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SDG的化工过程多故障诊断

目前,针对化工过程故障诊断的研究多集中在单"剧情",即在某一时刻只有一个故障源,故障传播的路径只有一条.其原因是系统发生单"剧情"的概率非常大.然而,多故障在化工过程中是确实存在的.多故障诊断的难点在于,系统内存在大量不可测节点,可测节点与不可测节点混杂造成剧情数目庞大.如何推理出海量剧情并进行剧情压缩,找到真正的故障传播路径,成为一个研究难点.基于深层知识定性模型的符号有向图(signed Directed Graph,SDG)在推理,压缩剧情方面,完备性较好,推理结果便于压缩.     

基于符号模型检测的SDG模型可诊断性验证

由于定量信息和非线性因果关系的丢失,符号有向图（signed directed graph, SDG）模型的可诊断性需要进一步地进行校核与验证。为此,提出了基于符号模型检测的SDG模型可诊断性形式化验证方法。首先定义了SDG模型的有限状态变迁系统形式化描述,建立了符号模型验证器（symbolic model verifier, SMV）模型;其次利用SDG的深层知识,构造了可诊断性函数,设定了可诊断性上下文,给出了可诊断性定义。然后,构造了SDG耦合孪生SMV模型,定义了可诊断性的计算树时态逻辑公式,提出了验证算法SDGD_CSMV。最后,通过一个实例验证了可诊断性的判定和算法的有效性。     

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。     

石化装置故障诊断技术的发展及应用

针对石化装置的生产及安全管理的特点,介绍了故障诊断技术面临的挑战和各种常用故障诊断方法,并详细叙述了基于符号有向图SDG(Signed Directed Graph)的故障诊断技术的研究进展,介绍了国内外具有代表意义的基于动态仿真的故障诊断研究试验和应用系统,然后介绍了故障诊断系统在石化装置中的应用.最后总结了各种故障诊断技术,指出了这一领域中有待解决的问题和可能的发展方向.     

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。     

基于符号定向图(SDG)深层知识模型的定性仿真

定性仿真是系统仿真技术中的重要研究和应用方向，同时也是人工智能技术的一个重要方面。近年来，随着现代计算机技术的日新月异，使得基于符号定向图(SDG)深层知识模型的定性仿真研究和应用取得了显著进展。SDG模型能够表达复杂的因果关系，具有包容大规模潜在信息的能力，因此特别适合于过程系统危险评价(PHA)、危险识别与故障诊断。SDG模型结构简单，易于建立和修改。然而高质量的SDG模型必须采用经验数据和定量动态仿真检验和校正。采用SDG模型进行定性仿真的关键技术是高效双向推理“引擎”，由计算机软件自动完成。目前，在计算机辅助过程系统危险评价方面，SDG是最有效的方法；在过程系统故障诊断方面，其完备性较好，但诊断分辨率尚待提高。今后的研究应解决：定性仿真和定量仿真相结合；SDG自动建模；通用推理软件平台；大系统高分辨率故障诊断等问题。     

基于RBF神经网络的加热炉钢温预报模型

本文针对加热炉钢温预报模型存在的缺陷,研究用ＲＢＦ神经网络建立和加热炉钢温预报模型仿真结果表明所建立的模型简单,精度高,满足工程要求。     

SDG自动生成故障树软件的研究与开发

故障树分析法是分析系统可靠性的一种有效方法。对于复杂系统而言,进行故障树自动生成十分重要。本文从基于符号定向图的定性仿真方法出发,开发了一套可视化的故障树自动生成软件。本软件由人机交互接口、信息处理中心和推理机三个部分组成,能够支持故障树自动生成的全过程。在软件核心部分推理机的设计中,针对传统的Lapp&Powers算法进行了两点改进。首先,我们提出一种基于反向搜索索引及操作符模块化组态的全面快速的定性推理机制;其次,我们提出了一种新颖高效的矩阵开拓算法,用于搜索SDG模型中的负反馈回路及前馈回路。本文最后给出一个硝酸换热器的故障树自动生成过程,证明了本软件的实用性和高效性。     

基于结构模型的测试性设计与分析技术研究

为了解决因系统信息获取困难导致装备早期测试性设计和维修诊断工作难度增加的问题,提出了一种基于系统结构模型的测试性设计与分析方法。该方法借助图论的数学工具对系统进行数学建模,通过定量分析完成系统的模块划分;在此基础上,建立测试相关性矩阵,以最小测试代价为优化目标函数,应用Huffman信息编码方法生成系统的故障诊断树。与其他方法相比,该方法不仅结果更加优化,而且对系统的内部信息依赖相对较少,可以有效应用于设备的早期测试性设计以及使用过程中的维修诊断工作。     

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。     

基于模糊信息融合的燃压机组定量HAZOP分析

针对传统计算机辅助HAZOP分析中定量信息的丢失现象以及多危险源系统安全决策的困难,提出了基于模糊信息融合的HAZOP建模与推理方法.构建了系统HAZOP有向图知识模型,针对模型中不同属性的节点分别采用相应的模糊定量化处理方法;同时基于D-S证据理论,利用危险传播路径上相关节点之间的定量偏差信息进行模糊融合推理,给出系统存在的危险原因与后果, 以及各自的融合信度,为系统安全决策提供依据.利用该方法对"涩-宁-兰'管线压气站燃压机组的运行状态进行模糊信息融合HAZOP分析,最终给出了系统各危险原因与后果的融合信度及排序,采取有效的安全措施避免事故发生. 与传统HAZOP分析进行比对,工程应用结果证明了该方法能解决传统HAZOP定性分析的局限性与不确定性难题;当系统存在多危险源时, 增强了系统安全决策的合理性.     

一种基于SDG用于危险分析的新型定性仿真技术

安全已经成为世界各国政府面临的一个重要问题。由于安全研究的实验无法在真实工厂中进行，因此仿真技术已经成为研究和解决安全问题的一个核心基础。然而，对于真实化工工厂的精确定量数学模型由于规模庞大和复杂而难以获得与计算。与此相反，定性模型相对容易建模，计算也相对较快。我们提出了一种基于符号有向图的定性仿真技术。它能够有效地针对复杂系统中各个组件间的原因与后果关系。通过网络拓朴和专家规则，SDG模型可以有效地找出系统中潜在的危险。结合目前最为广泛应用的过程危险分析方法，即HAZOP，提出一种新的SDG-HAZOP方法，以代替目前的人工安全分析。最后以65t／h锅炉为例，展示并讨论该新方法的优、缺点。     

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FMECA、FTA的故障诊断和故障预报

根据当前装备故障诊断和预报中存在的问题 ,提出了用装备的故障模式、影响及危害度分析 (FMECA)和故障树分析 (FTA)信息进行故障的诊断和预报工作 ,并且给出了算法模型。FMECA和FTA是装备设计阶段用于分析其故障模式和影响、改进产品设计的方法。充分利用FMECA和FTA的信息进行诊断 ,一方面可以避免传统专家诊断和预报中故障信息缺乏的问题 ,从而提高故障诊断和预报的效率 ;另一方面 ,也可以进一步促进对FMECA和FTA研究的认识 ,从而进一步发展FMECA和FTA方法。这些模型经过专家论证证明确实可行 ,并在所研究的课题中得到了较好的应用。     

连续系统动态趋势分析的定性代数和SDG图论方法

采用定性代数方程表达动态过程的稳态行为是定性仿真的一个重要应用方面,定性代数方程的求解与应用是定性仿真的一个重要领域,基于符号定向图SDG的求解方法是在许多应用领域被证明为最具实用意义的方法.在全面综述SDG方法国内外研究进展的基础上,分析了定性代数人工试错法的局限性,并通过将定性代数方程向动态过程稳态行为描述扩展,结合SDG图论方法的优势,说明SDG方法是目前发展前景较好的一种定性仿真方法,已经在HAZoP危险与可操作性分析、安全评价及智能化自解释仿真训练方面取得了突破性进展,在故障诊断领域亦显示出明显的优势.探讨了SDG方法用于实时故障诊断的算法步骤,并根据SDG方法的不足,对SDG图论方法的研究与发展提出了建议,以提高故障诊断的精确性.     

基于跳变参数估计的故障诊断方法

本文讨论研究了系统跳变参数估计的故障诊断方法。利用卡尔曼滤波法检测及估计跳变参数,从而减少了系统模型参数辨识的计算量。通过选择跳变模型参数集、非跳变模型参数集以及基于知识的方法,减少方程p=f~(-1)(θ)的待求变量数量,提高了故障定位速度。用广义Newton—Raphson方法求解故障定位方程,保证了较高的故障定位精度。     

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.