基于Django框架的故障诊断和安全评估平台

符号有向图(SDG)作为一种定性研究方法,在系统推理和图形绘制上有待改进.详细描述了计算机辅助下的SDG故障诊断和安全评估平台的开发过程.平台的开发基于开源Django框架,具有搭建维护简单、操作方便、易于二次开发等特点;利用分层SDG模型和新的推理算法实现对系统的故障诊断和安全评估,支持故障传播路径查询和分层SDG的自动绘制.以田纳西-伊斯曼过程(TEP)为例,对平台的有效性进行验证,结果证明平台推理结果完备、有效,具有实际应用的前景.     

基于符号模型检测的SDG故障诊断解形式化验证

由于定量信息和非线性因果关系的丢失,SDG的故障诊断解需要进一步的进行校核与验证。创新地将SDG故障诊断解的验证置于符号模型检测框架中进行研究,提出了基于符号模型检测的SDG故障诊断形式化验证方法。首先扩展、转换了SDG模型的有限状态变迁系统形式化描述,建立了SMV模型;其次引入故障传播时间建立了模型观测变量的动态验证信息,并基于步进式监控分析了动态验证策略,将SDG正向推理扩展建模为动态推理验证;然后面向符号模型检测扩展了动态推理验证过程的SMV模型,提出了验证算法SSDGFD_ SMC;最后,通过一个实例验证了算法的有效性。     

基于可扩展端口技术的实时领域分层递阶建模方法

在采用模型驱动的开发(MDD)方法对复杂实时系统进行建模设计时,单层的建模方法难以完成对控制系统的清晰和完整描述。针对上述问题提出了一种分层递阶机制的实时多层建模方法,该方法使用可扩展输入端口和输出端口对现有元模型技术进行扩展,采用可扩展标记语言(XML)实现端口的描述,利用基于信道的端口消息传递机制完成不同层模型之间通信。实际实时控制系统建模结果表明,与单层模型相比,分层递阶的建模方法能够有效实现模型驱动设计方法在实时领域内对并行多任务和复杂交互行为的描述,从而提高实时领域模型的可读性和可复用性。     

基于趋势分析和SDG模型的故障诊断

基于趋势分析的故障诊断受数据影响较大,基于定向符号图(signed d irected graph)模型的故障诊断难于建模和推理,而两者结合以提高故障诊断效果的方法还未被考虑.本文将趋势分析的趋势信息和SDG模型的节点信息进行了比较,阐明了两者信息互补的特点,然后利用趋势分析建立SDG模型,并利用SDG模型改进基于趋势分析的故障诊断,建立了数据驱动方法和基于模型方法相结合的故障诊断方法.CSTR(continuous stirred-tankreactor)实例分析表明,基于趋势分析和SDG模型的故障诊断方法提高了诊断的准确性和精确性.     

基于模糊分层SDG模型的故障推理方法

针对传统 SDG 模型诊断方法存在的诊断分辨率低、速度慢、效率低等不足,提出了一种基于模糊分层SDG模型的故障推理方法. 首先建立系统的SDG模型,并进行分层;再利用模糊变量表示节点变量,用条件概率表表达节点间的定性因果关系;最后利用贝叶斯推理和回溯搜索找出故障源候选集,并对候选解进行排序. 应用提出的方法,进行了某型号航空发动机燃油调节系统故障诊断,结果表明该方法能够提高诊断的分辨率和效率,诊断结果准确而且完备.     

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。     

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.     

基于符号模型检测的符号有向图故障诊断解形式化验证

由于定量信息和非线性因果关系的丢失,符号有向图(SDG)的故障诊断解需要进一步进行校核与验证.将SDG故障诊断解的验证置于符号模型检测框架中进行研究,提出了基于符号模型检测的SDG故障诊断解形式化验证方法.首先定义了SDG模型的有限状态变迁系统形式化描述,建立了符号模型检测(SMV)模型;其次引入故障传播时间定义了模型观测变量的动态验证信息,提出了基于步进式监控的动态推理验证策略;然后扩展了动态推理验证过程的SMV模型,提出了验证算法SSDGFD_SMC;最后,通过一个简单贮水罐系统的SDG模型实例验证了算法SSDGFD_SMC的有效性.     

基于SDG模型的故障诊断专家系统

针对现代流程工业的特点,利用符号有向图模型（SDG）对化工生产工艺流程进行建模,运用SDG的推理能力,将其因果图转化为产生式规则,获得对整个生产流程的规则描述。根据SDG模型推理结果的特点提出一种可行的故障诊断专家系统设计方案,将得到的规则存入专家系统知识库,进行基于征兆的前向推理故障诊断。应用结果表明该种方法的有效性与可行性。     

CIMS环境下的分层多目标决策模型的递阶柔性模糊算法及其在制定生产计划中的应用

本文对CIMS体系分解为组织决策协调决策层和调度执行层三层决策和控制结构.在此基础上建立了具有时标分解的分层递阶关联多目标决策模型.该模型将CIMS的局部问题集成于一个模型之中,使一体化的集成决策和控制可得以实现.提出了一种分层多目标模糊规划的递阶柔性交互式算法.该模型和算法实现了一类CIMS的生产计划的制定.该模型可作为CIMS的控制与决策支持系统的框架结构.