基于T-S模糊故障树方法的惯性导航系统可靠性评估

针对传统故障树模型在复杂系统可靠性评估中的局限性,引入T-S模糊故障树建模方法对惯性导航系统进行可靠性评估分析。在建立T-S模糊故障树的基础上,以模糊门算法表征事件之间的逻辑关系,确定了基于基本事件模糊概率和故障程度的复杂系统可靠性评估方法,并对事件进行了概率重要度和关键重要度分析。案例分析表明,T-S模糊故障树分析方法有效解决了可靠性评估中的模糊问题、多状态问题和不确定性问题,重要度分析为故障诊断和可靠性优化提供了方法参考。     

基于T-S模糊故障树的混凝土泵车泵送液压系统故障诊断

针对混凝土泵车泵送液压系统结构复杂,故障发生概率、故障机理和故障程度具有模糊性的特点,提出了基于T-S模糊故障树的泵送液压系统故障诊断方法。该方法用模糊数描述液压元件和系统的故障概率,解决了故障概率的不确定性;用T-S模糊门描述事件间的联系,解决了故障机理和事件联系的模糊性;用模糊数描述故障的严重程度,考虑了故障程度对系统的影响。将该方法运用到了混凝土泵车泵送液压系统的故障诊断中,取得了较好的效果。     

模糊故障树在列车运行时故障开门中的应用

故障树是对系统进行可靠性分析的最普遍的方法.针对传统故障树分析法在进行故障率计算时存在着未考虑基本事件故障发生率不精确的问题,提出运用模糊故障树算法进行故障率计算.模糊故障树将故障发生率作为模糊数据来处理,将基本事件的不精确性加入计算.将此方法应用于列车运行时故障开门中,结合FCSI (fuzzy cut-set importance)法、FFVI (fuzzy fussell-vesely importance)法和FUI (fuzzy uncertainty importance)法对基本事件跟最小切割进行计算.结果表明该方法可行有效,能为改进列车车门系统提供一定的科学依据.     

融入模糊推理的新型故障树诊断方法

在以预防为主、准确、高效武器装备故障诊断的指导思想下,针对故障树诊断法固有的优缺点属性,本文将产生式规则和模糊理论引入故障树中,设计了故障树的确定性诊断和不确定性推理的故障诊断推理方法,将模糊故障机理以“故障树”的方式进行表达,使故障树诊断从确定性诊断领域扩展到模糊诊断领域,并构建了相应诊断算法流程。通过仿真对比,说明了该故障诊断推理方法的正确性,同时还证明了该方法具备快速性、准确性,以及处理模糊故障机理问题的能力。     

电牵引采煤机牵引部可靠性分析

针对传统采煤机牵引部可靠性分析采用人工方式而难以及时发现故障隐患的问题,提出了一种基于故障树分析和模糊逻辑理论的电牵引采煤机牵引部可靠性分析方法。首先建立电牵引采煤机牵引部不牵引故障树,对故障树中基本事件的故障程度进行等级划分;然后采用模糊综合评判方法计算每个基本事件隶属于相应故障等级的隶属度,得出牵引部在各工作阶段的故障形式及故障率,从而实现对电牵引采煤机牵引部的可靠性分析和健康管理。     

基于T-S模糊模型的混沌系统脉冲控制

给出了一种基于T-S模糊模型的混沌系统模糊脉冲控制方法.首先给出了基于T-S模糊模型对非线性系统精确建模的原理,得到与混沌系统等价的T-S模糊系统.然后根据建模得到的T-S模糊系统,采用模糊脉冲控制技术来实现控制.最后,以控制Ndolschi混沌系统为例,证明了这种方法的有效性.     

基于模糊理论动车制动系统故障树可靠性分析

动车组制动系统在可靠性分析过程中存在故障数据的不确定性问题,主要表现为数据的来源不同和事件语义表述不同等,导致很难获取系统事件发生概率的精确数值。因此传统的故障树分析方法对于这类问题的处理不能得到符合现实条件的准确数据结果,故提出运用模糊数学理论将事件的发生概率进行模糊化处理,并结合专家信心指数法通过故障树分析模型计算得出制动系统底事件的模糊概率重要度,并根据各底事件在不同故障状态情况下的模糊概率重要度的大小,找出影响系统可靠性的薄弱环节。通过对兰新客专上运行的动车组制动系统进行分析,结果与动车组制动系统实际运行情况相符合,验证了算法的可行性和有效性。为根据该线路故障的特点制定相应的检修和维护策略给出了理论依据。     

基于故障树分析和模糊综合评判的某雷达故障诊断方法

针对大型雷达电磁环境复杂、设计预留检测接口不足、状态不容易检测等特征,为既提高雷达保障能力,又减少检测电路(设备)、降低成本、提高全机可靠性,考虑到故障与故障征兆问存在着模糊关系,提出了采用基于故障树分析和模糊综合评判相结合的故障诊断方法,通过分析某雷达故障树故障论域的子域,提取故障征兆集和原因集,利用模糊关系矩阵得出故障隶属度输出,最后根据判断法则确定故障位置,给出了具有法则优化和自学习功能的模糊故障诊断流程;诊断应用表明,该方法可充分利用已有的故障信息,有效提高雷达的故障诊断效率.     

基于T-S模糊模型的复杂系统的灵敏度分析

针对输入具有互联的系统的灵敏度分析常常会产生不正确结果的问题，提出一种获取这种复杂系统灵敏度信息的方法．这种方法首先需要建立系统的基于自适应神经模糊推理系统的T-S模糊模型以及各个输入的T-S模糊模型;然后从这些模糊模型抽取出灵敏度信息．同时讨论了这种输入具有互联的系统的模糊建模方法,仿真实例验证了所提出的抽取灵敏度信患方法的正确性.     

T-S模糊模型在跳汰机排料系统中的应用

针对常规的PID控制难以解决实际工业系统的时滞性、非线性等问题,文章提出了一种基于T-S模糊模型的跳汰机排料系统的设计方案,介绍了跳汰机自动排料控制系统的组成,分析了T-S模糊模型辨识原理,详细阐述了基于T-S模糊模型的跳汰机排料系统的建模及仿真。实验结果表明,T-S模糊模型能够比较精确地反映出被控系统中输入与输出之间的关系,也证明了T-S模糊模型可用于非线性控制系统的建模仿真,是现代控制理论与非线性控制系统之间进行沟通的有力工具。     

模糊非线性奇偶方程故障诊断方法

研究基于模糊模型和奇偶(一致性)方程的非线性系统执行器故障诊断方法.讨论了全 解耦奇偶方程的产生方法,并给出了全解耦奇偶向量存在的条件.由全解耦奇偶方程产生的残 差仅对特定执行器故障敏感,而与系统状态、扰动输入和其它执行器输入无关.用T-S模糊模型 描述非线性系统,并与全解耦奇偶方程相结合得到了模糊奇偶方程,解决了奇偶方程在非线性 系统中的应用问题.将执行器故障模型用刻度因子和偏差表示,用模糊奇偶方程产生残差,从而 可以估计故障模型的参数.文章给出了某飞机非线性模型的仿真实例.     

基于蛛状网拓扑智能变电站“三层一网”通信系统研究

在110kV及以下电压等级变电站中，“三层一网”架构虽然简化了二次系统接线，但实时性和可靠性难以保证。针对传统拓扑结构下的实时性和可靠性无法同时达到最优效果的问题，本文采用“三层一网”架构下蛛状网拓扑结构，仿真结果表明该结构下的通信系统实时性最佳，解决了传统拓扑结构实时性差的问题，并结合算例验证了其可行性；运用故障树分析法定量分析不同结构的可靠性，结果表明蛛状网结构的可靠性更好。为解决研究复杂的通信系统可靠性时传统故障树方法有一定的局限性的问题，本文引入T-S模糊故障理论，建立T-S故障树模型，计算结果表明蛛状网结构下通信系统可靠性最好。根据本文研究可以得到蛛状网拓扑结构能同时提高通信系统实时性和可靠性的结论。     

Minimum rational entropy fault tolerant control for non-Gaussian singular stochastic distribution control systems using T-S fuzzy modelling

In this paper, a new fault diagnosis (FD) and fault tolerant control (FTC) algorithm for a non-Gaussian nonlinear singular stochastic distribution control (SDC) system is studied. The rational square-root fuzzy logic model is used to approximate the output probability density function of non-Gaussian processes and a Takagi-Sugeno (T-S) fuzzy model is employed to transform the non-Gaussian nonlinear SDC system into a fuzzy SDC system. An adaptive fuzzy fault diagnosis observer is constructed to achieve reconstruction of system state and fault. Based on the estimated fault information, the controller is reconfigured by minimising the performance index with regard to the rational entropy subjected to mean constraint. Minimum rational entropy fault tolerant control is introduced to make the output of the past-fault SDC system still have the minimum uncertainty. Simulation results are provided to demonstrate the validity of the FD and minimum rational entropy FTC algorithm.     

改进粒子群优化T-S ANFIS算法诊断油浸式变压器故障研究

为了有效提升油浸式变压器故障诊断的精度与速度,提出一种基于改进粒子群算法(IPSO)优化T-S型自适应模糊神经网络(T-S ANFIS)的油浸式变压器故障诊断模型；引入动态惯性权重和学习因子线性调整策略,并利用收敛域和欧式距离判别雷同粒子,以克服粒子群算法易早熟、后期易陷入局部最优的问题；接着通过IPSO对T-S ANFIS的前提参数进行优化,提高网络的收敛速度；最后通过仿真实验验证基于IPSO优化T-S ANFIS的变压器故障诊断模型效果,结果表明所构建模型的故障诊断最优准确率约为98％,与ANFIS及PSO-ANFIS模型相比具有较高的故障诊断精度及效率。     

Fuzzy fault tree analysis based on T–S model with application to INS/GPS navigation system

A novel fault tree analysis (FTA) technique based on the Takagi and Sugeno (T–S) model is proposed in this paper. In the proposed technique, referred to as the TS-FTA, the events in the conventional FTA can be expressed in terms of fuzzy possibilities, and the gates that represent the relations among the top event and the primary events are replaced by T–S fuzzy gates derived from the T–S model. The magnitudes of the faults in the system are expressed in term of fuzzy variables. Since the proposed TS-FTA is derived from fuzzy logic and the T–S model, it can readily handle fuzzy information and uncertainties in the relationships among events. Therefore, the TS-FTA is suitable for systems where exact information on the fault probabilities of the components and the failure mechanisms are not available. The proposed TS-FTA is applied to analyze the reliability of an Inertial Navigation System and Global Position System (INS/GPS) integrated navigation system.     

Robust actuator fault reconstruction for Takagi-Sugeno fuzzy systems with unknown input via a synthesized learning and sliding-mode observer

The issue of robust actuator fault reconstruction for a class of Takagi-Sugeno (T-S) fuzzy systems with actuator fault and unknown input via a novel Synthesized Learning and Sliding-Mode Observer (SLSMO) is investigated in this paper. Through a coordinate transformation technique, the considered T-S fuzzy system is decomposed into two separate subsystems: Subsystem 1 affected only by actuator fault and Subsystem 2 affected by unknown input and actuator fault. In the SLSMO methodology, for Subsystem 1, a new reduced-order Fuzzy Learning Observer (FLO) is explored to accurately reconstruct actuator fault, while a reduced-order Fuzzy Sliding Mode Observer (FSMO) is employed for Subsystem 2 such that it has strong robustness against actuator fault and unknown input. Stability and convergence of the fuzzy SLSMO are explicitly proved using Lyapunov's indirect method. The design issue of the reduced-order FLO and of the reduced-order FSMO can be uniformly formulated in terms of some Linear Matrix Inequalities (LMIs) that can be directly solved using LMI optimization technique. In addition, a new full-order FLO is suggested for actuator fault reconstruction in a class of T-S fuzzy system without unknown input. At the end, a numerical example is applied to verify the effectiveness and superiority of the proposed approaches.     

纯滞后过程模糊预测控制研究

针对复杂工业过程控制,提出一种基于T—S模糊模型的预测控制方法,从参考轨迹和可测的过程变量提取特征信息,并利用最优控制理论,构成了具有模糊模型的纯滞后预测控制系统。经过跟踪调节和定值干扰调节实验仿真,仿真结果表明基于T—S模糊模型的预测控制方法的有效性和可行性,系统的跟踪效果良好,调节品质优于单纯的线性调节器。     

T-S模糊系统输出反馈控制器的稳定性分析与设计

输出反馈控制是T-S模糊控制系统设计的一种重要方法．本文提出了一类由模糊状态观测器和模糊调节器构成的输出反馈控制器稳定性分析和解析设计的新方法．为了减小稳定性分析的保守性和难度,本文充分利用了模糊规则前件变量模糊隶属度函数的结构信息,对前件变量采用标准模糊分划的T-S模糊系统输出反馈控制器进行了研究,获得了一些新的稳定性条件．然后采用平行分布补偿法(PDC)和线性矩阵不等式方法(LMI),研究了该类输出反馈控制器的解析设计方法．通过一个非线性质量块-弹簧-阻尼器系统输出反馈控制器的设计和计算机仿真,验证了本文方法的有效性．