一种识别最小冲突集的实用方法

应用Ｒｅｉｔｅｒ提出的基于第一原理的诊断方法解决连续系统多故障诊断问题的难点是有效地识别最小冲突集合组。文章针对工业过程控制系统的特点,提出一种实用算法。首先根据系统的结构和传感器分布等不变知识,离线识别最小冲突集候选;然后根据测量数据,使用约束悬挂和约束传播技术,在线确定最小冲突集合组。算法是完备的,且大大节省时间资源,便于实时故障诊断     

用MDMC-HS-tree方法计算极小碰集

产生待诊断设备冲突集的所有极小碰集是基于模型诊断的一个重要步骤,极小碰集即为该设备的候选诊断.HS-tree算法产生的节点数目较多,效率较低.因此,提出了基于极大度和极小势的MDMC-HS-tree方法.每次选择势最小的集合进行扩展,以便减小树的宽度;并删减包含势最小集合中度最大元素的集合,不断将大问题化简为小问题.实验结果表明:本算法能够产生所有极小碰集,且在计算大规模碰集时产生相对较少的节点,为实际设备故障诊断提供较可行的方法.     

基于模型诊断中用逻辑数组计算最小碰集

在基于模型诊断中 ,冲突集的最小碰集就是诊断目标 .提出用二维逻辑型数组计算冲突集的最小碰集的一种新的算法 .     

一种开关电容网络子网络级诊断的新算法

在电荷守恒原理和灵敏度分析基础上，提出了一种开关电容网络（ＳＣＮ）子网络级故障诊断的新算法，运用该算法，在诊断过程完成后，能确定出非故障网络（或非故障元件集合）和故障子网络（或故障元件集合）。     

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.     

分布式全局最大频繁项集更新挖掘算法

提出了针对数据水平分布的分布式数据集下的全局最大频繁项集更新挖掘算法（UDMFI）,用于解决当最小支持度阈值发生变化时全局最大频繁项集的更新挖掘问题.通过提出的带项目头表的频繁模式树（HFP-Tree）来存储数据,然后根据最小支持度阈值变小时,原最大频繁项集的集合中的元素一定是新最大频繁项集的集合中某些元素的子集的特性,以及最小支持度阈值变大时,原最大频繁项集中的一些最大频繁项集将可能不再是新最大频繁项集的集合中的最大频繁项集的特性,充分利用已挖掘的结果,从而减少挖掘过程中的费用.实验结果表明该算法具有较好的效率.     

基于信息熵的系统诊断参数交互推理选择方法

介绍了一种多输入，多输出系统的故障诊断参数选择方法，该方法经可观参数集的信息熵为标准，进行启发性诊断参数集的划分，先以系统状态决定的启发性诊断参数子集作为驱动数据，实施正向推理，缩小目标集合，再以故障目标集合为对象，进行反向推理以确定最终故障集合；最后将故障集合的元素所对应的可测诊断参数作为系统的诊断参数进行测量，该方法构成了诊断型专家系统的一子部分。     

基于模型的局域网诊断系统

基于模型诊断的HS—DAG算法，提出一个网络通信模型的诊断系统，当局域网出现故障时，能够根据观察结果判断故障出现的位置，不会因为剪枝而丢掉部分最小碰集，提高了故障诊断效率。     

大型低速柴油机增压系统故障诊断的研究

提出一种适用于船用柴油机涡轮增压系统故障诊断的方法,即基于径向基函数（ＲＢＦ）神经网络模型诊断方法,并对该系统的征兆／故障样本集进行设计;采用ＭＡＴＬＡＢ语言编制仿真程序,实现增压子系统故障诊断的算法和程序设计。仿真实验结果表明本文所提出的诊断方法是可行的。     

面向故障树结构的不精确知识管理

结合故障树在故障诊断中的应用，运用Ｂａｙｅｓ方法，提出了一个面向故障树诊断问题的证据推理算法，此算法能实时，动态地根据征兆信息（即证据）更新树中各事件发生的概率，且计算量小，可应用于基于故障树的实时故障诊断系统。     

采用动态故障树分析诊断系统故障的信息融合法

为提高系统故障诊断效率,提出了一种利用动态故障树分析诊断系统故障的信息融合方法,该方法充分发挥动态故障树建模和贝叶斯网络推理各自优势,通过集成系统结构信息和传感器信息来诊断系统故障.采用高效的零压缩二元决策图生成系统所有最小割集,并采用贝叶斯网络方法计算部件和最小割集的诊断重要度;根据传感器证据信息对系统特征函数化简,同时对部件和证据条件下割集的诊断重要度进行更新;综合考虑部件和割集诊断重要度设计了系统诊断决策算法,生成诊断决策树以指导维修人员恢复系统故障;最后通过实例验证了该故障诊断方法的有效性.     

基于逻辑的一种诊断方法

基于逻辑的故障诊断方法中一个没有解决好的问题就是如何求得所有极小冲突集。讨论了如何由极小不协调子集求得极小冲突集，然后经出了求所有极小不协调子集的一种方法。对如何应用该算法求得所有的极小冲突集，给出了求诊断的一个过程，最后与相关工作进行了比较。     

非高斯随机分布系统的集成故障诊断与容错控制

针对一类非高斯非线性随机分布系统,提出了一种集成故障诊断与容错控制算法. 将基于有理平方根模型逼近其系统输出概率密度函数（PDF）,在此基础上给出了基于RBF神经网络观测器的故障诊断算法,诊断出系统发生的渐变故障信息,基于Lyapunov稳定性定理对其观测误差系统进行收敛性分析. 根据故障诊断信息,给出了PI跟踪容错控制策略,使得系统输出概率密度函数仍能够跟踪给定的分布. 仿真结果验证了该集成故障诊断和容错控制算法的有效性.      

可用于诊断产生的计算碰集的新方法

提出一种利用与元素相关联的冲突集个数计算碰集的新方法, 并结合带有终止节点的集合枚举树SE tree形式化地表达计算过程, 逐步生成所有的极小碰集. 由于在SE tree中添加了终止节点, 因而能够较大提高搜索效率. 实验结果表明, 该算法程序容易编制, 且效率较好, 对于复杂的被诊断对象系统可以满足实时性.     

基于决策表的粗糙集属性约简算法改进及应用

针对决策属性集合中只存在两个决策集合的情况,为简化决策属性的表达和计算复杂度,提高约简效率,提出一种改进粗糙集决策表的属性约简算法。该算法以条件属性对决策属性的支持度为基础,采用新的约简规则,基于可分辨矩阵的启发式算法,根据属性重要度改进属性约简算法。以高新技术企业智力资本测量指标体系为例,得到了高新技术企业智力资本的最小约简集。结果表明,该约简算法能够得到一个完备的最小约简集,并能显著提高求解约简集的效率。     

基于RS-LSSVM的高速列车走行部滚动轴承故障诊断研究

针对高速列车走行部滚动轴承故障诊断模型构建时间较长、诊断准确率不高的问题,提出一种基于粗糙集(RS)和最小二乘支持向量机(LSSVM)的方法。该方法利用小波包变换构造能量特征集,使用粗糙集属性约简算法对离散后的能量特征集处理,得到最小约简,将其输入到基于最小二乘支持向量机的故障诊断模型中进行状态识别。测试实例证明了粗糙集属性约简算法不仅保留了能量特征集的重要属性,缩短了后期故障诊断模型构建时间,而且保证了故障诊断的准确率,其模型构建时间为0.071 s,故障诊断准确率为100%。因此,RS和LSSVM相结合是一种优秀的故障诊断方法,可以作为高速列车走行部滚动轴承故障诊断的新思路。     

k度Steiner最小权网络的线性时间算法

已知平面上n个固定点集合N和m个可动点集合M,求互连点集N∪M的最短连通网络,要求这个连通网络满足：（1）固定点的度为1,可动点的度为k(k≥3）;（2）n=2 （k-2）m。网络中每条边的权与可动点的位置有关,问题是如何确定这m个可动点的位置,使这个连通网络的权最小,这个问题称为k度Steiner最小权网络问题。本给出了k为偶数,边权值为L1距离时计算最小权网络的O(n ln k)时间算法。     

基于ENV诊断模型的建立

基于模型的诊断方法的重要步骤之一是冲突集识别，把若干个部件组成一个相对独立的系统，该系统中的部件全部正常工作时可得到一个确定的观测，则称此相对独立的系统为一个环境（ENV），直接对环境模型进行冲突识别，可以快速判断出冲突集，该模型可用于一般的诊断的冲突识别，增加探测的导出冲突集的识别和部件替换维修后冲突的识别。     

故障诊断问题的支持集求解方法研究

提出支持集的概念和基于支持集的系统切分方法及相应诊断算法,也论及故障诊断问题的描述及若干有关概念问题。     

关于Negoitǎ-Ralescu表现定理的改进与扩充一文的注记

研究了Ｌ模糊幂集ＬＬ（Ｕ）分别与四种Ｌ晕集集合ＬｉＬ（Ｕ）（ｉ＝１，２，３，４）之间的一一对应关系．给出了ｉ＝３，４情况的新的证明．改进了已有的证明．