基于模型诊断的改进贝叶斯方法

基于模型诊断是针对系统或设备的行为和结构建立模型,从而进行诊断的.但是基于模型诊断的方法存在不确定性问题,诊断的结果可能为一组故障部件.为解决不确定性问题,很多学者在基于模型诊断中使用了概率的方法,利用待诊断设备组成部件的故障概率信息来寻找最可能的诊断.通过对模型诊断中存在的不确定性问题的深入研究,在基于模型诊断中提出了概率的贝叶斯解释,从而利用后验概率形式量化了元件故障的可能性的衡量标准,并且改进了计算元件后验概率的方法,分析了改进后算法的复杂性和完备性,证明了改进后的方法降低了时间和空间的复杂性.实验结果表明,改进后算法的执行效率较原有的算法有明显的提高,且有些问题可以提高两个数量级.     

值传递诊断过程的抽象和重用

提出了一种基于值传递的系统模型,重新定义了诊断,并给出了快速找到一个极小诊断的算法.在此基础上,提出了独立于系统输入输出的值传递路径的概念,实现了值传递诊断过程的抽象,并根据等价路径对系统值传递路径空间进行约简.以约简的值传递路径空间为基础,给出了一种故障诊断算法,在一定条件下多项式时间结束.     

通过诊断图分析的快速诊断算法

基于模型诊断的主要思想是:根据系统的逻辑模型以及系统的输入,通过逻辑的推理理论能推导出系统在正常情况下的预期行为,如果观测到的系统实际行为与系统预期行为有差异,则说明系统存在故障.当系统故障时,可通过逻辑的推理理论来确定引发故障的元件集合.由于经典的基于模型诊断采用的是逻辑推理的手段来产生诊断集合,这导致了传统的基于模型诊断算法的效率非常低下.文中在原有模型诊断基础上,重新定义了诊断,并提出了一种用于诊断的诊断图的数据结构.在此基础上给出了一种基于诊断图分析的快速诊断算法.由于文中的诊断方法是一种过程化的方法,与Reiter的模型诊断的基于逻辑的方法有着本质的不同.因此,文中的方法能很好地克服经典模型诊断效率过低的问题,为诊断问题的求解带来新的前景.实验结果证明了这种新的诊断方法的高效性.     

离散事件系统基于模型诊断的研究进展

近年来,针对离散事件系统的基于模型诊断方法在大型通讯网络、电网故障诊断等领域获得了成功应用,成为人工智能与控制工程领域的热门研究课题。介绍了针对离散事件系统的基于模型诊断的基本思想与建模方法,从不同的角度对使用自动机建模的各种主要诊断方法进行了评析与比较;讨论了系统可诊断性判定方法的研究进展。从系统建模、分布式在线诊断、不完备模型下的诊断以及系统实现等方面,展望了针对离散事件系统的基于模型诊断领域中有待解决的问题。     

不完备模型下的离散事件系统诊断方法

提出不完备模型的两种不完备性:模型定义不完备和因果关系不完备.在模型定义不完备条件下,用在线观测与模型共同约束的方法处理观测乱序及未定义事件,得到可行的诊断轨迹.相对于基于完备模型假设下不能诊断的结论,该方法扩展了诊断方法的适用范围,放松了对模型的约束要求,在因果不完备条件下,提出用因果图联系部件,解决分布式诊断中由于部件独立建模而导致的不彻底诊断,提高了诊断的精确性.通过实验验证,两种条件下的诊断方法均能在相应的不完备模型中得到预期诊断结果,并对模型进行局部修订,提高模型的完备性.     

完备与不完备背景关系中蕴含的系统功能结构分析

考虑完备或不完备背景关系中蕴含的元件与系统功能结构关系,提出了基于因素空间理论中因素逻辑的系统功能结构分析法,给出了该方法的严谨的数学定义系统及分析过程的逻辑数学描述。对完备和不完备两个例子进行分析后得到了两个不同的系统功能结构表达式,说明完备背景关系可得到唯一确定的系统功能结构,不完备背景关系可以得到一族确定的系统功能结构。如果不完备背景关系是完备背景关系的子集,那么在不完备背景关系中一定能找到功能之间的线性关系,以补充不完备背景关系。该方法是严谨的逻辑数学推理,可用于广泛领域类似问题的分析。     

不完备离散事件系统的可诊断性

在离散事件系统的建模过程中,由于系统行为的复杂,存在物理系统向逻辑系统映射的不完全性,因此产生了不完备模型的概念.提出在模型不完备的前提下,判断模型可诊断性的方法.提出可诊断性的在线判定方法,同时将不完备的行为加入模型,使模型完备.用经典的双树方法判断离线可诊断性,根据观测序列的时序及语言的前缀判断并处理不完备行为.提出判定不完备行为的方法,向模型中添加不完备行为,并根据不完备行为增量地在双树中判定在线可诊断性.通过在线的可诊断性判定,当前系统能够得到在有限观测内唯一判定故障发生与否的结论.该方法适用于具有离散性质的系统.     

无参考值情况下自诊断传感器设计方法研究

对于工业现场中传感器进行故障诊断时难以获取参考值的问题, 本文提出了一种基于贝叶斯推理的无参考值情况下自诊断传感器设计方法. 首先, 运用传递熵方法对传感器之间存在的冗余关系进行量化评价, 并借助β–二项分布建立传感器的故障统计模型; 其次, 利用贝叶斯推理对有参考和无参考时的传感器测量系统设计故障自诊断算法, 对于无参考值情况下的传感器测量系统, 通过引入观测值, 进行自学习获取传感器的健康状况; 最后, 以镍闪速炉中的温度测量系统为例, 验证了文中方法的可行性与有效性.     

基于思维进化的蚁群算法在典型生产调度中的应用

为基于模型的诊断系统设计建立了一个基本理论框架。以系统模型为基础,生成一组诊断测试,并以之代替系统模型而建立了一个基于测试的诊断系统。从完备和可靠性两方面证明了以测试为基础的诊断系统的诊断能力与基于一致性的诊断系统是相同的。     

基于值传递的快速故障诊断

本文提出了一种基于值传递的系统模型，重新定义了诊断，该定义与Reiter经典的诊断定义等价。在此基础上，给出了一种线性时间找到一个极小诊断的算法，该方法不需要计算极小冲突而直接得到极小诊断。该算法在给出诊断的同时，还给出了系统与该诊断对应的当前行为的一种合理解释。最后，给出了该方法与诊断测试结合实现系统修复的方法。