基于时延SDG和ICA的多工况过程故障预测方法

针对多工况生产过程,提出基于时延符号有向图(SDG)和独立成分分析(ICA)的在线故障预测方法.时延符号有向图描述了过程变量间信息传递的方向和时延大小;在有向图模型基础上,对过程数据进行信息同步校正;ICA方法应用于校正后的过程数据,使得基于ICA的性能监测方法具有良好的故障预测能力.在空分设备中的应用结果表明,该方法...     

变压器故障诊断的可视化模型

为了提高变压器故障的诊断效率,基于可视化技术提出了分层流水线建模方法.该模型分为数据层、逻辑层和显示层三层.数据层对参数值进行规约,逻辑层提供检测算法实体、实体一参数关系和图形生成算法,显示层给出图形化的诊断结果.三层结构具有层间依赖性低,复用效率高和扩展性好等优点.实际变电站的应用表明,可视化模型可以直观展现故障,提高故障诊断效率.     

卫星电源系统的有向图分层诊断方法

在卫星电源故障诊断问题的研究中,针对系统的知识获取难问题,提出了一种将有向图和CLIPS专家系统相结合的分层诊断方法。这种方法利用有向图知识描述容易和CLIPS推理引擎快速的优势,设计了一个以事实描述系统模型知识的自定义模板结构,同时采用有向图分层策略减小故障搜索空间,然后利用CLIPS提供的快速匹配算法完成诊断推理过程,最后结合已有的专家经验知识给出卫星电源的故障诊断结果。实验结果表明,新方法具有很好的准确性和快速性。     

模糊SDG故障诊断及推理方法研究

本文概述了故障诊断技术在国内外发展及各种故障诊断技术的理论方法,针对定性符号有向图(SDG)故障诊断技术在定量信息表达虚假解多、分辨率差等缺点,在定性sDG故障节点引入阈值的概念,将符号有向图节点偏差模糊化为定性模糊偏差,建立了基于SDG模型和模糊融合的故障诊断方法,包括SDG建模、故障源数检验和故障诊断等步骤.     

基于自适应神经模糊推理的传感器在线故障诊断

介绍了一种应用于故障诊断的基于T-S模糊模型的自适应模糊神经网络。给出了网络的连接结构和学习算法以及传感器故障在线诊断原理。仿真结果表明，该方法具有收敛速度快，诊断精度高，泛化能力强的特点，而且可以诊断系统多种工作过程传感器的在线故障。     

基于有向图和贝叶斯网络融合的飞机系统故障诊断研究

针对民用飞机系统的故障复杂性和特殊性,提出了一种基于有向图和贝叶斯网络融合的故障诊断方法.首先分析增压系统的组成,总结各组件之间的功能逻辑;接着以有向图理论为基础,将有向图中的节点赋值为系统各组件功能,进而推导出系统的功能模型,提高了故障诊断的直观性和有效性;最后利用贝叶斯网络快速的概率推理能力,缩小故障点集,实现故障定位,提高了诊断的快速性和精确性.通过实例验证,所研究的故障诊断方法对排故效率有了提升,同时对飞机其他系统的故障诊断有一定的参考价值.     

综合性SDG故障诊断架构

基于模型的SDG(Signed DiGraph,符号有向图)故障诊断方法因其具有完备性好、推理深度高等优点在过程工业安全工程中具有十分重要的意义,已成为安全工程中的1种关键技术。本文在以前研究的基础上,提出了1个综合性SDG故障诊断架构,以期能够实现在生产过程中及时发现故障并判明故障源。该综合性故障诊断架构按模型、推理和应用3个层次搭建,以传统定性SDG及概率SDG理论为基础,包含了从模型建立到故障诊断推理,从定性SDG方法到结合统计监控的SDG方法再到概率SDG方法等一系列实施方案。该综合性SDG故障诊断架构由于引入了多元统计监控模型,使得在系统没有表现出明显的故障征兆时就能够及时敏感地检测到异常变化,进而触发SDG及PSDG推理来实现对故障源的查找,并给出各故障源发生故障的概率值,以指导使用者按照概率值的大小顺序采取处理措施。以某石化公司的气体分馏装置为实际背景,利用该装置实时数据库中的实际生产工艺数据对该综合性诊断架构进行了实例验证,其故障诊断结果与实际发生的故障相吻合,证明了该综合性故障诊断架构的有效性。     

模糊概率SDG模型及故障推理方法

基于符号有向图(SDG)的故障诊断方法具有良好的完备性和易于解释性,但其存在分辨率差的缺陷,为此提出基于模糊概率SDG模型和贝叶斯推理的半定量故障诊断方法.用模糊变量表示节点变量,用条件概率表(CPT)表达节点间的定性因果关系,利用贝叶斯推理和回溯搜索找出故障源候选解的集合,并对候选解进行排序.最后建立了某卫星一次电源系统的诊断模型.仿真结果表明,该方法有效地提高了诊断的分辨率,适用于航天器在轨故障诊断.     

分布式层次化故障诊断模型和诊断策略的研究

根据复杂装备电器控制系统具有分布式、功能分层和结构分层的特点,提出了基于层次分解的故障诊断模型,以系统的结构性为基础,对复杂的诊断问题实现由上而下进行功能分解,直到最小系统或设备.在故障诊断的层次化分解基础上,结合模糊Petri网实现故障推理过程的诊断策略,推理算法采用矩阵运算,推理过程简单,并能够描述故障传递状态.最后以航空电器装备系统中的电源供电控制系统为应用对象,研究了故障诊断模型的具体结构和诊断策略的实现过程.该模型便于实现集成化、智能化和自动化的故障诊断过程.     

基于贝叶斯网络的故障诊断专家系统

现代系统设备的日趋复杂化和自动化,对故障诊断技术提出了更高的要求;随着人工智能技术的发展,故障诊断技术向智能化方向发展,如何将人工智能技术应用到故障诊断中去,是当前研究的重点;为了实现对汽车发动机已发故障和潜在故障的快速高效诊断,根据发动机故障知识结构特性,将贝叶斯网络因果有向图的故障知识表示方法引入到专家系统中,并采用可在线监控和离线诊断的推理机制,在G2平台下实现了汽车发动机故障诊断专家系统,系统应用的效果表明了该方法的可行性.     

DiagDO: an efficient model based diagnosis approach with multiple observations

Model-based diagnosis (MBD) with multiple observations shows its significance in identifying fault location. The existing approaches for MBD with multiple observations use observations which is inconsistent with the prediction of the system. In this paper, we proposed a novel diagnosis approach, namely, the Diagnosis with Different Observations (DiagDO), to exploit the diagnosis when given a set of pseudo normal observations and a set of abnormal observations. Three ideas are proposed in this paper. First, for each pseudo normal observation, we propagate the value of system inputs and gain fanin-free edges to shrink the size of possible faulty components. Second, for each abnormal observation, we utilize filtered nodes to seek surely normal components. Finally, we encode all the surely normal components and parts of dominated components into hard clauses and compute diagnosis using the MaxSAT solver and MCS algorithm. Extensive tests on the ISCAS'85 and ITC'99 benchmarks show that our approach performs better than the state-of-the-art algorithms.     

微型嵌入式系统故障诊断方法综述

随着物联网和大数据的高速发展,微型嵌入式系统已经广泛应用于外卖、共享单车、运输、快递和智能家居等行业之中,现有的故障诊断研究主要集中在传统嵌入式系统上,因此针对微型嵌入式系统故障诊断文献相对较少。针对上述问题和结合该系统的特点(有限计算能力和存储空间的),提出了一类适合微型嵌入式系统故障诊断方法分类方法,将其分为两大类,即本地故障诊断方法和远程故障诊断方法。接着讲述了微型嵌入式系统故障诊断方法核心思想,总结出了各方法在微型嵌入式系统上运用的优缺点和应该注意的问题,最后讨论了微型嵌入式系统故障诊断亟待解决的问题。     

智能故障诊断方法及其应用

基于第一原理的一致性故障诊断原理,提出以二分相容检验为基础的最大正常故障诊断理论。该理论融合一致性故障诊断与溯因诊断的核心原理,弥补了基于模型的智能故障诊断理论中矛盾集构造研究的薄弱环节,减少相容性检验的对象,缩小诊断空间,提高诊断的准确性,具有较好应用性。应用实例验证了该理论的有效性。     

基于比较诊断模型的超立方网络诊断算法

一个有效的诊断算法对多处理器系统而言极其重要。在多处理器系统中,识别所有故障节点的能力称为诊断系统的诊断度。在比较模型下,诊断 的执行是通过一个比较器处理器,给与之相邻的一对处理器发送相同的输入信号,并比较两者间的响应状态。为了提高超立方网络的诊断度,提出了一种新型的基于比较模型的超立方故障诊断算法,其利用超立方网络节点连接的特性生成一个拓扑图ES(k;n),最终得出一个3位二进制的诊断症候集,从而确定系统故障节点。该算法的诊断度最优能达到4n,大于传统超立方的诊断度n。     

一个系统级故障诊断算法

本文提出了多处理机系统故障诊断的一个算法。为了度量 该算法的运行时间，定义了算法的概率时间复杂度函数，进而通过仿真实验和理论分析证明了这个算法能够用 较小的开销获得高的正确诊断率。     

Multidisciplinary fault diagnosis of complex engineering systems: A case study of nuclear power plants

Fault diagnosis is a key process in ensuring complex engineering system safety. It often requires collaborative and multidisciplinary efforts. This study seeks to understand the process of multidisciplinary fault diagnosis in complex engineering systems and the key human factors issues that impair this process. Data were collected from multidisciplinary diagnostic activities conducted in the commissioning phase of nuclear power plants (NPPs). In the first phase, we proposed a process model based on a combination of literature review, specialist interviews, and field observations. In phase two, the influencing issues identified in the first phase were assessed through a survey with 117 NPP commissioning specialists. Five factors influencing multidisciplinary fault diagnosis were identified: cognitive artifacts, diagnosis biases, preparation for multidisciplinary diagnosis, information sharing and collaborative reasoning, and collaborative decision-making. The significances of each factor were compared. The results provide guidance for the development of improvement measures to enhance the performance of multidisciplinary fault diagnosis.Practitioner summaryThe processes and influencing issues of multidisciplinary fault diagnosis during the commissioning phase of nuclear power plants were studied with field observations, interviews of 28 specialists, and a survey of 117 specialists. Five major influencing factors were identified, and their influences were compared.     

用辩论刻画含约束的诊断空间

在含约束的极小诊断故障部件的每个超集并非总能构成一个含约束的诊断。作者把基于模型的含约束的诊断比喻成一个辩论过程;一些部件可以指责某些部件出了故障;反过来这些部件也可以为自己辩护。在作者所建立的辩论框架下含约束的诊断空间得到了紧致的刻画。与相关工作相比,这种方法具有计算上的优势,它也可以解决极小诊断假设问题。     

基于结构的弱诊断模型

本文首先给出一种弱诊断模型，利用系统的结构信息，快速得到系统的弱诊断，在不丢失解的情况下缩小诊断空间，以提高诊断效率。对仅知道系统的整体功能和物理结构系统，无法进行一致性诊断或更强的诊断，我们仍然可以对其进行弱诊断。其次，我们给出了弱诊断、一致诊断、溯因诊断间的关系。最后，根据诊断和真正故障元件集合间的关系，定义了诊断的可采纳性，并证明了弱诊断、一致诊断是可采纳的。     

改进的W-A、W-O+W-A自适应互连诊断算法

针对电路板线与(W-A)以及线或和线与(W-O+W-A)共存的互连故障诊断问题,提出了针对W-A和W-O+W-A的改进的边界扫描自适应互连诊断算法。借鉴改进的W-O自适应算法研究经验,由改进的W-A抗误判算法+移位"0"序列得到改进的W-A自适应算法;采用同时具备W-O和W-A对角独立性的测试序列得到W-O+W-A的改进的自适应算法。     

基于E_DAG的本体不一致性诊断算法研究

本体不一致性问题是语义网络研究中的关键技术之一。基于DAG图的局部诊断方法在传统的模型诊断基础上,采用经典逻辑进行描述,这种方法在构造性知识描述领域中得到大量应用。无辜诊断方法对局部诊断方法进行了改进,可进一步提高局部诊断方法的求解效率。在此基础上,对DAG图表示进行了扩展,提出了一种基于E_DAG的本体不一致性处理的表示方法及其相应实现算法,并通过动物本体实例说明了此方法的工作原理。