基于数据驱动的伺服机构执行器故障诊断

以往对于伺服机构故障诊断大多在控制系统中进行,往往会掩盖伺服机构执行器本身的故障,并且执行器的恒增益故障不容易判别.针对这些缺点,分析执行器的故障机理,找出了伺服机构的有效测点,提出了基于数据驱动的执行器故障诊断方法.仿真实验证实了方法的有效性.     

基于模糊定性趋势分析的JTC综合故障诊断方法

针对JTC(jointless track circuit)补偿电容和调谐区故障检测方法不兼容的问题,提出基于模糊定性趋势分析的JTC综合故障诊断方法,实现包括补偿电容和调谐区设备的JTC综合故障诊断。基于传输线理论分别建立JTC补偿电容与调谐区设备故障的仿真模型,以补偿电容所在位置为分割点,提取JTC无故障及补偿电容与调谐区设备分别故障时的信号曲线趋势构建知识库,通过计算实际信号与知识库中经典故障模式的匹配度得出诊断结果。结果表明:信噪比越高,诊断正确率越高,当信噪比为50dB,电阻为1Ω·km时,诊断正确率高达94.9%。相比于模拟退火算法,诊断方法具有更好的适用性和灵活性。     

卫星光通信瞄准控制系统的故障树分析

瞄准、捕获和跟踪(PAT)技术是卫星光通信中的关键技术之一,对PAT子系统进行有效的状态监测与故障诊断具有十分重大的意义.针对PAT子系统中瞄准控制系统的故障诊断问题进行了研究.以电机转动异常这一故障为顶事件建立了故障树,并运用数学方法对其进行了定性与定量分析.应用表明,故障树分析法运用于瞄准控制系统故障诊断是可行的.     

一类混杂系统多重故障的半定性诊断方法

为解决混杂系统中多重故障诊断等分支研究相对薄弱的问题,以一个三容水箱系统为背景,提出了一类混杂系统多重故障的半定性故障诊断方法.该方法使用混杂自动机对系统进行建模,利用混杂串级神经网络跟踪子系统的状态变化,并考虑了故障改变模式顺序的问题.对元件的多重故障进行了仿真研究,结果表明,该方法能够很好地对系统中的多重故障进行诊断,为混杂系统的多重故障诊断提供了新的实用途径,模糊理论在基于半定性方法的多重故障诊断中具有广阔的应用前景.     

油制气控制系统故障诊断技术

以油制气控制系统为背景,对控制系统故障诊断技术进行了研究,提出了一种基于信号迭加的故障诊断新方法,并运用该方法研制出油制气装置故障诊断系统.该系统能准确地诊断出油制气控制系统故障的位置和部件,显示故障信息和处理方法.     

高铁进出站控制系统的Petri网故障诊断研究

高铁进出站控制系统是保证高铁正常运行的关键枢纽。针对高铁进出站控制系统是否发生故障及故障发生的准确位置,基于部分可观Petri网的结构特点和整数线性规划问题,提出了一种在线故障诊断算法。算法获取被诊断系统的基本观测序列和基本点火序列,计算观测序列的最大长度,选取故障诊断参数K,应用提出的故障诊断算法对高铁进出站控制系统进行仿真实验并进行了故障诊断分析。实验结果指出高铁进出站控制系统在运行过程中出现的故障,与实验设定故障完全相符。而对于系统中不可观事件和不可观运行状态所发生的故障,该算法仍准确指出了故障发生位置,由此可证明该诊断方法能够满足高铁进出站控制系统对故障诊断算法实时、准确的要求。     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

小波分析在控制系统故障诊断中的应用

目前,控制系统均是基于传感器和执行器工作的,而传感器和执行器的故障已成为导致控制系统失效的主要原因.故障诊断就是要从系统的复合信号中,采用分离或突出或局部放大故障信号,使故障信号易于被人们发觉.因而需要对其相关信号进行分析,借此诊断出系统内部的故障.而小波变换利用平移和伸缩下的不变性,以提供信号在时域和频域的局部描述,从而求出该信号的奇异点.仿真实验结果表明利用小波变换的奇异点检测在控制系统故障诊断中具有优越性;据所提出的诊断结果修正方法,可提高诊断的可靠性.     

粗糙集神经网络系统在歼击机结构故障诊断中的应用

给出故障诊断中定性和定量的诊断方法,先用粗糙集理论定性分析有无故障及故障的性质,再用神经网络定量计算故障的大小.通过利用粗糙集的数据预处理能力,从原始的数据中提取出故障诊断的规则,从而将输入映射到输出的子空间,而后在此子空间上用神经网络进行故障度的诊断.文中还将此法用于某歼击机的故障诊断中,并和传统的人工神经网络故障诊断模型相比较,结果表明了本文方法的有效性.     

基于因果图故障模式重要度的分析方法

因果图理论是可以进行故障分析的概率推理方法,但是缺乏对故障模式的重要性的分析.笔者在因果图理论中引入故障模式重要度概念,并成功运用于煤矿瓦斯爆炸的故障分析中.研究结果表明,基于因果图故障模式重要度的方法,是可以有效地进行故障诊断和安全分析的定性和定量的方法,能为事故预防提供可行的对策.     

SDG-Based HAZOP and Fault Diagnosis Analysis to the Inversion of Synthetic Ammonia

This paper presents some practical applications of signed directed graphs (SDGs) to computeraided hazard and operability study (HAZOP) and fault diagnosis, based on an analysis of the SDG theory. The SDG is modeled for the inversion of synthetic ammonia, which is highly dangerous in process industry, and HAZOP and fault diagnosis based on the SDG model are presented. A new reasoning method, whereby inverse inference is combined with forward inference, is presented to implement SDG fault diagnosis based on a breadth-first algorithm with consistency rules. Compared with conventional inference engines, this new method can better avoid qualitative spuriousness and combination explosion, and can deal with unobservable nodes in SDGs more effectively. Experimental results show the validity and advantages of the new SDG method.     

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.      

基于粒计算-SDG的故障诊断仿真平台

针对目前实际工业系统不允许在运行中进行实时的故障诊断试验及研究的问题,设计了基于Matlab中GUI的高温硝酸冷却系统的故障诊断仿真试验平台。本试验平台采用符号有向图的深层知识模型和反向推理方法,利用系统模型中的相容通路,推理基本故障的故障诊断规则,引入信息粒度和信息粒化原理,实现了粒矩阵的知识约简算法,构建了基于粒计算-SDG的故障诊断方法。最后通过实验验证了该仿真试验平台的有效性。     

基于SDG简化模型的工控系统数据网故障溯源方法

针对工业生产控制系统数据网的故障诊断溯源问题,提出了一种基于SDG简化模型的故障溯源解决方法。首先,基于工业生产控制系统数据网的结构特性,建立系统的SDG模型,通过分层和划域建模的方式缩小故障定位的搜索空间。在此基础上,根据业务告警发生时所提取的观测信号量,结合纵向数据和求生数据进行节点的生存分析;其次,结合工业生产系统数据网中故障特征分析,通过单节点故障判定方法判别各节点设备是否故障;最后,结合溯源诊断规则中故障溯因库的原因分类对网络故障进行根源性判定,实现故障溯源。通过测试验证的方法,验证所提方法在工业生产控制系统数据网中应用的可行性,能满足快速故障溯源的要求。     

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。     

Probabilistic SDG model description and fault inference for large-scale complex systems

Large-scale complex systems have the feature of including large amount of variables that have complex relationships, for which signed directed graph （SDG） model could serve as a significant tool by describing the causal relationships among variables. Although qualitative SDG expresses the causing effects between variables easily and clearly, it has many disadvantages or limitations. Probabilistic SDG proposed in the article describes deliver relationships among faults and variables by conditional probabilities, which contains more information and performs more applicability. The article introduces the concepts and con- struction approaches of probabilistic SDG, and presents the inference approaches aiming at fault diagnosis in this framework, i.e. Bayesian inference with graph elimination or junction tree algorithms to compute fault probabilities. Finally, the probabilistic SDG of a typical example of 65t/h boiler system is given.     

基于广义SDG的化工过程故障模拟分析

安全稳定的运行是化工过程的首要目标,因此快速、准确地发现故障成为化工生产企业的一项重要工作。符号有向图(signed directed graph,SDG)能够简洁、有效地描述复杂的因果关系,但传统SDG模型存在一些不足。该文在传统SDG模型的基础上,提出了广义SDG模型,扩展了节点(种类和状态)和边,使其包含的信息更加丰富,基于广义SDG的故障模拟不仅可以定性地给出故障程度,而且通过边的关系减少了虚假解。实例分析表明,基于广义SDG的故障模拟可以提高分析效率,改善过程安全以及提高操作人员判断故障源的能力。     

SDG故障诊断模型的检验和验证

将定量模型检验和验证的思想应用于符号有向图（SG或SDG）定性故障诊断模型,以使其达到较高的完备性和分辨率。基于SDG HAZOP平台,提出了针对SDG定性模型检验和验证的非正式检验、静态检查、动态试验和诊断结果半定量风险分析的4个关键步骤,给出了静态检查中的操作点非正常原因可达性检验和不利后果可达性检验步骤的具体内容。以加热炉SDG故障诊断模型为例,验证了上述步骤的有效性。     

基于AHP的火控系统故障诊断策略研究

 在常用的火控系统故障诊断方法中,直观观察判断法对维修人员经验要求较高,备件转换法则应用场合有限,而采用故障树分析方法对火控系统进行故障诊断与排除,当碰到逻辑门时,往往由于诊断路径选择不当,导致工作量大,诊断效率降低。针对上述问题,在故障树分析法的基础上,引入层次分析法,建立诊断层次结构模型,以量化后的经验信息优化故障树诊断搜索策略,得出合理的故障排除方案。通过实例分析和实验验证,证明经层次分析法优化后的故障排除法比盲目排除法耗时更短、效率更高,对提高复杂火控系统的故障诊断效率具有一定的实用价值。     

基于质心广义力监测的发动机故障诊断新方法

发动机的故障诊断大多只针对某一特定类型的故障,分析对象的特征与故障的映射关系不明确,且提取的特征通用性不好,导致发动机故障诊断发展缓慢,至今尚没有一套成熟的诊断系统可应用于实际。分析了基于振动的发动机故障诊断的国内外研究动向,提出将质心广义力作为汽车发动机故障诊断的分析对象,明确发动机故障诊断分析对象的特征与故障的映射关系,对于开辟发动机故障诊断方法的新途径具有重要意义。