基于网络特征的安全高效通信网故障决策机制研究

SDN技术采用数据转发和控制信令分离的技术,提升了网络建设和管理的效率。但是,由于SDN技术具有可编程特性,导致SDN网络设备更容易遭受网络攻击。为解决网络攻击导致故障决策机制的安全性低、决策效率低的问题,文章提出了基于网络特征的安全高效通信网故障决策机制。首先,根据网络环境特点,构建了故障管理平台架构。其次,基于故障管理平台架构,以保障故障决策机制的安全性和高效率为目标,设计了通信网故障决策机制。该机制包括创建安全的数据通信通道、监测告警数据、监测异常数据、启动故障定位和故障预测机制、启动故障恢复机制5个步骤。最后,在性能分析环节,从故障管理决策机制的安全和效率两个维度,验证了文章提出的故障决策机制具有较好的性能。

故障决策树模型在诊断专家系统中的应用

从通信装备的故障实例出发,将故障决策树应用于诊断专家系统,并采用面向对象技术实现了基于故障决策树模型的知识表示与推理机制。

空空导弹外场故障决策与维修支援系统研究

随着某型第四代空空导弹列装部队,现有空空导弹二级维护条件已不能满足用户对武器装备"战备完好率"的要求,集成化的空空导弹综合保障平台将成为装备维护信息化建设的发展方向。首先阐述了集导弹测试、数据分析、故障决策、维修保障于一体的系统设计思想,研究了基于虚拟仪器开发平台、数据库、硬件支撑环境的系统构架,重点论述了数值分析模型、故障决策模型、知识库的构建方法。结合导弹典型故障模式及MTTR等维修性指标的综合分析结果,进一步证明了该系统对提升部队快速反应和综合对抗能力具有重大意义。

面向系统故障决策的BIT报警原理分析

主要研究BIT(built-in-test)间歇报警的产生原因及其引起虚警/漏检的模式和机理,同时以轴承振动信号为例进行说明,并给出系统故障决策的改进途径。首先分析系统的故障形式及测试原理,总结了BIT的报警模式和内涵。其次分析了测试过程中各种干扰因素,并且评估其在故障测试中的重要性。再次通过给出间歇故障和外界干扰对系统影响的例子,讨论其导致BIT报警的内在机理。最后给出如何通过详细分析BIT的报警原因,从而正确判断系统故障的途径。

基于分步事例推理的排除工艺故障决策

根据机械加工中积累的、排除各种工艺故障措施的历史经验,可以建立排除各种工艺故障措施的事例库,当某类工艺出现故障需要排除时,就可以通过快速搜索已有的事例来辅助决策。针对事例库大、工艺描述属性多的情况,提出了基于分步事例推理的方法,能够有效提高搜索效率、降低决策风险。

智能调度故障决策系统研究

文章研究一种利用多种类电网信息的智能调度故障决策系统,针对电网信息采集易受干扰而出现信息丢失或畸变等实际问题,提出基于遗传算法故障诊断原理,给出了基于遗传算法的故障数学模型,仿真验证了模型的有效性,并体现了高容错性。

基于机器学习的故障决策系统设计

针对机器学习(Machine Learning,ML)模型训练困难和数据量大,难以在传统故障决策系统中同步进行训练与诊断问题,提出分布式服务型层次结构的软件体系结构。通过改进软件体系结构,不仅能够实现训练与诊断的完全分离,提高系统实时性,而且能进一步解除不同组件之间的耦合性,更加便于系统维护。提出训练机概念,专门对机器学习模型进行训练,以提高模型训练效率。使用Web Service技术作为系统连接子连接系统构件,为在线决策系统提供服务,能够满足实际应用需求。通过优化软件体系结构,优化系统物理架构,有效提高故障决策系统的适应性和实时性。

基于云边协同的风电机组故障检修决策专家系统设计

为数字化开发利用风电机组故障检修数据、充分运用风电机组运行管理经验辅助风电场运维人员进行故障检修,设计一种基于云边协同的风电机组故障检修决策专家系统。文中首先介绍了现有专家系统的部署应用模式;然后,结合风电行业特点提出了基于云边协同的故障检修决策专家系统的结构,重点论述了知识来源、知识获取方式以及基于规则的知识表示格式;最后,重点从推理策略、控制策略和推理过程等方面分析了推理机的设计。研究表明采用所提方法的专家系统可提升获取知识的能力和推理效率,对提升风电机组的运行管理效率具有重要意义。

元动作装配单元的故障维修决策

为快速确定故障部位,缩短维修时间,提出一种基于元动作装配单元的故障维修决策方法。首先,提出元动作装配单元的概念,并介绍其特点和划分原则,然后,采用模糊集理论和灰色关联理论将元动作装配单元故障进行风险性分析并排序,进而对各故障灰色关联度进行归一化处理并用主次图法确定关键故障,最后利用灰色聚类分析法对关键故障进行聚类分析,选择出元动作装配单元关键故障的合理维修方式。通过对某加工中心某元动作装配单元进行实例分析,证明了该方法的有效性。

运载火箭多表冗余捷联惯组的故障诊断与决策

为了提高运载火箭惯导系统的可靠性,介绍了一种多表冗余捷联惯性测量组合的故障诊断和冗余信息重构技术,除了对陀螺仪和加速度计信息进行常零值判别、极大值判别之外,还要采取三取二的冗余诊断的管理策略,将故障定位到具体惯组的某个敏感轴,对故障惯组隔离后进行冗余信息重构,既可实现惯组系统级冗余,又能够搭配使用非整套惯组陀螺仪和加速度计信息,实现惯组故障情况下的导航信息的正常输出,增强了运载火箭对惯组故障的适应能力。

采煤机故障报警与诊断决策支持系统的设计分析

采煤机是综采生产的核心设备。主要介绍PLC实现AM-500型采煤机的故障报警,故障数据通过故障诊断决策支持系统(DSS)的分析后,及时显示机器隐患,从而使技术工作人员快速做出正确决策,以提高工作面生产效率。

基于贝叶斯网络信息价值的故障维修决策应用研究

针对光电设备系统的复杂性与故障相关信息的不确定性和不完整性问题,本文提出了一种基于贝叶斯网络的信息价值的故障维修决策方法,并将该方法应用到某型号军用光电设备的激光告警单元故障维修决策中。这种方法的优点是能根据现有的信息(可能是不确定、不完整的信息)以最少的操作、最低的代价给出故障维修决策,提高了光电设备的故障维修决策能力,并大大增强了故障快速维修能力。

城市电网智能调度故障辅助决策系统设计开发

文章以城市电网智能调度故障辅助决策系统设计开发为研究对象,首先简单接受了系统总设计方案,随后结合软件系统功能实现细节进行了研究分析,以供参考。

基于粗糙集和图论的ZPW-2000A轨道电路故障诊断模型

目前,对于ZPW-2000A无绝缘轨道电路的判别方法主要是依赖人工测试和分析,存在主观性强、判别效率低等缺陷。为了解决上述问题,将粗糙集理论和图论知识相结合引入到ZPW-2000A无绝缘轨道电路的故障诊断中。通过构建故障诊断决策表以及加权多部决策表图及其邻接矩阵,获得一种基于邻接矩阵的属性约简方法以及识别核属性的方法,并利用故障规则的分级以及故障信息覆盖度完成故障规则的提取。研究表明,该算法条理清晰,计算简便,能够有效减少算法复杂度。

ASON网络故障诊断系统推理机的设计与研究

为帮助ASON网络维护人员快速定位故障并及时排除,针对ASON网络的控制平面和传送平面故障,提出采用故障诊断树设计ASON网络故障诊断系统推理机的方案,实现故障的智能检测。通过提供快速、准确的指导路径,快速恢复网络,节省诊断时间,提高通信保障能力。

基于D-S的IBBA下的故障诊断研究

在导弹武器等复杂系统的D-S故障诊断中,因为影响基本置信分配值的因素增多,诊断领域专家有时只能给出基本置信分配值的某一范围或者某一模糊值。针对这种情况,提出了一种复杂系统的D-S故障诊断方法。首先根据诊断领域专家的诊断知识和经验,结合D-S证据理论的决策方法,给出一种基于不定基本置信分配的故障决策方法。然后根据D-S故障诊断的目的,在D-S证据理论的基础上,利用优化理论,提出一种不定基本置信分配下的D-S诊断方法,阐述了原理,构建了目标函数,给出了约束函数。最后,通过几组示例验证了所给出的故障决策方法和D-S诊断方法的合理性。

长输管道泄漏故障诊断方法研究

以智能控制理论中的模糊决策为出发点,并根据专家和运行人员的现场经验总结出若干条管道运行的工况评价规则,应用粗糙集理论对评价规则进行约减得到完备的决策规则表,基于模糊自适应推理,结合模糊决策规则表可迅速、准确地检测出输油管是否发生泄漏;考虑到管内流体参数在正常工况下也会在一定范围内波动,采用将采样得到的数据输入知识库进行部分更新的方法,实验证明,引入对采样数据更新的基于模糊决策的管道泄漏检测方法能更精确的判断管线是否发生泄漏。

运载火箭单惯组多表冗余的故障诊断与重构

惯性测量装置冗余是运载火箭中经常采用的一种用来提高其惯性导航系统可靠性的技术,根据冗余方式的不同,惯性测量装置冗余技术可分为系统冗余和单表冗余,分析了现有航天器惯性导航系统采用的冗余技术,从系统的重量、体积和成本方面比较,单表冗余具有明显优势;为此,从单表冗余角度介绍了一种运载火箭十表冗余的捷联惯性测量组合冗余管理方案,对冗余配置的陀螺仪和加速度计测量信息进行故障诊断,将故障定位到具体的某个陀螺仪或加速度计,在两度故障下,仍能够进行典型故障诊断,对故障仪表隔离后进行信息重构,实现一度故障及部分两度故障情况下导航信息的正常输出,增强了运载火箭惯导系统对惯组故障的容错能力。

基于专家系统的电液比例排缆装置故障诊断研究

本文介绍了电液比例排缆装置的系统组成,并对其进行了FMECA分析,开展了排缆机构常见故障模式研究。分析了多种故障诊断方法,并采用故障决策表进一步进行诊断。接着对检测向量的物理意义进行了表述,通过结合检测向量与决策表,形成了故障隔离的有效技术路线。理论结果对比模拟故障结果表明,该基于故障决策表的电液比例排缆装置故障诊断方法具有可行性,为液压系统可靠性与检测性改进设计提供了重要的参考。

基于多种算法融合的区域电网在线故障诊断

电网在线故障诊断是保证电网安全稳定运行的必要措施之一。随着区域电网规模的不断扩大,电网出现故障时会有更多不准确的信息传入调度中心,这势必影响原有在线故障诊断方法的速度和准确性。本文考虑自然灾害对故障区域的影响,将T-S模糊模型、粗糙集理论和遗传算法有效融合,充分利用T-S模糊和粗糙集理论对不精确和不完备信息的知识挖掘与处理能力,基于遗传算法的自适应优势改进粗糙集约简,能够更快、更准确地在线诊断区域电网故障。通过故障诊断算例仿真分析,结果表明了所研究的故障诊断算法具有快速性、准确性、有效性。