基于半定量SDG模型的化工过程故障诊断

符号有向图(SDG)能够直观地反映系统的复杂因果关系,可以看出故障传播的路径,但是定性SDG故障诊断模型缺少变量之间的定量信息,推理过程中会产生虚假解,分辨率不高。该文针对SDG的不足,引入模糊隶属度,形成半定量SDG模型,即模糊SDG模型。采用反向推理和正向验证相结合的混合推理方法,并把结论编写为"If-Then"形式的知识规则,以便于利用专家系统对系统进行在线诊断。     

基于SDG模型的AMT重型越野车离合器接合过程故障诊断

针对AMT重型越野车离合器接合过程中故障多发且不易诊断的问题,基于符号有向图(signed directed graph, SDG)模型,为离合器接合过程的故障诊断提出了一种新的方法. 以离合器接合过程中最复杂的车辆起步接合为例,建立了其工作过程的SDG模型,通过实际测得量以及对模型中节点和有向边的分析,查找出故障源,完成故障诊断功能. 结果表明,SDG模型对于AMT系统离合器接合过程故障诊断有效且实用.      

基于模糊逻辑和遗传算法的工程机械故障诊断

为了使遗传算法能够处理存在模糊信息的工程机械故障事件,将模糊逻辑与遗传算法有机地结合起来,提出了一种基于模糊逻辑和遗传算法的工程机械故障诊断方法。充分利用模糊逻辑可以对模糊性和不确定性进行定量描述的特性,对工程机械模糊的系统部件技术状况进行定量描述,求得系统部件发生故障的概率。把工程机械系统部件作为节点引入模糊有向图并建立简化的故障诊断模型。采用遗传算法对可能的故障传播路径进行搜索,获取发生故障的原因。利用该方法既可以有效地处理工程机械故障中的模糊信息,又可以提高遗传算法路径搜索的效率和准确性,并用实例说明了该方法的优点。     

基于SDG和定性趋势分析的控制系统故障诊断方法

针对控制系统的故障诊断难以在早期发现,提出一种基于符号有向图(SDG) 和定性趋势分析相结合的故障诊断方法. 建立系统的故障诊断模型,通过定性趋势分析的方法对控制系统各个单元进行监测,提取当前趋势. 当故障发生时,通过基于定性趋势的反向推理算法,及时找到故障源. 通过在常压塔装置故障诊断上的实验,结果表明该方法能够及时有效地检测、识别控制系统的各种故障(人为误操作、控制器故障等),可应用到实际生产的故障诊断中.     

应用变量因果序分析的符号有向图建模方法

针对传统符号有向图(SDG)建模方法容易引入虚假因果关系的问题,利用因果序分析时系统各阶自含结构进行逐层分解,通过各阶变量完全子集迭代解析平衡结构变量的层级因果关系,以及典范式积分链的约简导出动态结构变量的层级因果关系,运用中间变量的衔接作用,结合变量系数辨识定性的因果影响效果,实现了平衡、动态及混合结构的线性系统SDG模型的构建.以串联存储系统为实例进行验证,结果表明该方法消除了以系统方程等式关系直接导出SDG模型引入的虚假因果关系,且辨识出多处潜在的因果关系,与传统的SDG建模方法相比,以该方法构建的SDG模型精度更高,而且完备性较好.     

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.     

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.     

复杂机电产品基于元动作分解的可靠性建模及故障诊断

为了探讨复杂运动机电产品的故障诊断方法,按照功能-运动-动作(functionsmovement-action,FMA)对复杂机电产品进行结构化分解,根据结构化分解和符号有向图提出了复杂机电产品的可靠性故障诊断模型。为了进一步提高模型的故障诊断能力,将复杂机电产品的元动作定量信息加入模型中,利用模糊数学理论对元动作故障进行定量诊断。采用该方法可以通过对产品运行的变量监测,提高对产品故障的识别能力,为运动复杂机电产品的故障诊断提供基础模型。最后,以某型号加工中心刀库为例,验证了方法的可行性。     

基于模糊数学的工程装备控制系统故障分析

工程装备控制系统结构复杂、故障率高，提出了控制系统故障树分析法。针对该系统底事件和中间事件发生故障概率情况获取不足的情况，建立了故障树模型。用模糊故障树分析法对故障树模型进行定性和定量分析。以故障诊断系统的直流电源子故障树系统为例，将模糊数学理论引入故障树分析法，并将基本底事件发生概率描述为一模糊数，通过其运算规则估计出整个系统的模糊故障率。该方法能快速准确地检测和诊断系统潜在故障，分析控制系统的可靠性。     

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.     

DEDS故障诊断方法在电梯中的应用

针对电梯这种复杂机电系统难以建模的特点，提出基于随机自动机的离散事件动态系统（DEDS）故障诊断方法．深入研究电梯门系统的故障机理，对各元件的典型故障进行分类，并抽象出各元件的事件集和状态集．将传感器信息和事件发生的可能性信息加入逻辑模型，得到系统的随机自动机模型．把门锁装置从门系统中分离出来，建立电梯门锁装置的随机自动机模型，构建电梯门系统和门锁装置的随机诊断器．通过随机诊断器，对门锁系统故障发生的概率进行在线估计，并对门主体系统的可诊断性进行了分析．此方法为复杂机电系统的故障诊断提供了一条有效途径．     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

配电网拓扑结构复杂、分支众多、潮流分布不平衡,且存在通信网络覆盖不完善问题,给精确故障诊断带来很大难度.首先,基于5G承载网络的分布式配电网故障诊断系统,提出了网络时延和丢包模型,测试了实际网络时延.其次,提出了基于经验小波变换(empirical wavelet transform,EWT)和卷积神经网络(convolutional neural network,CNN)的故障诊断方法,对网络传输后的录波电气量进行经验小波变换,得到不同频域分量.最后,对各分量构建卷积神经网络模型,形成EWT-CNN配电网故障诊断方法,给出故障判断报告.实验结果表明,所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点,且具有很好的泛化能力.     

利用Petri网特征结构的故障诊断方法

为解决大规模复杂系统故障诊断中计算复杂性高的问题,提出一种基于Petri网的在线故障诊断方法.首先,建立诊断对象的规范Petri网模型;其次,提出模型的严格最小库所不变量和特征库所不变量集合,并借助特征库所不变量集合描述Petri网模型的结构信息;最后,基于特征库所不变量集合提出任意当前标识的故障函数,并利用故障诊断函数完成故障识别和定位.结果表明:该故障诊断方法采用了系统结构信息,无需遍历系统状态空间,具有多项式级的计算复杂性,能够满足实时性要求.     

基于概率阈的冗余多故障诊断策略

针对冗余复杂系统的多故障诊断问题,为减小计算量和期望测试费用,设定一个概率值作为概率阈,忽略发生概率低于这个值的多故障状态,提出了一种基于概率阈的冗余多故障诊断策略。该策略首先对相关矩阵模型进行转化,并舍弃概率低于概率阈故障状态,然后用Rollout算法对基于信息熵的诊断策略进行优化,并给出了计算步骤与方法。实例表明,与文献中方法相比该策略虽然降低了一定的准确度,但减少了更大比例的期望测试费,而且降低了相关性矩阵模型的规模,缩短了计算时间。     

基于T-S模糊故障树的下滑信标故障诊断分析

为解决实际仪表着陆系统下滑信标GP(Glidepath Beacon)故障时无法快速定位故障点的难题,本文提出基于T-S模糊故障树的故障诊断方法。通过对GP系统进行不同功能系统的划分,进行T-S模糊建模,为每个板件的故障可能性进行模糊数赋值,计算故障程度的隶属度,实现复杂系统的定量计算。建立起两种计算方法,分别为根据系统各板件的故障可能性及根据各板件当前的故障程度来计算系统的故障可能性。经对比,计算结果与实际情况相符,第一种算法适用于简单系统或复杂系统板件的故障诊断,第二种算法适用于大多数系统。可见此法在GP故障诊断方面具有有效性。     

基于置信规则库的机载导弹故障诊断

针对机载导弹结构日益复杂,传统专家系统故障数据少、故障诊断效率低、准确率不高等问题,提出基于置信规则库的方法对机载导弹进行故障诊断。首先,描述了基于证据推理的置信规则库推理方法,建立输入与输出之间的非线性模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,结合故障位置信息,建立参数优化学习模型;最后,以某型机载导弹的制冷系统为例,对基于置信规则库的机载导弹故障诊断方法进行了验证和对比。结果表明,该方法既能克服传统专家系统诊断效率低的问题,同时能够通过参数训练提高机载导弹的诊断精度,较好地提高了机载导弹故障诊断效率,为机载导弹的维护保障工作提供了参考。     

非高斯随机分布系统的集成故障诊断与容错控制

针对一类非高斯非线性随机分布系统,提出了一种集成故障诊断与容错控制算法. 将基于有理平方根模型逼近其系统输出概率密度函数（PDF）,在此基础上给出了基于RBF神经网络观测器的故障诊断算法,诊断出系统发生的渐变故障信息,基于Lyapunov稳定性定理对其观测误差系统进行收敛性分析. 根据故障诊断信息,给出了PI跟踪容错控制策略,使得系统输出概率密度函数仍能够跟踪给定的分布. 仿真结果验证了该集成故障诊断和容错控制算法的有效性.      

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.