基于着色Petri 网(CPN)在案例推理(CBR)中的应用研究

案例推理（CBR）是人工智能的一种新求解方法,其中案例检索（case retrieval）是案例推理过程的一个重要环节。在CBR基础上引入了Petri网理论,建立了眼科疾病诊治基于案例推理的着色Petri网（CPN）模型,研究探讨了该模型在CBR系统的案例检索中的实际应用。     

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.     

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.     

部分可观时间Petri网故障的贝叶斯诊断

针对双组元推进系统中环境复杂且部分关键信息无法通过传感器获取,提出基于部分可观时间Petri网故障诊断性的贝叶斯估计方法。研究了基于部分可观时间Petri网的双组元推进系统故障诊断性的贝叶斯估计问题。系统过程的变迁分为可观和不可观,结合变迁触发关系和变迁时间信息,建立Petri网模型的状态类图。遍历所有满足可观测变迁触发时间和序列信息的路径,对于诊断结果为可能故障系统,建立故障变迁对应的贝叶斯Petri网模型,将不可观变迁设置为贝叶斯变迁,根据可观变迁触发状态估计不可观变迁触发概率,进一步判断系统故障状态。最后,建立了基于部分可观Petri网的整体推进系统模块,通过仿真实验验证了算法的有效性。     

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.     

一种面向故障诊断的故障Petri网

根据故障具有并发性等特点,定义了一种面向故障诊断的故障Petri网,介绍了其建模方法,给出了其状态方程和运用状态方程的诊断推理方法.定义的故障Petri网可避免变迁重复发生和推理路径的反复搜索.最后通过实例说明了具体建模方法和故障诊断的推理过程,推理结果与图形分析方法相吻合.     

大型真空系统智能故障诊断

根据大型真空钎焊炉真空系统的故障种类及特点,分析了现有的真空系统故障诊断存在的主要问题。针对大型真空系统故障诊断的不确定性和模糊性等特点,建立了基于故障树分析方法的模糊Petri网模型和推理算法,并以扩散泵不工作故障诊断为例,验证了该模型及算法的正确性和有效性。     

基于新型扩展模糊Petri网的食品冷链故障诊断方法

针对生鲜食品在冷链配送过程中容易发生变质的问题,并考虑冷链过程的时序性特点,提出一种基于新型扩展模糊Petri网(EFPN)的故障诊断方法.该方法通过将模糊规则映射到扩展模糊Petri网,对故障诊断过程中的不确定性问题进行定量分析,从而得到引起故障的原因.利用库所带有的关键因素开始时间信息可排除未发生的因素,降低诊断推理过程的复杂程度.最后通过实例对该模型进行了验证和分析.     

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。     

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。     

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。     

基于多源信息的智能电网动态层次化故障诊断

针对智能电网结构日趋复杂、系统信息呈多元化发展的特点,提出了一种新颖的故障诊断方法,包括用于快速诊断简单故障的开关层,着力解决开关和保护异动情况下复杂故障的馈线层,以及准确判断复杂系统环境下多类型故障的变电站层;同时采用动态跳转策略,调整诊断入口和结构.并且,将改进的深度优先搜索算法、Petri网推理与直觉不确定粗糙集约简方法分别应用于各层诊断中.仿真算例表明,本方法增强了各层诊断的适应性,提高了故障诊断的效率与精度,且能准确诊断多类型复杂故障,具有良好的实践应用价值.     

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。     

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网的设备故障诊断研究

基于设备故障诊断知识的特点,采用层次树结构统一表示故障深浅知识。对普通Ｐｅｔｒｉ 网进行拓展定义,并用拓展Ｐｅｔｒｉ 网综合实现故障知识的表示和故障的诊断推理。诊断时首先基于拓展Ｐｅｔｒｉ 网模型的正向可达性分析进行正向不确定推理,限定可能的故障模块,然后基于Ｐｅｔｒｉ 网模型的反向推理功能在故障模块内具体诊断出故障原因。基于ＦＭＳ故障诊断知识的分析,文中给出了一个利用拓展Ｐｅｔｒｉ 网进行知识表示和推理的实例,证明了方法的可行性。     

证据理论在旋转机械综合故障诊断中应用

针对旋转机械故障诊断中在同一征兆域中很难区分多种故障的实际情况,研究利用其他征兆域的诊断信息,进行全局信息融合,从而获得更为准确的故障定位,提出一种基于神经网络和Dempster-Shafer证据理论的多参数综合诊断系统模型,在该模型中采用证据理论的组合规则进行局部和全局信息融合,得出较好的诊断结果。