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。     

基于有色Petri网的工作流故障诊断方法

工作流系统的故障自动诊断和定位是云计算环境提供持续服务的基础。为了提高工作流系统的故障诊断准确性,本文提出了一种基于有色Petri网的故障诊断方法。首先,用开放世系模型对工作流进行建模。然后,提出了一种基于有色Petri网的故障模型。最后,将工作流的开放世系模型转化为有色Petri网故障模型,并提出了相应的多故障诊断方法。实验表明,本文提出的方法不仅故障定位的准确率和执行效率高于相关算法,还能有效的识别系统中的多个故障。     

民航大涵道比涡扇发动机总体性能参数敏感性分析

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。     

容错实时任务调度的DSPN建模与分析

复杂系统的形式化描述对新系统的设计以及现有系统的改进与评价都具有十分重要的作用。针对处理机系统容错实时混合任务调度,提出采用确定与随机Petri网(Deterministic and Stochastic Petri Net, DSPN)进行建模与性能分析。首先,根据任务执行的优先级、周期性、容错性和实时性,将任务分为四类;然后,采用DSPN对任务调度执行过程,不同优先级任务抢占式调度,处理机故障及故障恢复过程进行建模,由此构成处理机系统容错实时任务调度过程的DSPN模型;最后,仿真实验结果表明,在负载相同情况下,处理机利用率基本相同,且具有容错的实时任务调度算法可以有效地降低任务错失率。容错实时任务调度DSPN模型可以为复杂任务调度系统的Petri网建模与分析奠定了基础,并为实际工程应用提供了理论指导。     

基于Petri网与萤火虫算法的任务分配可视化建模

为了解决民用飞机故障诊断中任务分配问题,提出了使用新型离散萤火虫算法对任务分配问题进行研究,并在此基础上,使用Petri网进行可视化建模与仿真。新型的萤火虫算法离散方法,使得原本应用于连续问题的萤火虫算法适用于任务分配问题,这样使Petri网建模的复杂性降低,更利于建模。最后,对一实例进行分析并进行可视化建模与仿真,动态的仿真过程及最终结果验证了模型的可行性及算法的正确性。因此,使用该方法可有效地降低建模的复杂性,提高任务分配的效率,同时能够应用于协同可视化诊断平台中的任务分配模块。     

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。     

故障树分析法在装甲车辆电源系统故障诊断中的应用

为了能够准确地进行装甲车辆电源系统的故障诊断,深入地研究了故障树分析法在其中的应用;首先,以某型装甲车辆电源系统为研究对象,根据系统失效模型和故障机理,将故障树分析法运用于装甲车辆电源系统故障诊断中,建立电源系统故障树模型,进行故障分析与诊断;其次利用电源系统故障诊断平台对电源系统4个模块进行故障模拟仿真研究,可看出故障树分析法能够准确地诊断出电源系统各个模块的故障,检测精度可达94%,取得了预期效果。     

混合型超导限流器与距离保护的配合研究

随着电网规模的增大和拓扑结构的日益复杂,短路故障电流持续攀升,超导限流器是最理想的短路故障电流限制装置,电力系统正常运行时,超导限流器的阻抗为零,对电力系统运行无影响,当电力系统发生短路,故障电流超过超导体临界电流,超导体失超呈现大阻抗限制短路故障电流.超导故障限流器无论是哪种限流原理,在限流的故障过程中总会有阻抗元件串入到系统中,从而使得电网参数发生变化,对继电保护产生影响.本文通过研究混合型超导限流器对距离保护的影响,借助于微机保护的快速实时特性,对线路距离保护的整定算法作相应的修改,解决混合型超导限流器与电网距离保护的配合问题.     

氧碘化学激光器故障诊断技术

为了解决氧碘化学激光器通过常规诊断故障定位困难的问题,采用建立的氧碘化学激光器功率失常故障树模型,结合氧碘化学激光器常用的8个监测参数:碘腔压力、碘文氏管压力、p-t曲线、主氦压力、氯气压力、氧发生器压力、上游压力和光腔压力,提出采用故障树和在线监测参数相结合的办法,基于3σ法则的判断标准对氧碘化学激光器进行故障诊断,故障诊断正确率达到94.5%,并对出现的故障提出了改进措施。     

基于故障矩阵的贝叶斯故障定位方法

故障的准确诊断和定位是云计算系统提供持续服务的前提条件。为了提高系统故障诊断和定位的性能,本文提出了一种基于故障矩阵的贝叶斯故障定位方法。首先,对云计算系统的软件结构进行了抽象,对事物进行了定义,并描述了事务的执行路径。其次,将系统运行的多个执行路径表示为故障矩阵,并给出了组件健康状态的逻辑命题表达式。最后,应用贝叶斯概率分析了系统故障的概率。实验表明,本文提出的方法与其它相关方法相比,故障识别的准确性更高,所用的执行时间更短。     

基于不完全故障数据的分布式系统故障诊断方法

在分布式系统中,系统的规模庞大,结构复杂,这使得故障数据的收集十分困难;为了对分布式系统进行故障诊断,文章提出了一种基于不完全故障数据的故障诊断方法;首先,应用非对称比较方法进行系统的故障诊断;其次,将系统的故障诊断转化为一个二分类问题;最后,根据系统运行的部分症状数据,应用线性支持向量机模型对系统中的节点状态进行分类;模拟实验表明,文章提出的方法能有效的识别出系统中的故障;此外为了进一步提高该方法的执行效率,可以采用系统的部分症状数据将故障节点限定在一定的范围内。     

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。     

Constrained Active Fault Tolerant Control Based on Active Fault Diagnosis and Interpolation Optimization

A new active fault tolerant control scheme based on active fault diagnosis is proposed to address the component/actuator faults for systems with state and input constraints. Firstly, the active fault diagnosis is composed of diagnostic observers, constant auxiliary signals, and separation hyperplanes, all of which are designed offline. In online applications, only a single diagnostic observer is activated to achieve fault detection and isolation. Compared with the traditional multi-observer parallel diagnosis methods, such a design is beneficial to improve the diagnostic efficiency. Secondly, the active fault tolerant control is composed of outer fault tolerant control, inner fault tolerant control and a linear-programming-based interpolation control algorithm. The inner fault tolerant control is determined offline and satisfies the prescribed optimal control performance requirement. The outer fault tolerant control is used to enlarge the feasible region, and it needs to be determined online together with the interpolation optimization. In online applications, the updated state estimates trigger the adjustment of the interpolation algorithm, which in turn enables control reconfiguration by implicitly optimizing the dynamic convex combination of outer fault tolerant control and inner fault tolerant control. This control scheme contributes to further reducing the computational effort of traditional constrained predictive fault tolerant control methods. In addition, each pair of inner fault tolerant control and diagnostic observer is designed integratedly to suppress the robust interaction influences between estimation error and control error. The soft constraint method is further integrated to handle some cases that lead to constraint violations. The effectiveness of these designs is finally validated by a case study of a wastewater treatment plant model.     

基于对数变换的六相永磁容错电机故障预测研究

研究电力作动系统用永磁容错电机故障预测问题,有利于准确监控飞行器健康状态,为飞机维修提供决策支持;TS(2*2永磁容错电机特征信号复杂无序,传统灰色模型故障预测精度不高,基于此,提出一种新的故障预测改进方法;TS(2*2首先对原始故障能量特征序列进行对数变换处理,对序列进行一次累加生成,建立GM(1,1)灰色模型,最后将得到的拟合还原成模拟值,得到预测数据;TS(2*2结果表明,故障原始序列经过对数函数变换处理后,预测误差相比于未经处理的基本灰色模型降低了4.63%,预测精度提高到96.5%以上,有效提高了永磁容错电机的故障预测精度。     

Low-Pass Filtering Empirical Wavelet Transform Machine Learning Based Fault Diagnosis for Combined Fault of Wind Turbines

Fault diagnosis of wind turbines is of great importance to reduce operating and maintenance costs of wind farms. At present, most wind turbine fault diagnosis methods are focused on single faults, and the methods for combined faults usually depend on inefficient manual analysis. Filling the gap, this paper proposes a low-pass filtering empirical wavelet transform (LPFEWT) machine learning based fault diagnosis method for combined fault of wind turbines, which can identify the fault type of wind turbines simply and efficiently without human experience and with low computation costs. In this method, low-pass filtering empirical wavelet transform is proposed to extract fault features from vibration signals, LPFEWT energies are selected to be the inputs of the fault diagnosis model, a grey wolf optimizer hyperparameter tuned support vector machine (SVM) is employed for fault diagnosis. The method is verified on a wind turbine test rig that can simulate shaft misalignment and broken gear tooth faulty conditions. Compared with other models, the proposed model has superiority for this classification problem.     

光纤激光器故障模式分析

为满足实际工程、生产应用中专业及非专业人员对故障光纤激光器快速修理、修复的需要,研究了一种能够实现快速故障模式及故障原因分析系统。首先,采集实际使用与实验中损坏激光器的故障模式与故障原因记录为数据样本。接着,利用故障树与故障模式影响及危害性分析模型建立光纤激光器扩展故障树,即构建起故障模式与故障原因的对应关系。然后,利用贝叶斯网络分析并得出各故障模式与故障原因的先验概率与后验概率计算方法,再使用Python语言编写交互式窗口,并完成对数据库数据的调用与相应概率计算。最后,通过交互式界面输出当前故障对应的可能故障原因及发生概率,从而实现对光纤激光器故障的快速分析。程序模拟耗时小于1 s,模拟结果与统计结果相吻合,基本满足指导相关人员对故障快速排查并修理的要求。     

Electron Spin Resonance (ESR) Dating of Calcareous Fault Gouge of the Ushikubi Fault, Central Japan

The ages of fault events of active faults have been estimated using electron spin resonance (ESR) signals of siliceous gouges. This technique of ESR method is limited by obtaining only ages that are greater than tens of millennia. So this study focuses on developing a new technique of using calcareous gouges to gain an insight into the ages of latest seismogenic event within the Holocene. For the first time, signal B of the ESR method has been used to estimate the age of the Ushikubi fault from calcareous gouge. This technique proved reliable because the mean age (1.9 ka) obtained agrees with previous works on indirect age determination of latest fault events by utilizing radiocarbon dating in the study area. However, the result from the ESR technique showed an increase relative to the age of 1 ka that was obtained by the radiocarbon dating method. This disparity may be due to a high dose rate value of 50 Gy/h of artificial irradiation that was used to determine the equivalent dose (ED). Moreover, isochronal experiment revealed that the gouge did not comprise pure carbonates but consisted of a mixture of calcite and quartz grains. A younger age value would have been obtained if a lower artificial irradiation dose rate and a relatively pure carbonate fault gouge were used in the ED determination.     

Fault tolerant quantum computation with nondeterministic gates

In certain approaches to quantum computing the operations between qubits are nondeterministic and likely to fail. For example, a distributed quantum processor would achieve scalability by networking together many small components; operations between components should be assumed to be failure prone. In the ultimate limit of this architecture each component contains only one qubit. Here we derive thresholds for fault-tolerant quantum computation under this extreme paradigm. We find that computation is supported for remarkably high failure rates (exceeding 90%) providing that failures are heralded; meanwhile the rate of unknown errors should not exceed 2 in 10(4) operations.