石油化工SDG故障诊断仿真试验系统

基于SDG深层知识模型的推理方法是一种完备的揭示系统故障的有效方法，石油化工的SDG故障诊断方法也是当前研究的热点问题。系统仿真技术在故障诊断系统中发挥了特殊的作用，建立用于故障诊断的仿真试验系统是必要的。本文给出了该系统的硬件和软件结构，讨论了其中的关键技术。该试验系统可用于辅助建立SDG故障诊断模型、阈值修正、案例试验、模型验证及模型简化等，并可依据国际标准对诊断系统进行系统安全整体性要求测试，包括软件可靠性试验和硬件可靠性试验。     

化工过程SDG建模方法

SDG(Signed Directed Graph)是一种重要的定性建模技术，特别是在安全评价和故障诊断领域。本文系统介绍了两种常用的SDG建模方法：基于数学模型的方法和基于流程图的方法。此外，本文提出了一种基于经验知识的建模方法。由于安全评价强调揭示潜在故障的全面性，而故障诊断则要求诊断速度和故障分辨率高，因此基于经验知识的建模方法分为评价模型建模方法和诊断模型建模方法。采用此方法建立的评价模型不仅能全面表达故障，而且还能揭示故障的传播规律；建立的诊断模型简单精炼、故障分辨率高。     

基于PCA和SDG的传感器故障诊断方法研究及应用

针对传统基于PCA(主元分析)的传感器故障诊断方法缺乏故障推理能力,难以定位故障源的缺点,提出一种PCA与SDG(符号有向图)相结合的传感器故障诊断的方法。此方法分为2步:首先建立系统的SDG模型和PCA模型,使用PCA方法监控所有的过程变量;第二步,当故障发生的时候,通过PCA得到异常变量的状态,根据变量的状态,通过SDG模型进行反向推理,找到可能发生故障的传感器。通过液位控制系统的仿真实验以及在常减压装置(AUDU)故障诊断上的应用,结果表明方法能够及时有效地检测出单个或多个传感器故障,提高了诊断的准确性与分辨率。     

基于SDG的加热炉HAZOP与故障诊断

随着现代流程工业日益大型化和复杂化,生产中重大恶性事故不断发生,促使人们越来越重视对安全技术问题的研究,而安全评价与故障诊断正是安全工程领域中的两个重要方面。在分析符号有向图(SDG)技术的理论基础上,探讨了SDG定性模型在计算机辅助HAZOP安全评价和故障诊断中的实际应用,并针对石化领域中常用的加热炉设备,建立SDG模型进行HAZOP和故障诊断分析。实验结果表明,基于SDG的HAZOP和故障诊断技术具有完备性好、节省时间、人力、费用等众多优点。     

基于SDG的智能故障诊断方法研究

提出了一种基于符号有向图 (signeddirectedgraph ,SDG)的智能故障诊断方法 ,其基本思想是通过分别建立系统及其部件所对应的SDG ,并将此SDG对应于需诊断的故障模式进行化简 ,然后将建立的诊断规则库用逻辑运算进行扩充 ,形成系统的诊断规则库。诊断时通过将系统变量的定量取值简化为定性值 ,并应用所建立的规则进行比较 ,得到最后的定性诊断结果。     

基于动态模拟的化工过程故障诊断

化工过程中的故障检测与诊断多通过对历史数据和知识的分析来进行.提出了一种新的故障检测与分析方法,利用动态模拟来监测化工过程,并在过程发生异常时及时进行故障诊断.这种方法所针对的是可由动态模型内部参数来表征的一类故障,这些参数可通过动态模型的在线校正获得.该方法不需要设计观测器来估算过程的不可测变量,还可以将故障检测和诊断任务同时进行.该方法被应用于了重力水箱系统和庚烷芳构化反应器系统,并同传统的参数估计方法进行了比较.     

SDG方法与过程安全分析的关系

过程安全分析(PHA)涉及，过程的危险、各种事件的超前识别、适用于安全的工程和管理控制、工程和管理控制的事故所造成的后果、设备状态和人的因素等诸多方面。推荐的安全分析方法有，如果…怎么样法、检查表法、危险与可操作分析法(HAZOP)、故障模式及后果分析(FMEA)或故障树分析法等。这些方法中的大多数与SDG(符号定向图)在根本原理上相同。因此，SDG是过程安全分析中一种极为关键的计算机化技术。     

基于SDG的计算机辅助危险与可操作性分析

对于过程系统，危险与可操作性(Hazard and Operabiljty，简称HAZOP)分析是一套应用最广的评价方法。但是人工评价存在费时、费力、成本高等缺点。本文介绍了一种基于SDG(Signed Directed Graph)的计算机辅助危险与可操作性分析系统，该系统基于SDG定性模型。过程模型利用模型库中的单元模型建立，通用性强，且又能分析各种具体工艺的特定信息。应用实验表明，与人工专家评价相比，该系统具有完备性好、省时、省力、成本低、评价结果系统性和条理性强等众多优点。     

基于分级SDG的物资供应方案缺陷分析建模研究

针对物资供应方案缺陷分析困难,引入定性建模的符号定向图(SDG)方法进行建模研究.对物资供应方案的概念、缺陷分析的重要性和存在的主要缺陷进行概括,简明论述选择SDG法研究的优势并介绍分级SDG,建立了物资供应方案的缺陷分析定性模型,在研究定性推理方式的基础上对所建模型进行定性推理,设计实例获得唯一推理结果,对推理结果进行分析.结果证实了用SDG定性建模的方法研究物资供应问题的可行性.     

基于自适应模糊推理系统的柴油机故障诊断

为解决柴油机故障诊断问题,采用自适应神经模糊推理系统(ANFIS)建立其故障诊断模型.利用减法聚类方法确定模型初始结构,并采用由梯度下降算法和最小二乘算法所组成的混合学习算法优化模型参数.经文中试验数据检验,所建模型故障识别值与实际值之间的最大误差为10.16%,最小误差为0.115%,平均误差为2.26%,识别精度达到了97.74%.仿真结果表明,与BP网络模型相比,该模型收敛速度快,拟舍能力强且诊断识别精度高,能够有效识别柴油机放障.     

基于独立源分析的过程监测及故障诊断方法

多元统计过程控制(MSPC)要求观测数据服从正态分布,而实际的工业过程数据大都不满足正态分布条件。独立源分析(ICA)是近几年才发展起来的一种新的统计方法,可以克服对数据分布的依赖。为此以ICA算法为核心,引入一种新型的过程监测及故障诊断方法。应用ICA提取独立源,利用I2图,Ie2图和SPE图进行故障检测,将变量重构图用于诊断故障。以三水箱系统为背景进行的实验研究,验证了该方法的有效性。     

基于BP神经网络的故障诊断方法

提出了一种表示故障的模型 ,然后为其建立了基于 BP(逆向传播 )模型的神经故障诊断网络 ,给出了该网络的训练算法和故障诊断步骤 ,并提供了在雷达系统设备上对某些部件的仿真调试诊断实例 .     

Gear Fault Recognition and Diagnosis Based on Ant Colony Optimization Algorithm

introduce a new kind of swarm intelligence algorithm, the Ant Colony Optimization （ACO） algorithm. Propose a clustering analysis model based on ACO, apply the model to recognition and diagnosis of operation state for gearbox. Testing four kinds of gears and clustering some characteristic parameters of the gear vibration signal, the conclusion shows that this method can recognize running state with accuracy and all speed. It is a new method for fault recognition and diagnosis.     

定性趋势分析在过程故障诊断中的应用研究

为了用计算机对传感器数据的瞬态演化进行建模,提出了定性趋势分析(Qualitative Trend Analysis,QTA),趋势是基于三种基元:{不变,上升,下降},用这三个基元组合的七种形状来描述过程的趋势,这种定性的过程趋势描述是一种很有用的方法。系统介绍用于过程故障诊断的定性趋势分析(Qualitative Trend Analysis,QTA)两个重要算法:趋势提取算法和趋势识别算法。为了使得趋势提取算法和趋势识别算法有更大的适应性,采用了分级阈值的办法来动态地获得趋势提取和识别中所需要的阈值。获得过程的趋势后,用一种趋势匹配的策略构架来诊断故障。对于过程工业的故障诊断,定性趋势分析的优点是能够简洁、快速地诊断故障。     

一种改进的卫星网络故障诊断算法及其评估

星际链路的加入提高了卫星网络的连通性和自治性，也使得整个网络更为复杂。故障检测与诊断是保证此类网络容错性的一项重要措施。在前面工作的基础上，提出一种改进的基于系统级诊断的卫星网络故障诊断算法，并给出诊断正确性的证明。通过仿真对算法在一种双层LEO／MEO网络中的通信开销和诊断完全率（诊断出状态的网络节点数在网络节点总数中所占百分比）进行深入分析。结果表明，改进后的算法比原来的算法具有更好的通用性和诊断完全率。     

神经网络在柴油机故障诊断中的应用研究

该文利用尺度共轭梯度算法的神经网络对柴油机进行故障诊断 .首先讨论了其训练算法 ,然后确定了柴油机故障诊断所用特征参数及故障种类 ,并提出特征参数数据归一化公式 ,最后以 6-1 3 5 ZC柴油机为例 ,将实验数据输入网络验证 .结果表明 ,神经网络对柴油机故障识别率很高 ,应用于柴油机故障诊断领域是切实可行的 .