,其优点是能快速检测异常的发生,但是用贡献图分析方法的诊断效果往往不够理想.本文结合主元分析和动态时间规整的方法,提出了一个开车过程的混合故障诊断策略,提高了故障诊断效率.一个实验室规模的精馏塔开车过程的在线故障诊断应用实例表明:该策略具有比较好的早期故障诊断效果.