电子电路故障诊断的模糊Petri网模型

提出了一种适用于电子电路故障诊断系统的模糊Petri网模型,用模糊Petri网表示故障诊断的模糊知识与推理机.     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

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.     

基于模糊 Petri 网的发动机故障诊断

基于模糊 Petri 网的基本原理,提出了简明有效的推理算法,并以发动机为例说明了 Petri 网在故障诊断中的应用.     

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。     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

基于改进时间模糊Petri网配电网故障诊断方法

配电网设备可靠性地区差异大,故障诊断自动化程度低.为保证能够快速精确地做出故障诊断,提出了一种基于改进时间模糊Petri网配电网故障诊断新方法.首先利用保护断路器信息、报警信息、状态信息和电气量来纠正断路器动作信息,确定停电区域;然后根据动作的断路器能够保护的范围确定可疑故障元件,利用带时标的保护断路器信息,针对可疑故障元件建立时间模糊Petri网模型进行故障诊断.模拟测试表明,此方法提高了配电网故障诊断速度和准确度,具有良好的实用价值.     

加权模糊Petri网的正向推理算法

通过引入补弧,使加权模糊Petri网能够处理含有非命题的规则.提出一种建立在加权模糊Petri网模型上的形式化正向推理算法,将加权模糊Petri网与矩阵运算结合,通过矩阵运算来实现推理.     

基于加权模糊Petri网的电网分层故障诊断方法

为了降低模型建立的复杂度,增强模型的灵活性和通用性,研究了用于电网故障诊断的分层加权模糊Petri网模型,对系统中的元件分别建立子网和综合诊断两层模型,并将建立的分层加权模糊Petri模型与Stateflow元素对应转换,利用Simulink构建故障诊断模型,结合故障推理算法,求得元件的故障概率值,准确判断出故障元件。针对一个典型电网模型进行案例测试,结果表明,所建模型和仿真方法简单方便,具有准确性和通用性。     

利用Petri网模拟基于属性的不确定性推理

本文主要介绍了如何使用Petri网来实现基于属性的不确定推理。并且在一般Petri网的基础上进行改进，分别使用了模糊Petri网和模糊着色Petri网来进行实现。并且用一个具体的例子显示了Petri网的运行过程。     

基于模糊统计的模糊Petri网token确定方法

在模糊Petri网应用研究中,普遍存在模糊token由专家直接给出或主观假定的问题。基于这种情况,提出了通过模糊统计法来获得库所的模糊token,为成功应用模糊Petri网理论创造了条件。给出了计算模糊token的通用形式化算法。实例论证了模糊统计法在求取模糊token时的可行性与有效性。     

基于模糊Petri网的误用入侵检测方法

提出了基于模糊Petri网的误用入侵检测方法,并将类似于神经网络的学习引入模糊Petri网,以调整攻击知识模型参数. 理论分析表明,基于模糊Petri网的误用入侵检测系统具有更高的推理效率,能从环境中动态学习调整知识模型的相关参数,如阈值、权值、确信度. 仿真结果表明,在大多数情况下,学习调整后的知识模型能够提高误用检测系统的检测率.     

基于矩阵运算的产品拆卸过程规划

以模糊Petri网为工具,给出了模糊产生式规则推理Petri网模型,并将模糊Petri网与矩阵运算相结合,提出了一种模糊推理过程的形式化推理算法.在此基础上,针对产品拆卸过程中知识具有不确定性和模糊性的特点,采用模糊推理Petri网建立了产品拆卸路径决策模型,并通过实例,对所提出的拆卸路径决策算法进行了论述,结果表明此决策模型在产品拆卸过程规划中具有很强的并行处理能力,它可以根据产品在拆卸过程中零部件的信息对每一步操作做出适时的智能化决策.     

基于模糊Petri网的事故树模糊分析方法研究

为了降低获取现场采样数据精确值的难度并提高事故诊断的准确性,根据模糊事故树和模糊Petri网均具有描述事件发生因果关系链这一共同特征,采用模糊Petri网来表示事故树,建立了事故树的模糊Petri网模型,在Petri网中对事故树进行了模糊分析研究.该方法不仅可以对顶上事件各特征量进行估算,还能利用模糊Petri网推理算法进行事故诊断,实现了Petri网与事故树的紧密结合,使事故诊断更加切合实际.引入模糊集合理论到事故树分析方法,用模糊数来表示事件发生的概率,减小了获取底事件发生概率精确值的难度,在一定程度上修正了事故概率统计数据的误差.该方法可以将生产现场的实测数据与专家经验数据结合起来,使得分析结果更接近于工程实际.图2,表1,参13.     

基于Petri网的故障诊断新方法

在分析故障诊断问题特点的基础上，提出一种不增加Petri网元组的故障诊断新模型，对故障传播的分析更加方便，并通过实例验证了方法的有效性。     

柔性制造过程基于PETRI网与知识的诊断

讨论了柔性制造过程的监控与诊断问题．提出了一个有效的监控与诊断系统的结构和模型，探讨了基于ＰＥＴＲＩ网与知识的集成监控与诊断层次模型和集成诊断策略等问题．将ＰＥＴＲＩ网与基于知识的ＡＩ方法相结合，用于柔性制造过程的监控诊断，旨在提高监控与诊断的实时性、快速性和有效性