基于T-S模糊故障树模型的场面监视雷达磁控管的故障推理研究

针对机场监视雷达磁控管运行时间短、实时运行数据难以大量获得的特点,为了实现雷达收发系统磁控管的快速故障推理分析,提出一种基于T-S模糊故障树模型的故障推理方法。利用该方法能够定性分析与定量计算的突出特点,采用新疆某机场场面监视雷达磁控管作为研究对象,对磁控管的故障事件及其可能造成故障的各个故障事件用相应的事件代码表示,并通过模糊数语言集描述这些事件,再根据事件关系所构建的T-S模糊故障树故障推理模型进行推理分析,最后通过实验结果验证该方法的可靠性和有效性。与传统的人工故障排查方法相比,其能够对磁控管故障事件进行更加全面且高效的推理分析。该方法为磁控管的故障推理分析在工程上的实践应用提供了新思路。

基于贝叶斯网络的不确定环境装备故障推理模型

针对不确定环境下装备故障传播及推理问题,提出了一种基于贝叶斯网络的故障推理模型,利用网络结构与概率分布有效表达装备中各部件故障状态、关联关系及传播方式。首先将模型中变量按照其对应部件在装备中所处地位及层次的差别进一步分为故障检测变量、故障原因变量与故障模式变量三个子集。其次,依据维修人员在故障推理过程中的思维方式,提出了一套符合故障推理任务的模型网络结构有向边取向规则。然后,分析故障推理模型中变量条件概率分布特点,明确其在不确定性表达及参数简化中的优势。最后,建立平视显示器的故障推理模型实例,结合贝叶斯网络推理能力进行故障预测及诊断分析,验证模型的有效性。

空间推进系统的故障推理研究

空间推进系统必须可靠地完成轨道保持、轨道修正、姿态控制的重要任务 ,要求当其某一功能模块出现故障时、能及时发现并有效隔离。文中介绍了利用有向图方法分析此推进系统故障传播机理的方法 ,并建立相应的故障推理模型。离线检测和理论分析表明 ,此方法逻辑性强 ,简单高效 。

直觉模糊Petri网的双向模糊故障推理算法

针对故障诊断中故障现象与故障原因之间复杂的不确定关系,利用直觉模糊集表达不确定性信息的优势和Petri网的图形处理问题的能力,给出了基于直觉模糊Petri网的双向模糊故障推理算法。该算法首先利用反向直觉模糊推理算法对模型进行约减,查找故障原因,再利用正向直觉模糊推理算法对模型进行计算,输出结果。该算法既可将故障信息化繁为简,降低推理过程的时间复杂度,还能够使故障诊断的确定性程度得到进一步提高。汽车发动机诊断案例表明了所给双向直觉模糊推理算法的可行性和有效性。

转子系统故障推理智能专家系统的研究与实现

针对旋转机械转子故障推理的智能专家系统进行了研究。系统利用领域专家对转子系统的经验知识 ,采用框架理论和语义网络相结合而形成的一种混合型知识表示方法。系统采用深度优先搜索策略 ,能完成旋转机械的转子系统十多种常见故障的诊断。

基于贝叶斯网络的变压器故障推理模型

变压器是电力网络的重要设备。为保障变压器安全运行,针对以往故障推理过程中征兆特征过于复杂和没有加入不良工况问题,建立基于贝叶斯网络的变压器故障推理模型。该模型通过对变压器的在线监测,在对以往变压器的不良工况、故障类型、征兆特征进行数据分析的基础上,对变压器监测数据进行推理,得到变压器故障类型的可能性排序。该模型选取征兆特征的一个优化组合进行分析,使推理过程更加简洁,提高了推理结果的准确性。以某种典型的油浸式变压器故障为例进行推理仿真,仿真结果证明了该模型的可靠性和准确性。

计及继电保护与油气信息的变压器故障推理

变压器作为现代电力系统中最重要的设备之一,承担电能转换与分配的重要任务,为电力系统稳定运行提供了重要保障。在目前的变压器故障诊断中,由于油气数据信息量不足而经常导致诊断效果欠佳,所以文中提出了一种计及继电保护与油气信息的变压器故障推理方法。该方法首先通过变压器的运行状态与继电保护装置的关系建立贝叶斯网络;其次运用油气信息训练概率支持向量机,并计算该油气信息所对应变压器运行状态与故障程度的概率;随后根据历史统计数据,结合蒙特卡洛模拟算法与极大似然估计推算贝叶斯网络节点的条件概率;最后根据3个故障实例验证了该方法的有效性。实例分析表明,该方法有效的解决了油气数据信息量不足的问题,同时为运维检修人员提供了较为准确的检修决策。

基于PETRI网的应用故障推理

当前应用系统的软硬件规模非常庞大,造成应用系统遇到突发故障无法及时有效地进行故障类型判断和故障源头排查,针对以上问题,提出了基于Petri网的应用故障推理方法,根据应用中经常碰到的故障点和故障状态,构建出Petri网故障模型,利用Petri网直观易懂、异步并发的优势,快速地进行应用系统故障推理和分析。

基于长短期记忆循环神经网络的变电站监控系统智能故障推理方法

针对变电站故障推理和分析应用存在人工总结的规则不全面、总结难度大、干扰信号多、故障推理配置可重用性低,以及故障推理往往需要考虑输入信号的时序性等问题,而采用传统机器学习算法无法有效解决此问题,提出一种基于长短期记忆循环神经网络(LSTM-RNN)、自然语言处理技术的变电站智能故障推理方法。分析了故障推理的应用场景,介绍了智能故障推理方法的整体架构、关键技术,并通过实际数据的应用试验进行了测试,验证了不依赖人工规则的智能故障推理方法的可行性,在信号时序可以记忆的场景中LSTM-RNN比其他机器学习算法有更好的适用性。

基于模糊Petri网的飞机故障推理建模技术研究

将数学建模和可视化技术相互融合,将飞机部件间的逻辑关系量化并通过可视化的方式表达,建立基于特定机型的飞机故障推理系统,对飞机维修排故前期具有一定指导意义。首先介绍了Petri网的相关理论,着重阐述了模糊Petri网理论及其应用领域,提出把模糊Petri网理论应用于故障推理系统;在模糊Petri网理论的基础上实现基于模糊Petri网可视化建模飞机故障推理系统,实现在人机交互界面的模糊Petri网的可视化建模,并采用矩阵推理算法对建立的模糊Petri网模型进行故障推理。最后以飞机维修故障实例对该系统进行验证。

设备故障推理诊断记

不少人认为《福尔摩斯侦探案》问世后,曾一度令推理侦探学说备受推崇,其在司法界尤功不可没。此观点虽乏史证,但我确信,推理—作为一种预测方法论,既然植根于深遂理念的逻辑思维,其应用当远不止此。推理侦探依靠个人经验阅历丰富积累,倘若做不到这一点,则许多推理难免陷入先验论或实证论等唯心主义的泥潭。

装备维修保障知识模型构建及推理方法

针对装备领域维修保障知识利用效率低、经验知识转化不足、故障定位分析困难等问题,提出了一种装备维修保障知识模型构建及推理方法。首先,通过对装备维修保障工作流程、知识构成及知识特征的分析,借助知识的本体表示方法,设计装备维修保障知识模型,并结合具体装备给出知识模型构建方法;其次,基于知识模型并综合考虑人员经验性知识的量化表达,提出故障原因可信度推理方法,实现维修知识的有效推理计算;最后,以车辆装备发动机故障为例,验证了所提方法的可行性,为装备领域维修保障知识模型构建和推理应用提供借鉴。

垂直升船机液压系统故障传播路径的模糊推理

为有效抑制垂直升船机液压系统故障传播,基于液压系统诸结构间的相互关联性及链式连锁特点,建立故障传播模糊Petri网(FPN)模型。基于FPN基本原理,抽象表达液压系统故障传播过程;分析垂直升船机液压系统失效模式,理清故障状态间前后集的逻辑关系,建立液压系统故障传播FPN;利用故障演变规则,模糊推理液压系统故障传播路径。结合三峡升船机进行实例分析。结果表明,其液压系统故障最可能的传播路径为:控制阀损坏-系统无法保压-启闭油缸失效-船厢门液压启闭机故障-系统退出工作。

软件健康管理系统故障诊断推理机算法设计

针对很多测试软件健康管理系统中要求能够对动态系统故障进行准确、快速诊断的特点,应用具有对时空因果系统进行动态实时捕获的TFPG模型设计了故障鲁棒性诊断算法。在对TFPG模型进行介绍的基础上,设计了基于事件的假设初始化算法和基于增量的假设更新算法,并提出了假设的度量指标。将所研究的算法应用在典型TFPG模型上,结果证明设计的基于时间一致性的故障推理机对软件传感器故障具有良好的鲁棒性,并且能够对软件系统的状态进行预测,满足软件健康管理的需求。

炼化过程故障传播路径的不确定并行推理方法研究

为有效抑制炼化过程故障传播,基于模糊Petri网(FPN)的基本原理,采用FPN网建立炼化过程故障传播模型。对每次发生变迁的各故障库所进行不确定并行推理,将每次变迁发生后所得故障发生概率的最大值作为其后集库所对应命题成立的可信度,故障依次向可信度值最大的后集库所传播,通过故障的前后集关系得出最可能的故障传播路径。将此方法应用于典型炼化过程的常压塔装置。结果表明,引起常压塔故障的最可能传播路径为:进料温度异常—常压塔塔底温度异常—产品质量不合格—常压塔故障。在该路径中的常压塔底部设置温度报警器,进行重点监控,便能保证炼化过程安全可靠进行。

汽车维修故障诊断中案例推理的运用

汽车维修故障诊断比较倾向于案例推理,本文通过对案例推理进行研究,分析其在汽车维修故障诊断中的运用。

基于EMD和有向因子图的航天器故障诊断

为了消除噪声对提取传感器信号中故障特征的影响,同时在系统模型不精确条件下,描述故障在系统部件间的传播方式.本文提出了一种基于经验模态分解(EMD)和有向因子图(DFG)的故障诊断方法.对传感器信号进行经验模态分解得到的内部模态函数(IMF),提出采用能量做为其零点区间包含噪声成分的评价指标,基于信号内部模态函数的区块能量消除其噪声成分.对无法精确建模的物理系统,提出使用有向因子图描述系统组成部件间的因果关系,应用概率推理实现故障诊断.通过对航天器电源系统供电模块的实例分析,验证了方法的有效性.

基于专家系统的导弹发射车液压系统故障诊断

液压系统为导弹发射车提供动力源,该系统运行的可靠性在不同程度上影响着导弹发射车的工作性能。针对导弹发射车液压系统故障知识的特点,提出了将领域专家经验分解成故障现象、故障原因和故障规则的知识表达方式,设计了由故障现象、故障原因分别构成故障规则前件和后件的知识获取方法,实现了故障知识的有效管理和维护。针对故障诊断流程图的结构特点,提出了故障诊断二叉树的概念,给出了将诊断流程图转化成故障诊断二叉树的方法,并在此基础上设计了基于故障诊断二叉树的故障推理机和基于二叉树前序遍历的故障解释机制。实践表明该专家系统的设计方法及原理具有一定实用性和通用性,对同类系统的设计具有很好的借鉴作用。

空间飞行器推进系统的故障检测

文中采用基于人工智能条件下的专家系统知识 ,应用门限算法进行故障特性提取和相应的故障推理机制研究 ,在由大量小发动机组成的空间飞行器推进系统实验中进行应用。通过已有的实验数据、离线回放表明此方法具有实时检测功能、可以解决工程实际问题。

模糊概率符号有向图单元模型及电站高加系统故障诊断

针对复杂系统的符号有向图(signed directed graph,SDG)模型结构复杂,搜索路径"组合爆炸"等缺点,将SDG符号识别能力和知识库易于维护的特点相结合,提出了模糊概率SDG单元模型,建立了模糊概率SDG单元库,并描述了基于SDG单元库的故障推理方法。复杂系统的测点不完备性和参数耦合性是故障诊断中亟需解决的问题,在建立SDG单元库时,充分考虑了这两个问题。以某600MW机组高加系统为例,采取仿真与现场经验相结合建立SDG单元库,并通过现场故障实例验证了该故障推理方法的有效性。SDG单元模型结构简单,推理快速,有效避免了"组合爆炸"的问题,故障诊断准确率高,能有效克服现场测点缺失和系统参数耦合问题。