发动机故障的模糊最小割集诊断法

针对发动机故障的特点，将最小割集诊断与理论与模糊诊断理论相结合建立了模糊最小割集诊断法。这种方法吸取了经典逻辑与模糊逻辑的优点，容错性较强，降低了割集理论中由于诊断过于严格而造成的漏诊风险。     

模糊下割集与模糊交割集

通过对模糊集理论的研究,提出了模糊割集的一个新概念{x0≤μA(x)≤α}称之为模糊下割集,并讨论了模糊下割集与原模糊割集之间的关系及模糊下割集和模糊交割集若干性质。     

神经网络用于设备故障诊断的理论与方法

本文利用神经网络的理论对机电液设备系统故障诊断的几个基本问题进行了探讨，提出了以神经网络系统定义机电液设备系统故障的概念；再通过形式神经元构造逻辑函数，求得了故障树的最小割集和控制事故发生的最小路集．     

基于模糊灰关联的汽车驱动桥系统故障树分析

为解决传统故障树分析方法在分析大型、复杂的系统时无法获取完整的故障信息和准确的故障发生率的问题,提出基于模糊集理论和灰色关联理论的改进的故障树分析方法。首先,通过故障树分析求出所有的最小割集,采用三角模糊数描述故障底事件的发生概率,并根据模糊算子计算出顶事件的模糊概率和各底事件的模糊重要度;然后,建立灰色关联模型,以底事件模糊重要度为子序列,以最小割集构成的特征矩阵为母序列,计算各最小割集与顶事件之间的灰色关联度,以此快速、准确地确定系统可靠性改进的重点方向。最后,将此方法应用于汽车驱动桥系统的可靠性分析。研究结果表明:汽车轴承疲劳点蚀为该系统的薄弱环节;该方法在一定程度上解决了汽车驱动桥系统在故障率信息严重缺失下的可靠性分析问题,可为改进系统的可靠性和安全性,制定相应的安全措施提供参考。     

改进BDD算法在故障诊断中的应用

【目的】为了在复杂系统中快速定位故障源。【方法】将因果图转化为二元决策图(Binary decision diagram,BDD),遍历BDD,求出引起故障发生的所有割集,并利用0-1编码的方式表示每一个割集,根据编码的长度确定割集的重要度。【结果】综合考虑结构重要度以及最小割集的发生概率,确定需要检测故障源的排序。【结论】该方法兼顾了结构重要度大的最小割集诊断优先性及发生概率大的最小割集诊断优先性,提高了诊断的准确性。     

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.     

一类代数上的逻辑学（Ⅱ）

Ｚａｄｅｈ的复合命题演算方法（简称ＣＲＩ方法）虽然已被广泛采纳并在应用上取得了很大成功，然而ＣＲＩ方法至今尚未有严格的理论基础．本文在一类模糊公式代数Ｆ（Ｓ）上通过特殊的赋值方法为模糊取式（ＦｕｚｙＭｏｄｕｓＰｏｎｅｎｓ）与模糊拒取式（ＦｕｚｙＭｏｄｕｓＴｏｌｅｎｓ）建立了严格的逻辑基础．其中关于ＦＭＰ的一个结果不只是Ｚａｄｅｈ的ＣＲＩ方法相应结果的改进，而且也是首次把ＣＲＩ方法纳入了模糊逻辑的框架之中，沿此途径，进一步提出并研究了前提与结论之间的支持度与相似度的理论．     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

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。     

基于阶跃函数的故障树最小割集算法

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.     

最小割集在事故分析中的作用

阐述了最小割集理论及其在事故分析中的作用。为有效地控制事故和降低事故率提供依据。     

35／10kV配电网规划中的可靠性定量评估

本文根据电力系统可靠性评估理论，采用基于最小割集原理的系统可靠性计算方法，对上海某区２０００年３５／１０ｋＶ配电网规划方案进行了可靠性定量评估。从网络基本最小路概念出发，编程时采用一定技巧，能明显节省寻找最小割集所需的时间和内存。     

基于故障树模型的城市雾霾风险分析

针对城市雾霾成因的复杂性以及预测其发生概率和规律缺乏精确值的现状,提出基于故障树模型的城市雾霾风险分析评估方法.通过对城市雾霾成因资料搜集与分析,建立以"城市雾霾"为顶事件的故障树.在对故障树进行定性分析基础上,得到引发城市雾霾风险发生的12个最小割集,确定了城市雾霾风险分析的主要模式.采用模糊综合评判分析方法对故障树进行定量分析,评估基本事件权重和顶事件发生概率,以更有效防治和应对雾霾天气,降低城市雾霾带来的风险危害性.     

基于模糊最小集的试卷诊断模型

利用模糊最小集方法，提出了一种考试试卷诊断模型。该模型首先确定诊断参数向量对应症状的最大可能分布，再由界限值决定症状集；最后利用诊断逻辑识别。     

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊C均值聚类算法，这个聚类验证准则是用来确定模糊C均值算法中合适的聚类数．针对T—S模糊模型，由模糊c均值聚类算法确定其逻辑前件参数，进而采用最小二乘算法确定模糊推理规则的后件参数．最后，应用本文建模方法对一个非线性实例进行仿真计算，并与其它方法进行了比较，结果表明本文方法是有效的．     

改进BARINEL算法的网络时延故障诊断方法

随着网络系统的规模和复杂性不断增加，网络系统不可避免地会出现不同类型的故障。本文提出了模糊逻辑扩展的改进BARINEL算法，实现网络延迟软故障诊断。为了解决求解诊断候选项的指数复杂度问题，设计了一种基于启发式函数的最小命中集方法，有效降低了求解中的计算复杂度。针对BARINEL算法对多值逻辑错误检测机制表达能力不足，提出了模糊逻辑的BARINEL算法，能更有效诊断出故障链路及故障点。实验结果表明，当网络中至少有20条可用路径条件下，所提出的新方法能够花费更少的代价正确识别出故障节点。     

最小生成树DNA算法

为了改进粘贴模型,提出了用生化实验实现求解割集的计算方法,并基于该方法给出了最小生成树DNA算法.首次将分离实验扩展为基于分离板的分离实验和基于电泳技术的分离实验,所提出的最小生成树DNA算法打破了DNA计算的计算模式——用求解割集的最小边的方法逐步产生最小生成树.用该方法求解割集利用了分离实验运算的高度并行性,最小生成树DNA算法的时间复杂度是线性的,从而降低了算法的时间复杂度.     

基于多伴随直觉模糊粗糙集的三支决策

决策粗糙集提供了处理不确定数据和风险数据决策问题的一个新方法,基于决策粗糙集的三支决策理论是典型的风险决策理论的推广.传统的直觉模糊粗糙集采用一对三角模与蕴涵算子来构造逻辑算子,未考虑属性之间的差别,而多伴随直觉模糊粗糙集采用多个伴随对构造逻辑算子,更好地体现了用户偏好.构造了多伴随直觉模糊粗糙集模型,研究了基于多伴随直觉模糊粗糙集的三支决策.首先,定义了乐观多伴随直觉模糊粗糙集,并用于处理直觉模糊数的复杂计算问题;然后利用隶属函数和非隶属函数计算损失函数,通过期望损失函数对事件对象进行评估,进一步构造了相应的三支决策模型;基于期望损失函数值最小的原则诱导出三支决策,并得到相应决策的风险值.此模型中期望损失函数的构造是基于支持度与非支持度两种度量的综合讨论,考虑更全面,更能有效地反映实际生活情况,满足用户偏好.最后用医学诊断的例子来验证该模型的有效性.     

基于模糊逻辑与遗传算法的故障诊断方法研究

探讨了模糊逻辑与遗传算法相互结合与集成的方法,从以下三个方面对两者的结合在故障诊断中的应用进行了研究;首先是用模糊逻辑理论对系统进行描述;然后用遗传算法对可能的故障传播路径进行搜索;最后是实现了模糊逻辑与遗传算法相结合的故障诊断．     

重整加热炉模糊故障树分析研究

应用模糊故障树分析方法研究了连续催化重整装置中三合一组合式加热炉的可靠性.以重整加热炉工艺失常为顶事件,建立故障树,采用上行法定性分析找出该故障树的31个最小割集.引入模糊集理论中的模糊数概念,采用尖型L-R模糊数描述故障树中各底事件的发生概率.按照模糊逻辑门的运算法则定量计算故障树各中间事件及顶事件的发生概率区间.在各中间事件中,炉管故障的发生概率最高,且辐射室炉管故障明显高于对流室,从而确定出辐射室炉管为加热炉的薄弱环节.研究结果表明:对于很难或无法获得底事件发生概率准确值的石油化工设备而言,模糊故障树是一种有效实用的可靠性分析方法,与传统的故障树方法相比,计算得出的结果更加科学合理,更接近工程实际.