模糊随机系统

本文研究和分析了确定性系统、随机系统和模糊系统的共同性质以及它们之间的联系, 抽出这些系统的共同特性, 给出了模糊随机系统的一般性定义, 并且导出各种系统。证明了模糊随机系统以确定性系统、随机系统和模糊系统作为其特例。最后展望了模糊随机系统理论的应用前景。     

基于G2的飞船推进系统的故障诊断

探讨了G2的知识表示、知识库管理及实时推理.针对飞船推进系统的工程实际问题,分析了推进舱推进子系统的故障特点,采用神经-模糊系统理论对推进舱推进子系统故障模式的知识表示进行研究,提出了推进舱推进子系统故障的知识表示形式.运用G2软件平台设计了飞船推进系统的故障诊断推理机.该推理机可以实时地诊断出相应的故障模式,记录相关的故障信息,还可以对故障进行预报,以避免故障的发生.     

基于T-S模糊模型的离散不确定时滞系统的容错控制

研究了一类离散不确定时滞模糊系统的容错控制问题。针对非线性离散系统，构造T-S模型，引入参数不确定项和时滞项，使得模糊模型能够更精确逼近原系统。基于T-S模糊模型，利用Lyapunov方法，证明了所采用的模糊控制律使得闭环模糊系统对于执行器故障以及传赢器故障具有完整性和鲁樟挂。不确定项具有范数有界时，利用求解线性矩阵不等式（LMI）的方法，得出了闭环模糊系统在执行器故障以及传意器故障时具有完整性的充分条件。仿真结果说明了该方法的有效性。     

无人机系统健康状态评估方法研究

提出了一种新的无人机系统健康状态评估方法,对某型无人机部分分系统发生故障及采取修复措施后的健康状态分别进行了评估。当关键分系统出现灾难性故障时,引入惩罚函数机制,对无人机的健康指数进行了修正;对传统以概率为主的故障模式、影响及危害分析进行了改进,提出了以故障发生后的严酷度级别进行危害分析的新方法,并应用于分系统健康状态的评估;考虑到专家判断的模糊性,把三角模糊数和层次分析法相结合,用于计算分系统的权值,并在计算过程中提出了首先把三角模糊正互反判断矩阵转换为三角模糊正互补判断矩阵的思路,便于理解与计算。仿真结果表明,本文提出的评价方法可操作性强,便于工程实现,能够直观地给出无人机的健康指数值。     

一类基于T-S模型的非线性系统模糊完整性控制

针对一类非线性系统的执行器故障,提出了一种基于T-S模型的模糊完整性容错控制设计方法。将不同模糊规则下的系统模型转化为其中一个模糊规则下的不确定性系统,分别给出执行器故障前后模糊控制器存在的充分条件,证明了两个充分条件存在交集的情况下,根据LMI原理设计的模糊完整性控制器使得在执行器卡死或失效时,仍然能够保证非线性闭环系统的稳定性。仿真算例表明了本方法的有效性。     

离散模糊随机系统Ⅰ──受控离散模糊随机系统

本文研究了离散模糊随机系统理论, 讨论并解决了模糊随机过程作为系统输入时的响应分析和受控离散模糊随机系统分析等基本问题。     

连续时间模糊随机系统分析(Ⅰ)——受控连续时间模糊随机系统

是文献［１］的继续,研究了连续时间模糊随机系统理论,讨论并解决了连续时间模糊随机过程作为系统输入时的响应分析和受控连续时间模糊随机系统等基本问题     

复杂系统的模糊故障诊断方法研究

复杂系统的故障具有模糊性与精确性的复杂特性,精确的推理方法难以有效地对复杂特性的故障进行诊断。提出模糊产生式规则与Petri网推理技术相结合的故障诊断模型,以研究模糊故障的推理诊断方法。以某发射装置控制系统为研究对象,给出一个复杂特征故障的诊断实例。研究结果表明,模糊产生式规则Petri网模型方法可以有效地对复杂系统的模糊性与精确性双重特征的故障进行推理诊断。     

一种基于有向图模型的模糊多故障诊断算法

基于最大后验概率准则的复杂系统多故障诊断推理算法依赖于系统先验故障概率的获取.针对这一不足,提出了一种基于有向图模型的系统级模糊故障诊断算法.首先用有向图模型描述大型复杂系统各子系统及故障观测节点问的信息依赖关系,建立故障依赖矩阵;然后在故障观测概率空间建立特征故障观测概率矩阵;在此基础上设计了模糊函数以描述实际观测向量与故障特征向量的相似度,并提出了相应的诊断算法.仿真结果表明该算法具有足够的故障诊断精度和诊断效率.     

离散模糊系统的新型模糊控制器与观测器设计

基于T－S模糊动态模型，研究了一类在状态空间形式下，离散模糊系统的稳定监督控制器的设计与分析，将全局模糊型按隶属函数重新划分成若干子空间，采用分段Lyapunov函数法，克服了以往设计法中需要求解一公共正定矩阵P的不足，也无需求解繁琐的Riccati方程，并针对系统状态不可测的实际情况，设计了模糊观测器，从而用成熟的线性系统理论完成对复杂非线性系统的控制，模糊控制器与观测器设计简单，适合工程应用。     

工程系统多目标多层次模糊决策模型及其应用

在进行工程系统某些的问题决策时 ,需考虑的因素 (目标 )往往很多 ,且各因素之间还存在不同的层次。为此 ,根据模糊数学的基本理论 ,首先提出层次判断矩阵的建立和层次单排序方法 ,在此基础上 ,利用合成层次总权重来构筑多目标多层次模糊决策模型。最后 ,结合具体实例展开应用研究 ,该结果可为实际的工程系统决策由定性到定量计算提供一种新的思路。     

动态系统故障的混杂传播特征及建模方法

动态系统的故障传播过程是由离散事件、连续特性及其相互作用共同驱动的,具有显著的混杂特征,为故障规律认知与建模带来了较大的难度。现有研究将故障视为离散随机事件,分析由单元随机故障发生到系统失效的离散故障过程,却忽略了连续特性对故障传播的影响,本质上是对故障混杂传播的工程简化处理,不能真实地描述动态系统的故障规律。首先在分析动态系统故障规律的基础上,给出了离散与连续双维度下的动态系统故障混杂传播的定义,分析了其混杂影响要素以及混杂传播特征;其次,为了完整准确描述混杂特征,借鉴混杂理论在描述离散事件与连续参数相互作用方面的优势,提出了基于随机混杂自动机(stochastic hybrid automata,SHA)的故障混杂传播建模方法;最后通过对某温度控制系统的故障混杂传播过程进行建模和仿真,验证了动态系统故障传播过程中的混杂特征,以及建模方法的可行性。     

基于模糊逻辑系统的武器系统故障诊断研究

复杂的大型武器系统中广泛存在着模糊问题 ,某些故障与征兆之间的关系更具有模糊性。理论和实践表明 ,用模糊数学的方法处理这类模糊问题具有明显的优势 ,而模糊逻辑则是模糊数学的重要方法。首先讨论了一般的模糊逻辑系统模型 ,研究了基于模糊逻辑系统的故障诊断方法 ,并结合故障诊断问题 ,建立了基于模糊逻辑系统的大型武器系统故障诊断模型 ,对诊断过程和结果进行了分析     

模糊理论在雷达故障诊断中的应用研究

根据模糊数学中的可能性理论引入了“故障可能性”的概念。推导了故障可能性分布的模糊数学表达式,并对故障可能性在串联系统模型中的分布情况进行了研究。给出了基于故障可能性分布的模糊综合评判法,以及根据该方法所得出的结果。论述了其如何在雷达接收机故障诊断中获取故障诊断数据,进行故障定位等的过程和方法。     

多Agent诊断系统的几个问题研究

首先建造了一种包括应用Agent和服务Agent的两层多Agent诊断系统结构,并给出了应用Agent和服务Agent的内部结构在此基础上,设计了基于故障模式聚类的应用Agent内部故障求解机制,研究了多Agent模糊关联模型最后,基于多Agent模糊关联模型,探讨了多Agent系统的诊断与决策问题.     

模糊BP神经网络及其在故障诊断中的应用

概括总结了传统故障诊断系统的缺陷,介绍了模糊神经网络技术的优点及其在故障诊断中的优势,简述了采用模糊BP神经网络解决故障诊断     

海洋工程结构的模糊随机可靠性

详细论述了海洋工程结构中模糊不确定性因素的存在及在结构分析、设计中考虑的必要性 ,模糊性也会引起结构的可靠性问题 ,因此结构的可靠性应是考虑随机性和模糊性两种不确定性因素的结果 ,即模糊随机可靠性或广义可靠性.     

基于相关矩阵与概率模型的故障模糊诊断

针对复杂系统故障快速模糊诊断问题,提出了一种基于相关矩阵和概率模型的故障模糊诊断方法。通过建立故障测试相关矩阵,在概率空间中获取故障判据,并考察非理想测试条件下故障出现某种征兆的概率值,继而利用概率最值原则推理故障、利用最小模原则进行故障筛选以降低虚警,实现了对复杂系统故障的高效便捷诊断。以阿波罗飞船发射前测试数据为对象对该方法进行了验证。实验结果表明,该方法具有足够的诊断精度,以及较低的运算复杂度,并且支持图形化快速诊断、便于现场应急使用。     

关于工程系统全局全寿命优化模型的讨论

以往的优化设计理论针对的都是具体的结构,而在工程实际中,一般都是整个工程大系统的优化设计问题,其由众多子系统或者结构组成,具有高维数、多目标、变量种类多、约束耦合复杂等难点,故其子系统的独立优化并不能带来整个大系统的优化方法,如耦合法、分解协调法(模型协调法、目标协调法),都是针对特殊的数学模型而提出的,实际上工程系统的优化模型往往预先不知道,需要通过子系统或者结构的具体优化模型来构造大系统的全局优化模型,故这些方法难以应用。考虑了工程系统中的动态可靠度与模糊因素,给出了全局全寿命优化模型,构造了分解协调算法。