一种基于模糊Petri网的操瞄系统故障诊断方法

针对操瞄系统故障诊断建模中动态行为较难描述的问题,利用模糊Petri网的方法对系统中的故障传播进行建模.引入模糊产生式规则进行知识表示,研究了模糊Petri网的故障诊断建模方法及其推理算法.利用该方法对某牵引火炮的操瞄系统进行故障分析. 分析结果表明,基于模糊Petri网的故障诊断方法,结构简单、易懂,具有良好的故障表达形式以及有效的模糊推理能力,是一种行之有效的故障诊断方法.     

模糊故障Petri网建模方法及其应用

为克服模糊Petri网和故障Petri网在模拟故障传播、诊断和推理过程中的不足,提出模糊故障Petri网的概念及其建模方法,分一因一果、一因多果、多因一果和竞争模式4种情况定义变迁发生的规则和后果,以此模拟系统的动态运行过程,反映故障传播的固有特性.将模糊故障Petri网的建模方法应用于故障推理与诊断,提出将正向推理和反向推理相结合,并给出相应的推理算法,用泵站机组压力不足的实例加以验证.研究结果表明:该方法既能模拟故障传播过程,又能进行模糊推理,实用性强.     

基于特征Petri网建模的冷水机组故障诊断系统

冷水机组是建筑物中空调系统重要的制冷设备,它的运行状态直接关系到建筑物暖通空调系统运行的性能和稳定性,其故障诊断问题一直受到广泛关注.将特征建模方法引入到冷水机组的故障诊断技术中,并采用模糊Petri网技术实现建模.利用Petri网进行知识表示及推理的矩阵运算算法,描述冷水机组故障征兆与特征参数的关系.运用所提出的诊断系统,不但可以充分利用各特征参数的信息资源进行故障判断,而且可根据冷水机组能效指标COP对故障诊断结果进行综合诊断,有利于冷水机组高效运行.实验结果验证了该故障诊断系统的可行性和准确性.     

基于模糊概率Petri网的故障诊断建模与分析

为筛选故障诊断推理中的冗余信息,研究了面向故障诊断的模糊概率Petri网（FPPN）。通过综合专家经验知识,将事件的概率参数引入推理分析中。并给出了基于状态方程的正向、反向及混合推理分析方法。以铁路道岔系统的故障诊断为例,说明基于FPPN的建模和分析方法,结果表明：引人概率参数的FPPN能够筛除冗余信息,分析过程体现了人工推理的思维模式,优于基于FPN的分析结果。     

故障诊断的模糊Petri网模型

针对故障诊断系统知识具有不稳定性和模糊性的特点，给出了Petri网的定义和故障诊断的模糊Petri网模型，并以实际故障诊断为例，说明了该模型具有直观，表达能力强和易于推理的优点。     

Petri网理论在电力系统输电网络故障诊断中的应用

提出了1种利用Petri网对电力系统输电网络进行故障诊断的方法.即先找出电力系统输电网络故障区域,再利用Petri网对此故障区域电网元件建模,并在计算机辅助下快速查找诊断故障点.     

基于ES-PN模型的电力系统故障诊断

提出了一种基于Petri网理论和专家系统的电力系统故障诊断方法,详细阐述了基于引出线诊断模型和鉴别故障元件的方法,包括故障元件和其保护的关联度。通过对保护的方向性、区域性以及关联度的分析,增加了模型的拓扑适应能力。这种方法克服了专家系统难于用数学方法描述的缺点,增强了Petri网在该问题上的推理能力,利用Petri网建立数学模型,提高了故障诊断速度。诊断结果表明,该方法能够大大减少响应时间,并且比之前的方法更能适应电网配置的变化。     

基于CRPN模型的复杂系统故障诊断

由于复杂系统的结构和运行环境复杂,传统方法无法对其进行故障诊断.文中将基于案例的推理方法和Petri网理论引入到复杂系统的故障诊断中,建立了基于案例推理和Petri网的CRPN(Case-based Reasoning Petri Nets)模型,研究了该模型的变迁规则和案例特征等关键技术.利用两层CRPN模型,可有效地解决已有复杂系统故障诊断方法中存在的模型难以建立、推理过程模糊等问题.最后以飞机的某系统为例,探讨了基于CRPN模型的故障诊断过程,结果表明文中方法是有效的.     

基于模糊推理Petri网的胶带运输系统故障诊断

分析了胶带运输系统故障的特点及传播过程,将模糊推理Petri网用于胶带运输系统的故障诊断,给出了对应的推理过程及Petri网模型,其有效的模糊推理过程及智能推理能力便于计算机编程求解复杂过程,在胶带运输机控制系统故障诊断中取得很好的效果.     

基于信息融合技术的电网故障诊断方法

利用采样数据间的相互关系,以电网元件相关先验概率为基础,通过D-S(Dempster-Shafer)证据理论对检测的故障信息进行融合,获取缺失数据发生的概率;同时,将概率的概念引入Petri网建模,将获取的状态概率值代人概率Petri网故障诊断模型进行故障的诊断,以解决电网故障诊断过程中的信息不完备问题.实例证明,该方法可扩充电网故障的诊断范围.保障电力系统安全运行.     

数控机床的开机回零及其故障诊断

阐述当前数控机床广泛采用的回零原理 ,结合具体数控机床回零发生的典型故障进行分析、诊断 ,合理科学地总结出 :数控机床回零故障发生的主要形式和规律 ,及回零故障的诊断和维修方法     

基于故障树的模糊故障诊断方法

随着电－气、电－液控制系统在工程车辆上的广泛运用,解决其控制电路的故障诊断日趋重要,虽然采用数字电路及其应用主流,但仍有大量模拟电路正在使用中,探讨其有效的故障诊断方法有实际意义,考虑到故障诊断方法及检测效果的差别,提出一种结合故障树与模糊诊断的新方法,通过分析故障树结构,提取征兆集和故障集,利用权矩阵得出故障隶属度输出,根据判断法则确定某工程车辆模拟控制电路的故障位置,提供了维修人员所需的诊断参考数据,并给出诊断流程图,由实际维修经验可知此方法较以往单一检测更为有效。     

基于故障树的智能故障诊断方法

针对传统故障诊断方法的不足,提出了一种基于故障树的故障诊断方法.该方法在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型,求得系统的最小割集,并计算出单元关键重要度.在综合考虑平均故障检测时间因素的同时,提出了故障判明效时比的概念,并以此为依据,从大到小排序,确定故障诊断的最优程序.     

基于概率条件下配电网故障区段定位方法

馈电线路发生故障时,故障区段必然位于两个相邻负荷开关之间的线路上,通过馈线终端单元采集故障信息上报SCADA系统,得到负荷开关上馈线终端的有关故障信息序列,利用故障信息进行故障区段定位。建立基于概率条件下的故障区段定位模型,利用发生故障时的最大故障概率这一条件进行故障区段定位,简单可靠。     

故障树分析法在CCFWM故障诊断中的应用

章介绍了利用故障树分析CCFWM故障的原因的方法，CCFWM的典型故障为例，建立故障树，通过求解最小实际故障进行定性分析。此方法简洁、直观、实用。     

Efficient Fault Tree Analysis of Complex Fault Tolerant Multiple-Phased Systems

Fault tolerant multiple phased systems (FTMPS), i.e., systems whose critical components are independently replicated and whose operational life can be partitioned in a set of disjoint periods, are called "phases". Because of their deployment in critical applications, their reliability analysis is a task of primary relevance to validate the designs. Fault tree analysis based on binary decision diagram (BDD) is one of the most commonly used techniques for FTMPS reliability analysis. To utilize the technique the fault tree structure of FTMPS needs to be converted into the corresponding BDD format. Our research work shows that the system BDD generation algorithms presented in the literature are too inefficient to be used for industrial complex FTPMS because of the problems, such as variable ordering and combination of large BDDs. This paper presents a more efficient approach consisting of a flatting pre-processing technique, a proved efficient ordering heuristic and a bottom-up generation algorithm. The approach tries to combine share-variable BDDs by complex combination operation firstly and then combine no-share-variable BDDs using simple combination operation, thus to alvoid the intensive computations caused by large BDD combination operations. An example FTMPS is analyzed to illustrate the advantages of our approach.     

故障模型及三级分解估计算法

本文给出了通用故障模型、故障检测方法、故障可检测与诊断的充要条件及故障估计的三级分解算法。仿真工作表明本方法是有效和可行的。     

基于故障字典法的雷达故障诊断技术研究

针对雷达故障诊断中被测电路单元的复杂性和多样性进行了分析研究，提出采用故障模式分类的方法。根据电路结构及特点建立故障字典，确定测前故障集，并采用基于故障事例推理的诊断方法，进行故障诊断，并给出了应用实例。该方法大大减少了测试时间和测后分析计算量，加快实时诊断能力。     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

有杆抽油系统故障递阶诊断的故障分辨研究

有杆抽油系统工况极其恶劣,发生故障的概率较高。针对有杆抽油系统的特点及其故障诊断目前存在的问
题,提出基于示功图的有杆抽油系统故障递阶诊断法,该方法分为故障分辨和故障识别两个阶段,即首先在故障分辨
阶段根据正常（或平稳状态）样本的统计规律把示功图分为故障类和非故障类;然后采用基于示功图的有杆抽油系统
故障识别的搜索树方法,对故障样本进行故障类型的识别。它提高了故障诊断系统的故障诊断性能,且不需要建立和
求解有杆抽油系统力学模型,也不存在训练集问题,并能反映出有杆抽油系统自身的基本特征。故障分辨过程包括：
在训练阶段,t 检验剔除异常数据后,通过X2拟合优度检验确定样本的随机分布形式及其参数,进而计算出正常区域
和故障区域;在分辨阶段,根据测试样本是否有特征量落入故障区域来判断其分类。实例表明故障分辨过程能从大量
的数据中筛选出故障样本,分辨的正确率比较高;训练样本的统计规律能反映油井实时的生产状况。