基于HSM的传感器最优配置研究

给出了一种基于深知识模型、最大化可诊断性的最优化传感器(或测试点)配置的数学描述模型;对传感器(或测试点)的典型配置策略和存在的不足进行了分析,从实现最大化可诊断性的角度对传感器最优配置问题进行了深入研究;针对复杂系统传感器配置运算开销呈指数增加的问题,给出了基于BPSO算法的传感器配置策略;最后通过抽象实例进行验证,结果表明基于BPSO的传感器配置策略与其他方法相比,收敛速度快、诊断精度高,可用于大型系统传感器配置问题。

完备ARRs集的生成方法及传感器优化配置应用

广泛应用于故障诊断和传感器优化、分析、证实的解析冗余关系(Analytical redundancy relations,ARRs)缺乏系统、有效的方法来产生完备ARRs集,为此,提出了一种逐次消元法。该方法以系统元关系(Primary relations,PRs)为基础,通过若干次循环消元过程,生成了完备ARRs集,同时生成了对应的假定特征矩阵(Hypothetical signature matrix,HSM);基于HSM,把传感器优化配置问题映射为一个特殊的0-1整数规划模型,并用分支定界法求解该模型。应用表明,该方法能在不降低故障检测率、隔离率的前提下减少传感器数目,降低了测试代价,对故障诊断中的传感器配置问题有借鉴意义。