化工过程故障诊断的模糊概率Petri-net的研究

本文研究基于模糊与概率信息的模糊概率Petri net故障的诊断方法 ,概率信息用来解决问题冲突 ,模糊信息用来解决故障诊断不确定性并计算诊断的可靠性。在石油化工装置中的应用表明 。

基于逻辑博弈概率Petri网的地铁应急决策建模与分析

为解决逻辑Petri网不能很好地描述动态博弈过程的问题,提出逻辑博弈概率Petri网。将博弈的四要素融合到逻辑Petri网中,博弈的局中人被定义为token的一个属性,为其定义了策略集以及效用函数,并引入了信息库所。引入概率变迁和向量来表示博弈过程中先后验概率的转换关系,在贝叶斯公式的基础上引入模糊理论,以解决决策前期的信息缺失问题,并引入决策变迁来帮助理性人作出决策。使用逻辑博弈概率Petri网对地铁应急决策过程进行建模,构建系统可达图对问题进行分析,并应用Tina仿真验证模型性质,同时验证了所提出方法的可行性。

基于模糊概率Petri网系统的故障诊断仿真研究

利用面向对象思想、高级Petri网技术、模糊及概率理论,建立了一种描述复杂系统故障关系的模型。着重介绍了基于该模型的故障诊断仿真控制策略,包括控制层策略和操作层策略。讨论了该模型的网元素实现,定义了5个库所类、5个变迁类、1个模糊概率Petri对象类、1个模糊概率Petri对象类的派生类和3个Token对象类,并给出了基于该模型的故障诊断仿真算法。最后,介绍了基于该模型的故障诊断仿真系统设计,并以简单的仿真实验验证了模型及仿真算法的适用性。

基于FPPNS的复杂系统故障诊断研究

为解决复杂系统故障诊断问题,利用面向对象思想、高级Petri网技术、模糊理论以及概率理论,建立了一种描述复杂系统故障关系的模型———FPPNS,介绍了模型涉及的对象类,给出了模型的诊断推理过程。该模型应用于发射装置的故障诊断,取得了良好的应用效果。用实例说明了模型的应用方法。

故障诊断综合信息Petri网的研究

为了解决故障诊断中的冲突消解问题 ,将故障概率信息和管理信息引入模糊 Petri网 ,提出故障诊断综合信息网模型。研究了基于综合信息网的故障诊断问题 ,对故障进行分类 ,分析了不同类型的故障诊断所需管理信息的内容 ,确立了概率与管理信息的关系 ,通过机械手掉刀故障的诊断 。

Petri网模型在故障诊断领域的应用研究

结合故障诊断问题的特点 ,在基于 Petri网基本原理的前提下 ,对Petri网在故障诊断领域的应用问题进行了研究 ,建立了故障传播、故障诊断网模型 ,对不确定逻辑关系的 Petri网模型进行了研究 ,拓展了网的描述能力 。

基于Petri网的海上事故应急流程绩效评价方法

为提高海上交通事故应急处置能力,提出一种基于Petri网的海上事故应急流程绩效评价方法.根据模糊随机Petri网(Stochastic Petri Net,SPN)理论,结合主要存在的船体受损、人员伤亡、火灾爆炸和海洋污染等4种事故类型,确立各事故类型的应急流程,并分析各流程因素的逻辑关系,构建海上事故应急流程的模糊SPN模型.通过基于该模型的马尔科夫链得到各种状态下的稳态概率表达式.利用模糊集理论对各个因素进行静态分析和动态分析,最终得到各种状态下稳态概率的变化情况.案例结果表明,当发生海上交通事故时,此模型能够体现各因素对整个应急流程绩效的影响,并能通过数值变化趋势反映不同状况下海上事故应急流程的关键环节,提高风险处置的效率和针对性.

机械设备故障诊断模糊、概率Petri网

根据故障诊断的特点,将概率信息引入模糊Petri网,提出了模糊、概率Petri网模型,简称模糊概率网。研究基于模糊概率网模型进行故障诊断的方法,利用概率信息处理反向推理中冲突消解问题,提高了诊断效率;利用模糊信息计算诊断结果的可信度;提出了一种反向推理机制,给出了算法。最后,以机械手掉刀为例,对该诊断方法进行了说明。

基于改进FPPN的飞控系统故障传播路径分析方法

针对飞控系统多冗余、多闭环的结构特性,结合有向图模型和模糊Petri网(FPN)模型,构建飞控系统故障传播模糊概率Petri网(FPPN)模型,以解决飞控系统特定结构下的故障传播路径问题。改进的FPPN模型包含飞控系统有向图模型、故障传播特性量化计算模型和故障传播FPPN模型3个部分。采用面向对象技术分析飞控系统的功能行为和物理结构,综合复杂网络理论,构建系统故障传播有向图模型;引入Floyd算法,开展系统耦合关联分析,基于节点的度和边介数定义系统故障传播特性;在有向图模型的基础上,提出相应的结构映射规则,构建飞控系统故障传播FPPN模型,融合改进后的参数量化方法,设定2种推理算法对系统多冗余、闭环结构特性下的故障传播路径进行有效分析。通过数值分析与实例验证,获取飞控系统典型故障传播路径及路径上相关节点的状态值,验证所提方法的有效性。

基于模糊概率Petri网的故障诊断建模与分析

为筛选故障诊断推理中的冗余信息,研究了面向故障诊断的模糊概率Petri网(FPPN)。通过综合专家经验知识,将事件的概率参数引入推理分析中,并给出了基于状态方程的正向、反向及混合推理分析方法。以铁路道岔系统的故障诊断为例,说明基于FPPN的建模和分析方法,结果表明:引入概率参数的FPPN能够筛除冗余信息,分析过程体现了人工推理的思维模式,优于基于FPN的分析结果。

基于Petri网故障诊断及在工程机械中的应用

针对传统模糊Petri网在故障诊断应用中的不足之处,提出了一种新的故障诊断模糊Petri网模型(FD-FPN),变迁激活概率元素的引入,使反向推理中冲突消解问题的解决更加合理。在此基础上,提出了基于变迁激活概率矩阵的反向推理算法,正向与反向推理方法的结合可以实现故障因果的相互验证,使故障诊断过程更加科学,结论更符合事实。最后,结合故障诊断实例的应用,证明了文中提出方法的合理性和有效性,且运算简单,便于计算机实现。

基于模糊概率Petri网的弹载二次电源故障诊断模型

针对某型弹载二次电源的故障诊断问题,采用模糊Petri网进行建模验证。在传统模糊Petri网的基础上,通过引入变迁概率信息,阐述模糊产生式规则及基于矩阵的推理运算,并对其进行建模验证。结果表明:模糊概率Pteri网适用性强,基于矩阵的推理运算清晰、高效,易于诊断模型库的扩充、维护。

复杂系统故障传播与故障分析模型研究

针对复杂系统故障传播与故障分析的复杂性与不确定性,建立了一种复杂系统故障传播与故障分析模型,即模糊概率Petri网系统。该模型引入故障模式关联概率与置信度约束,用模糊概率Petri网完备地描述了子系统故障模式关联关系,并按照子系统之间的连接关系用消息库所和门变迁连接各模糊概率Petri网,最终形成整个复杂系统的模糊概率Petri网系统模型。模糊概率Petri网系统采用对象内置于Petri网和Petri网内置于对象相结合的方式,简化了模型的表达形式,具有良好的封装性、可重用性和可维护性。最后,以一个应用实例说明了模型的适用性。

基于故障扩散强度的故障样本选取方法

传统的测试性验证试验样本选取方法没有考虑测试对象的各故障模式之间的复杂性与不确定性关系。针对这一问题,建立了一种基于模糊概率Petri网的复杂系统故障扩散模型,该模型完备地描述了测试对象故障模式之间的传播扩散关系,并引入故障扩散强度概念,按分步扩散的原则对故障扩散过程进行描述,给出了每个故障的扩散强度量值。提出了基于故障率和故障扩散强度的故障样本选择方法,案例验证结果表明,基于该方法选择的故障样本集更能覆盖测试对象的故障模式集。

基于可能性理论的导弹攻防作战系统态势分析

在导弹武器系统攻防作战中,提出一种基于可能性理论的态势分析模型。由模糊Petri网的复合与规则分别计算敌我双方导弹体系的可能性测度作战效能、必然性测度作战效能以及可信性测度作战效能,通过比较双方的相应测度值,得出战场态势等级,从而辅助作战人员进行决策。实例表明,该模型有效且可行。

柔性制造系统的模糊参数评价方法

针对传统随机Petri网建模方法不能描述制造系统时间参数测量中数据模糊性的缺点,提出利用具有模糊参数的随机Petri网,对柔性制造系统进行建模分析的系统性能评价方法。以DENFORD柔性制造系统为例,对其主要性能指标进行模糊参数评价,并将评价结果与普通随机Petri网的评价结果进行对比,结果表明,该方法可以更准确地评价制造系统的综合性能。

A Failure Sample Selection Method Based on Failure Pervasion Intensity

The complex and uncertain relationship among failures was always ignored in failure sample selection based on traditional testability demonstration experimental method. A failure pervasion model is founded based on fuzzy probability Petri net (FPPN) which can depict the propagation and pervasion relation among failures,then failure pervasion intensity is defined,the process of failure pervasion was depicted based on k-step fault pervasion algorithm and the pervasion intensity was expressed by a value. The method of sample selection based on failure pervasion intensity and failure rate is introduced into the process of sample selection. The practical application shows that the sample set selected based on failure pervasion intensity and failure rate can represent the failure set adequately.