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(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。     

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。     

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。     

基于改进LSTM神经网络的化工过程故障诊断

针对现代化工过程中数据非线性、高维度以及动态时序等特点,传统的故障诊断模型对化工过程的故障诊断精度较低.基于此,设计了一种基于改进的长短时记忆神经网络(LSTM)故障诊断方法.首先,将采集的故障数据输入卷积神经网络(CNN),对数据进行特征提取和降维;其次,将处理过的数据输入改进的LSTM网络,进行深层特征提取;最后,把提取的深层特征信息输入到注意力机制进行特征“聚焦”,实现特征融合后输入softmax分类器实现故障分类.由田纳西-伊斯曼(TE)过程诊断实验结果表明,基于改进的LSTM网络的故障诊断方法在故障分类精度、训练速度方面都更优于递归神经网络(RNN)、门控循环神经网络(GRU)、卷积神经网络(CNN)和深度自编码网络(DAEN),在实际化工过程的应用有一定的优势.     

基于知识共享和重用的化工过程故障诊断技术研究

基于分布式人工智能的知识共享和重用原理、方法 ,提出了依层次化对象分解构建化工过程的面向对象的集成故障检测与诊断系统的方法 ,并据此构建了一个通用的化工过程故障诊断系统 ( GCFDS)。通过对一具体生产过程的实例化仿真结果来看 ,应用实例的建立和运行结果都令人满意。     

基于MAS的火电厂生产过程智能控制模型研究

针对火电厂生产过程控制系统的组成、功能、目标、方法及其分布特性的研究,给出了基于MAS控制的建模和拓扑结构。并对多智能体控制系统协调工作过程的实现机制进行了分析。结合现场DCS进行了实际应用,投运结果表明,该方法对大滞后、非线性、多干扰、变参数具有较好的控制能力,同时证明了MAS在解决火力发电厂生产过程控制方面的有效性。     

基于双核独立元分析的化工过程故障诊断算法研究

由于化工生产过程数据具有强非线性和非高斯性特征,提出了核主元分析与核独立元分析相结合的可用于化工过程故障诊断的双核独立元分析算法,该算法利用核主元分析的非线性核函数把数据从原空间映射到高维特征空间进行白化预处理,再用核独立元分析算法进行独立元分析,在特征空间中获得故障监控统计量,计算控制置信限,达到有效的故障诊断.提出的算法应用在连续搅拌反应釜过程中,结果表明,该算法对化工过程故障诊断能有效提高准确度、降低漏报率和误报率.     

GA- LVW算法在化工过程故障诊断中的应用

针对田纳西-伊斯曼(Tennessee Eastman, TE)化工过程中故障特征难区分、诊断方法易陷入局部最优等问题,提出一种基于遗传算法(genetic algorithm, GA)改进的拉斯维加斯包裹式(Las Vegas wrapper, LVW)特征选择方法GA-LVW。利用GA算法改进LVW算法搜索盲目性的缺点,使得特征组合能够快速有效地收敛到近似最优,进而集成机器学习的分类器对TE过程进行过程监控,发现异常状态,从而实现故障诊断。通过TE化工过程的故障诊断实验验证,将GA-LVW算法与未改进的LVW算法及未进行特征选择的分类算法进行对比,结果表明所提GA-LVW方法提高了LVW特征选择的稳定性和寻求近似最优解的迭代速度,从而提升了分类器故障诊断发现异常状态的准确率。     

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统，将多agent技术引入复杂故障诊断领域，是求解复杂过程的故障诊断问题的一种新的尝试．讨论了基于MAS的分布式智能故障诊断方法和过程，设计了一种agent诊断系统结构及其原型系统，对诊断问题任务辨识、分解、各agent的内部诊断机制、多agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究．并重点描述了诊断agent的领域知识表示及多agent诊断系统的组织模型和各任务agent的功能定义，具体分析了诊断问题的故障分解与控制策略．在一电力企业安全监控系统的应用中，该模型能快速、准确地进行故障成因分析，给出合理的、建设性的决策意见，取得了与专家相似的诊断结果．克服了以往监控诊断系统的很多不足，提高了企业的安全运行效率．同时，与传统的诊断方法相比．体现了auent技术的特有优势．     

基于MAS理论的机器人系统研究概述

介绍了多智能体机器人系统的发展和关键技术 ,对国内外的MARS研究作了综合 ,描述了未来多智能体机器人系统的发展趋势 .     

化工过程故障预测,诊断和补偿专家系统FEDCS的开发

针对作者所开发的化工过程故障预测，诊断和补偿专家系统ＦＥＤＣＳ，在知识表示方法，知识库模型，推理及问题求解策略，模糊知识处理，故障预测及补偿等方面进行了深入剖析，详细讨论了其内部实现机理，并提出适合于组织化工领域知识的类对象分类原则。     

一种基于非线性独立元分析(NICA)的化工过程监控方法

针对实际工业过程数据中的非线性问题,研究了一种基于非线性独立元分析的多变量过程监控方法。该方法根据贝叶斯原理,构造多层感知器网络恢复过程数据,并以此建立过程的数学统计模型,对其进行实时监控。在大型工业设备仿真器TE上的应用表明了该方法的有效性,同时,在故障诊断方面也体现出了一定的优越性。     

化工过程故障预测、诊断和补偿专家系统FEDCS的开发

针对作者所开发的化工过程故障预测、诊断和补偿专家系统ＦＥＤＣＳ，在知识表示方法、知识库模型、推理及问题求解策略、模糊知识处理、故障预测及补偿等方面进行了深入剖析．详细讨论了其内部实现机理，并提出适合于组织化工领域知识的类对象分类原则．     

基于MAS的改进的囚徒困境模型研究

通过对传统博弈模型的分析,针对其效率低的Nash平衡解,提出了具有激励机制的改进的“囚徒困境”模型。改进模型包括两个阶段,第一个阶段双方要独立给出用于激励对方合作所支付的成本,第二个阶段双方根据修改后的收益矩阵进行博弈。详细分析了改进模型,并应用基于MAS的建模方法进行了建模仿真。理论分析和仿真结果均表明,在改进博弈模型中采取合作策略的百分比高于传统博弈模型中采取相同策略的百分比,系统收益输出具有Pareto效率,影响收益输出的主要因素是双方提供的支付成本大小。     

基于MAS的铁路信号设备故障诊断策略

主要讨论基于MAS技术为铁路信号设备故障诊断系统设计面向Agent的任务分解策略和诊断策略.由于铁路信号设备故障的复杂性和多样性,管理Agent首先进行任务分解,将不同类型的故障分配到不同故障诊断Agent中进行诊断.根据故障类型设计相应的诊断Agent能有效提高诊断的精度和效率.     

基于LSTM-DAE的化工故障诊断方法研究

现代化工过程愈加精密化、复杂化,使得化工过程数据呈现高度非线性、强耦合等特点,传统的故障诊断模型难以学习此类数据的有效特征表示,且无法挖掘隐含的时间序列信息。针对上述问题,提出了一种长短期记忆（long short-term memory,LSTM）网络与降噪自编码器（denoising auto-encoder,DAE）结合的LSTM-DAE化工故障诊断方法,用基于LSTM的特殊编码方式代替传统DAE模型的全连接网络编码方式,并结合高斯噪声处理和全连接网络解码层,搭建出基于LSTM-DAE的特征提取模型,最后由Softmax分类器输出故障诊断结果。该方法结合了DAE与LSTM的优点,确保了编码特征获取的有效性。使用田纳西-伊斯曼（Tennessee-Eastman,TE）过程数据设计所提方法与其他5类模型的对比实验,实验结果表明：在多故障诊断效果上,基于LSTM-DAE的化工故障诊断方法的训练集正确率达到了96.02%,测试集正确率达到了97.31%,平均误报率仅为0.65%,平均漏检率仅为3.19%,在6类模型中为最优;在单故障诊断效果上,基于LSTM-DAE的化工故障诊断方法能够提高对故障14的分辨能力,并缩短对故障18的检测延迟时间,有效降低了漏检率,表明所提方法能够在实际化工过程中进行有效的故障诊断。     

基于MAS的武器装备体系对抗模型与实现

基于MAS的武器装备体系对抗仿真是军事学研究的前沿,目前我军具有实用价值的MAS模型较少。基于已经完成的某项武器装备体系对抗仿真课题,给出了一个模拟武器装备体系对抗的MAS整体结构模型,分析了MAS中单个Agent的内部结构,介绍了软件实现。     

化工过程系统仿真平台开发中的关键技术(英文)

开发了一个计算机仿真平台作为计算机集成过程运行的实验平台,以一个典型的化工过程－Ｔｅｎｎｅｓｓｅｅ－Ｅａｓｔｍａｎ过程为例,对开发化工过程计算机仿真平台所需的关键技术进行了研究,包括面向对象技术、通信、数据库、用户图形界面,并通过模拟及仿真实现了这些技术。