基于最大疑似度概率统计的不确定性网上故障诊断

针对汽车发动机异响类故障是故障诊断的难点,应用“基于最大疑似度的概率统计”法对汽车发动机的异响类不确定性故障进行了推理诊断,并用更新知识库的方法实现了对电脑常见故障现象的故障诊断,推理结果与实际情况基本一致,证明“基于最大疑似度的概率统计”法应用于不确定性故障诊断科学有效。

提升机故障诊断不确定性推理方法

针对提升机故障诊断过程中的若干不确定性问题,提出一种新的基于本体和贝叶斯网络的故障诊断不确定性知识融合推理方法。该方法对本体贝叶斯网络进行了形式化的定义,运用OWL本体语言扩展了本体对领域知识的不确定性表示,通过一系列的翻译规则和程序,实现了本体结构到贝叶斯网络结构的转换;然后建立了基于本体和贝叶斯网络的融合推理模型,利用本体推理完成对故障诊断本体知识的语法检查、语义一致性的验证以及本体的解析,采用基于启发式搜索树的贝叶斯网络进行不确定性推理,并在贝叶斯网络可视化推理平台Netica上进行了验证。矿井提升机制动系统故障诊断实例表明,该融合推理模型具有较好的故障识别效果,处理所得的诊断结果具有较高的可信度。

故障诊断专家系统中不确定性问题

故障诊断的专家系统中常常存在着大量的不确定信息。该文首先讨论了诊断系统中不确定性产生的原因及分类；然后介绍了三种常用的不确定性知识的表示方法；最后阐述了不确定性推理的一般模型，并给出了该模型的一个实际例子。

变电站故障诊断的时间不确定性问题研究

针对变电站故障诊断的时间不确定性,提出一类带时间隶属函数的模糊Petri网(TM-FPN)用于构建变电站故障诊断模型。该模型利用模糊时间片和加权数学期望计算故障信号的时间分布,并采用一种加权方差分析信号分组的离散程度,选取离散程度最低的分组计算其时间隶属度,进而使用加权模糊推理进行诊断。仿真实验表明,该模型能有效地处理变电站故障诊断中时间不确定性问题,并能定量地分析信号时间分布离散度、时间差值函数以及重复出现的信号对诊断结果的影响。

基于本体不确定性推理的故障诊断

针对航空维修行业内不同角色企业故障诊断知识、系统、资源的分散、封闭、异构等原因导致的故障知识不易共享、重用的问题,采用本体来构建故障知识库;并设计其本体知识模型结构,以表达故障现象与故障结论间存在的不确定性关系;进一步编写相应的推理规则,设计基于本体的不确定性推理系统。以飞机发动机故障诊断为例进行了验证。

用于不确定性故障诊断的权重逻辑推理算法研究

针对复杂系统故障诊断建模及推理的复杂性、数据不足、领域知识及监测信息不完备等问题,本文基于动态不确定因果图(Dynamic uncertain causality graph,DUCG)进行权重逻辑推理(Weighted logical inference,WLI)及其数理基础的系统化研究.WLI引入绑定权重系数的逻辑事件推理机制,可确保变量状态概率的自动归一性和链式推理的自我依赖性,为多赋值因果关系的简洁、不完备表达提供了解决方案.由于WLI在信息不完全性和命题真值空间的高维性等方面突破了经典数理逻辑,为使其理论基础更为坚实,本文进行了WLI的规范化定义、推理算法补充、运算性质探析,并就理论相容性和自洽性开展了详细论证.算法分析及故障诊断实验结果表明,其高效、准确、较少依赖于参数精确性和数据完备性等特征.

不确定性推理理论在卫星故障检测和诊断中的应用

推理理论一般分为确定性推理理论和不确定性推理理论。传统的卫星故障检测和诊断应用的是确定性推理。然而 ,在卫星故障检测和诊断的实践中 ,仅使用确定性推理是很难对某些故障进行检测和诊断的 ,因为这时需要合情推理和容错能力。不确定性推理理论可以满足此要求。目前 ,航天领域的许多专家和实际工作者正致力于应用不确定性推理理论检测和诊断那些用确定性推理无法检测和诊断的故障。不确定性推理理论包括诸如包含度理论、粗糙集理论、证据推理理论、概率推理理论、模糊推理理论等。笔者研究的卫星故障检测和诊断的三种新方法 ,分别应用了包含度理论。

确定性故障诊断知识节点式表示技术

基于汽车故障诊断专家系统确定性知识的特点 ,建立了子集产生式、语义网络式、框架式知识表示技术优点于一体的节点式知识表示方法 ,并进行实例分析 ,实际应用表明节点式知识表示技术 ,能提高专家系统故障诊断的效率。

确定性方法在测发控系统故障诊断专家系统中的应用

确定性方法在测发控系统故障诊断专家系统中的应用,先由专家给出每个规则和原始证据的确信度因子,经网络推理,把原始证据确信度因子与规则组合确信度因子,沿推理网络传播给非原始证据,求出其解。其在不确定性推理网络中采用Min和Max算子分别表示证据的合取和析取的逻辑组合,并给出相应组合函数。

基于不确定性推理在抽油机故障诊断中的应用

介绍了游梁式抽油机各部件在运行过程中可能出现的故障情况,各运行状态参数的监测诊断方法。阐述了基于不确定性推理理论及C-F模型算法在抽油机故障诊断中的推理应用,分析研究结果表明,基于C-F模型的不确定性传递算法易于实现抽油机故障的自动诊断,并能提高故障诊断的准确性。

汽车非确定性故障诊断模型研究

针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进行诊断,最后以实例验证了该模型的实用性。

基于系统内随机性和确定性故障诊断系统理论体系的架构

对于任何一个故障诊断系统来说,其数学模型只有考虑时变性、强耦合性、系统的内随机性和确定性才能与物理模型符合得较好。提出了将参数描述成时间序列函数,构建全新的以混沌理论为基础的理论模型,并就模型的时变映射及参量解耦进行分析,在分析的基础上给出了模型的求解方法和步骤,并进行了实例分析。拓展了故障诊断理论体系,为考虑故障诊断系统的内随机性和确定性提供了可能。

变电站故障诊断中的不确定性问题研究

在变电站故障诊断过程中,业务知识的表示与推理存在大量不确定性问题。通过对这些不确定性问题的分析,将业务规则量化后并映射到模糊Petri网。设计一种加权的模糊Petri网模型,对变电站故障信号的分析过程进行建模,模拟带有关联告警信号的组合故障的诊断过程。该模型可以对变电站设备故障中不具备完整现象描述的情况进行处理,且可有效降低信号误报和漏报时对推理结果造成的影响。

对不确定性汽车故障诊断方法的探讨

对不确定性汽车故障进行了分析，运用模糊数学理论建立了故障模糊矩阵，并对故障现象作出了深入的刻划，给出了一个理想故障模式，在此基础上，用模式识别方法对故障进行了诊断。

基于多层流模型的不确定性故障诊断技术

针对核动力装置系统参数密集且相互影响、故障征兆随故障发生的位置、程度以及警报阈值的不同而发生变化、难以获得确定的故障诊断规则的问题,在采用多层流模型描述核动力装置的运行特性的基础上,引入了影响因子来描述故障征兆之间的因果关系强度,进一步结合警报分析方法和贝叶斯理论进行不确定性故障推理。建立了压水堆主冷却剂系统不确定性故障诊断模型,通过仿真证明了该方法可以合理有效地识别系统故障,解决了由于诊断规则的不确定性而可能造成的误诊和漏诊,可有效辅助操纵员进行深层次决策。

基于键合图的参数不确定性鲁棒故障诊断

混杂系统包含有离散子系统和连续子系统,系统中变量转换复杂,参数存在不确定性,导致故障诊断的误报率较高。针对此问题,以单相全桥逆变器为研究对象,提出运用线性分式变换的键合图(Bond Graph in Linear Fractional Transformation,BG-LFT),建立系统参数不确定性混合诊断键合图(Diagnostic Hybrid Bond Graph,DHBG)模型,并根据模型产生自适应阈值。基于混杂键合图的因果关系和结构特性,从DHBG中导出所有有效模式下的鲁棒解析冗余关系,结合自适应阈值评价残差,实现混杂系统的鲁棒故障诊断。在20-sim中进行建模仿真,仿真结果验证了该方法的有效性。

贝叶斯不确定性推理及其在往复式压缩机故障诊断中的应用

为了提高往复式压缩机故障诊断效率和质量 ,研究了贝叶斯不确定性推理的基本理论和原理 ,分析了贝叶斯不确定性推理的特点和用于设备故障诊断的优势。探讨了几种贝叶斯网络先验概率的获取途径。通过实际分析确定出了往复式压缩机贝叶斯诊断网络的先验概率 ,为利用不确定性信息和不确定关系进行推理提供了条件。研究了往复式压缩机贝叶斯推理算法、算法步骤 ,并在 Windows环境下用 VisualBasic语言开发的系统 ,建立了往复式压缩机贝叶斯诊断网络系统。

诊断知识获取过程的不确定性问题

分析了不确定性问题对诊断知识获取的影响,并针对知识获取过程不确定性的测度手段、重复知识获取过程不确定性测度的冲突解决提出了相应的对策.

诊断专家系统的不确定性问题研究

通过对诊断专家系统的不确定性问题分析，给出了一种诊断推理过程中初始证据的不确定性测度方法，以及不确定性推理中规则匹配及置信度传递算法．

基于双参数方法的诊断规则不确定性问题研究

提出规则蕴含的因果关系、充分性和必要性等不确定性规则的相关概念以及需要解决的规则不确定性问题,在此基础上介绍基于双参数的不确定性诊断规则的表示形式,进一步说明了规则条件参数计算方法和规则不确定参数的获取方法。与已有重要的不确定性知识的数值处理方法进行比较表明,该方法能够表示具有复杂不确定性加权关系的诊断规则,并且能够根据规则的约束条件通过数值计算获取规则的不确定性相关参数。实际应用结果表明,基于双参数的不确定性诊断规则表示方法是行之有效的。