基于有色Petri网的机械系统故障诊断研究

故障诊断对于机械系统的使用与维护起着重要的作用;为了提高机械系统故障诊断的效率以及直观性,提出了一种使用基于知识的故障诊断方法,即使用有色Petri网诊断方法建立一种通用机械系统故障诊断模型并进行分析。针对数控机床液压元件故障这一案例,首先获取其故障来源建立故障树;其次在故障树基础上运用有色Petri网建模工具CPNTools建立有色Petri网模型;最后对模型进行了仿真分析以模拟故障的传递,进行状态空间分析以判断模型安全性,结果表明所提出的建模方法能够使得故障传递更加直观化,快速了解故障的发展趋势,并表明此模型有着较强的易用性以及通用性。     

基于Petri网和故障树的电力系统故障诊断模型

电力系统元件发生故障后,继电保护动作发出信号使相连的断路器断开,有效地保护了元件,但是也为故障的诊断增添了困难。本文针对带有主保护和后备保护的电力系统故障诊断建模困难复杂等问题,提出用故障树分析法对核心故障建模,并将故障树模型转换为对应的Petri网模型,运用Petri网的状态转移方程进行矩阵运算,不仅清晰的表示了故障的发生和形成,也能快速准确的诊断出故障发生元件,降低诊断的复杂性。实例分析说明了该方法准确性和有效性。     

模糊Petri网在车电系统总线故障诊断中的应用

针对车电系统总线故障现象和故障原因之间存在复杂模糊关系而无法实现快速故障诊断这一难题,提出采用模糊Petri网(fuzzy petri net,FPN)建立车电系统总线的故障诊断分析模型,并给出了相应的形式化推理算法;以某型车电系统总线为例,分析比较了各种故障原因的可信度;分析表明:所建模型有效地描述了车电系统总线故障现象和故障原因之间的模糊关系,能够实现故障的快速诊断,该模型可以作为车电系统总线快速故障诊断的理论支持工具。     

基于Petri网的电力系统监控数据多点校核方法

由于人为误操作和数据库系统异步因素,电力系统监控数据存在错误风险,需要对监控数据进行多点校核来保障其一致性和正确性,可靠的监控数据保证电力系统的安全运转;然而多点校核业务流复杂且对数据精度要求高,目前的人工校核方法不仅成本高,且精度和效率低,不能保证整个监控数据的实时校核工作;为自动化监控数据多点校核过程,需要对整个业务流建模,针对该问题,提出一种基于Petri网的监控数据多点校核动态建模方法;首先将监控系统的校核业务背景形式化Petri网中的具有不同约束的节点;然后使用工作流Petri方法对校核的业务流程进行形式化定义、并将该业务流程用Petri网建模成为网状模型;最后,针对该模型提出一种化简技术对其进行化简,并证实该化简方法的有效性和该模型能拟合监控数据多点校核的整个流程。     

基于位置不变量的混和Petri网的分解

系统越是复杂，建立模型越是困难，而且要求模型的功能越强。由于实际混合系统的规模较大，在分析混合系统的性能时，会遇到维数灾难和计算复杂性问题；因此，采用分解的方法已成为一种不可避免的趋势。尽管Petri网理论具有很多的优点，作为一个高阶的模型语言，它仍然需要继续丰富和发展；研究混合petri网的分解方法，以便对复杂大系统很好地建模。     

基于层次Petri网的复杂装备保障流程分析方法

针对复杂装备保障流程约束条件多、动态性强、耦合严重、层次结构复杂的特点,提出了一种基于层次Petri网的流程分析方法;首先,分析了保障流程的层次化结构,采用着色时间约束Petri网,建立了包含保障人员、保障设备、保障空间等保障资源库所的层次化Petri网流程模型;然后,采用流程基本模型起始时间——流程子网起始时间——流程总时间的层次方法,设计了流程时间参数统计算法;最后,以某复杂装备系统保障流程为例,进行了实例分析,并通过与ExSpect软件Monte Carlo仿真对比验证了算法的有效性。     

基于时间Petri网的综合航电系统时序验证分析

综合航电系统是一种对可靠性、实时性要求非常高的嵌入式应用系统。为了解决针对复杂应用场景下综合航电系统的处理时间和工作时序预估较困难、且计算自动化程度不高等测试验证问题,提出了一种基于时间约束Petri网的综合航电系统时序验证和分析方法。给出了时间约束Petri网的形式化定义,分析了综合航电系统工作流程中各节点的时间属性,通过引入时序约束路径的概念,并提出了时序推理算法。通过在仿真算例中进行计算并对比实际运行数据,结果表明该方法在针对综合航电系统运行时序的验证分析方面具有有效性。     

基于AFPN的舰船电子综合化系统总线故障诊断研究

针对舰船电子综合化系统总线故障诊断模糊性、不确定性的日益增强,且难以实现快速故障诊断的难题,提出一种基于自适应模糊Petri网(Adaptive Fuzzy Petri Net,AFPN)的舰船电子综合化系统总线故障诊断方法;在加权模糊Petri网(Weighted Fuzzy Petri Net,WFPN)的基础上,引入神经网络技术,给出了AFPN的形式化定义及学习算法;实例分析验证了所提方法的有效性,研究表明:AFPN模型具有很强的自适应能力和推理能力,克服了传统单纯依靠人工经验故障诊断的不确定性和偶然性,可以实现舰船电子综合化系统总线快速精确的故障诊断。     

基于BP神经网络的卫星故障诊断方法

为了有效地利用卫星下传的海量遥测数据,在测试过程中对卫星进行实时的故障诊断,提出了一种基于BP神经网络的卫星故障诊断方法;该方法包括离线自主学习和实时在线故障诊断两部分;离线自主学习部分基于历史数据库和更新样本进行自主学习,学习获得神经网络模型存储于知识库;实时在线故障诊断部分依据相应的神经网络模型,对遥测数据进行实时在线的诊断;为了验证基于BP神经网络的卫星故障诊断方法的有效性和优越性,以现有型号三轴稳定近地卫星控制分系统为实验对象,利用该方法对具有代表性的红外地球敏感器和动量轮的相关遥测数据进行分析;通过将该方法的实验结果与基于Kalman滤波的方法的实验结果进行对比分析,表明该方法能够有效地对卫星的故障进行诊断。     

基于BIT技术的电气系统故障诊断方法

以数字化部件为基础,选取某控制系统为电气系统的代表子系统,开展电气系统BIT技术研究。根据子系统的典型故障,给出了相应的故障检测方法,并设计了故障诊断电路。以样机为基础,采用上电BIT、周期BIT和维护BIT三种方式,对系统的典型故障进行了验证。     

云计算中基于相似性图的故障自动诊断方法

故障的自动诊断和修复是云计算提供持续服务的关键。为了提高云环境下故障自动诊断的性能,本文提出了一种包含相似性替代图和检测图的故障诊断框架。首先,根据相似性将系统的运行指标和事件构成替代图,对替代图中的节点进行分组,使得同一组中的节点可以相互替代。其次,根据事件的时间关系将故障表示为事件的序列,通过排名的方法识别出关键事件并以此构成故障模式。最后,提出了一种基于贝叶斯方法的故障诊断算法。实验表明,本文提出的故障诊断方法与著名的fingerprints方法相比,故障诊断的准确性更高,诊断效率更快。     

基于Elman神经网络的齿轮故障诊断研究

在齿轮故障诊断过程中,针对传统的BP神经网络具有学习、记忆不稳定等缺点,提出了将Elman神经网络应用于齿轮故障诊断中,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了齿轮故障诊断的实现过程;结果表明该神经网络学习记忆稳定,具有很好的学习功能,诊断方法具有高可靠性,达到了预期效果。     

A Machine Learning Approach for Gearbox System Fault Diagnosis

This study proposes a fully automated gearbox fault diagnosis approach that does not require knowledge about the specific gearbox construction and its load. The proposed approach is based on evaluating an adaptive filter’s prediction error. The obtained prediction error’s standard deviation is further processed with a support-vector machine to classify the gearbox’s condition. The proposed method was cross-validated on a public dataset, segmented into 1760 test samples, against two other reference methods. The accuracy achieved by the proposed method was better than the accuracies of the reference methods. The accuracy of the proposed method was on average 9% higher compared to both reference methods for different support vector settings.     

基于故障树的地铁屏蔽门故障诊断专家系统的设计

在地铁屏蔽门系统的故障诊断中,传统方法存在效率低、人工负担重等缺陷。为此,设计了基于故障树的故障诊断专家系统。先用屏蔽门的资料构建出扩展故障树,然后使用早期不交化和模块化等方法将其简化成基本故障树,求出最小割集。在故障树的基础上,设计了专家系统的知识获取和表示机制,建立了知识库。在构建推理机时,采用了双向推理、全自动推理、半自动推理、人工回溯等策略,提高了诊断效率和可信度。该系统可与综合监控系统进行接口,能对相关信息进行推理分析,对潜在故障进行预警,对已发生故障进行快速定位和诊断,出具故障报告和处理建议书,并提供故障模拟及培训功能。试用者的反馈意见表明该系统具有较好的实用价值。     

基于XML的故障诊断虚拟训练描述模型研究

随着科学技术的迅猛发展,传统故障诊断训练存在的问题日益突出,越来越难以满足维修人员的故障诊断训练需求。提出了通过虚拟方式进行辅助训练,来提高维修人员的故障诊断能力和掌握故障诊断相关知识,满足故障诊断训练需求。为实现故障诊断虚拟训练,分析了故障诊断虚拟训练模型的描述要素和描述语言。运用诊断树分析方法,基于XML建立了故障诊断虚拟训练描述模型,为实现故障诊断虚拟训练提供模型支撑。最后,基于此模型对液压千斤顶回收不到位的故障进行了描述,验证了描述模型的正确性与实用性。     

一种复杂系统的快速故障诊断方法

为提高复杂系统的故障诊断效率,基于故障诊断树原理,提出并实现了一种快速故障方法。实现该方法主要包括六个关键步骤,分别是故障诊断树的梳理、诊断节点代码的编写录入、Labwindows CVI软件与数据库的通信连接、故障诊断树显示及故障诊断推理、故障诊断节点的编辑、故障结论的存储与显示。在此基础上,设计开发了相应的故障诊断软件,并利用该软件对某型装甲车辆炮控系统进行故障诊断。结果表明,该型软件人机交互性好、操作便捷,基于故障诊断树原理的故障诊断方法可较大的提高故障诊断效率,工程应用前景广阔。     

基于自适应奇异观测器的连续系统故障诊断

针对连续系统的传感器与执行器故障诊断问题,提出一种自适应奇异观测器来进行故障估计,能同时估计系统中的传感器故障与执行器故障,并克服了以往研究中对故障、故障导数与系统干扰作上界已知假设的不足。利用H∞性能指标抑制了干扰对故障估计的影响;通过线性矩阵不等式来获得自适应奇异观测器的增益阵,从而很方便地完成故障诊断观测器的设计;采用Lyapunov泛函证明了观测误差动态系统是鲁棒渐近稳定的;最后通过仿真实例验证了所提方法的有效性。