面向大型成套设备的分布式监测诊断系统

本文研究了分布式监测诊断系统与集散控制系统的区别及联系，定义了分布式监测诊断系统的层次结构及各层功能，并给出一个具有的分布式监测诊断系统设计实例。     

导弹发射装置分布式监测诊断系统

为了满足复杂装备监测与诊断的需要，基于分布式智能思想，采用无线通信技术和信息融合技术设计了一种导弹发射装置分布式监测诊断系统。该系统采用二次调制／解调方案，通过无线数据传输方式实现了上位机与下位机之间数据的可靠传输；采用多传感器数据层、特征层和决策层信息融合方法，大大提高了状态监测和故障诊断的精确性和实时性。     

CAN总线在提升设备状态监测系统中的应用

介绍了一种基于ＣＡＮ总线的分布式提升设备状态监测系统，详细阐述了ＣＡＮ总线在处理提升设备的猝发性故障，并发性故障，以及在状态监测系统故障自诊断中的应用。     

网络化监测与诊断技术研究

在分析了传统监测与诊断系统特点的基础上，提出了一种网络化的监测与诊断模型，该模型充分运用分布式人工智能和网络的优点，完成监测与诊断任务，具有层次清晰、实现方便、维护简单和工作可靠等特点。章最后给出了该模型的一个应用实例。     

指控装备多Agent远程监测与诊断系统设计与实现

针对指挥控制系统日趋复杂,装备测试诊断任务压力骤增的现状和装备智能化保障需要,提出了一种基于多Agent分布式指控装备远程智能监测诊断系统,结合某型军用指控系统,将智能代理技术引人远程监测及诊断领域,建立多Agent系统(MAS)的远程监测模型,运用分布式人工智能理论设计组建各功能Agent子系统,并分析了其通信机制及协调一致性等关键技术,实现了对某型复杂指控装备的远程监控及故障诊断任务;通过实验仿真运行,验证了该系统能较好实现装备保障需求,具有良好的时效性与可靠性.     

分布式集中供热微机监测系统

本文介绍了呼和浩特市热力公司供热微机监测系统的基本功能及硬件配置，本系统采用星形结构的分布式微机监测系统，对各供热点的供热参数进行实时监测，可自动完成数据的记录、统计、分析、处理、贮存及打印工作，并能对各种故障进行实时分析、诊断及报警，系统运行稳定可靠。     

分布式监测系统的设计与实现

本文分析了分布式监测系统的结构和特点，以吴江发电厂分布式监测系统（WJDS）的具体实施为例，提出了分布式监测系统的设计方法，并针对公布式监测系统实现中的一些问题进行了讨论。     

设备自动监测诊断网络系统

介绍了一种设备监测与故障诊断系统,阐述了由在线监控下位系统,局域网络监控诊断上位系统、局域网络监控诊断上位系统、远程诊断广域网络系统组成的三层分布式自动监测与诊断网络结构,该系统可对生产企业关键设备进行自动监控和智能诊断。     

基于MAS的复杂系统分布式求解策略与推理研究

针对复杂的连续生产线系统监测与故障诊断的动态、分布、实时和不确定特性，将多Agent及相关智能技术引入复杂故障诊断领域，提出了一种嵌套式基于消息传递的多Agent组织模型，分析了基于MAS的分布式智能故障诊断方法和过程；研究了模型系统的动态适应性和稳定性；设计了实时诊断Agent工作状态的表达机制；讨论了Agent间的协调协作机制及融合方法；给出了多Agent诊断系统诊断决策的集成描述结构；提出了任务分解与分配调度算法，以充分发挥Agent的社会性和基于场景的特点，使得在复杂系统的问题求解中能提供更为可靠的诊断结果，而且还能节约资源提高诊断效率．将其应用于某安全监控系统中，取得了与专家相似的诊断结果，克服了以往监控诊断系统存在的弊端，提高了企业的安全运行效率．与传统诊断方法相比，体现了Agent技术在复杂分布式问题求解领域的特有优势和良好前景．     

基于分布式主动代理的网络性能监测和发布系统

给出了一个新的网络性能监测和发布系统的设计。该系统的主要特点是使用了分布式主动代理技术,和传统的集中式网络性能监测系统及其它基于分布式代理技术的网络性能监测系统相比,使用分布式主动代理网络性能监测系统具有更高的安全性,数据采集的时间一致性也得到了保证。     

基于云服务器的旋转机械在线监测诊断系统设计

以LabVIEW为开发平台,介绍了基于云服务器的在线监测及故障诊断系统的设计方法。该系统采用租用云服务器的方式,减免了对监测过程大数据的维护和管理;采用分布式设备振动数据采集器方式采集振动数据,实现设备分布式管理;开发数据采集存储软件,可视化操作;结合客户端软件和Web网页操作开发状态监测和故障诊断系统,通过监测系统发现设备异常情况,发出警报通知现场人员,通过诊断系统对故障数据进行详细分析,定位设备故障,及时采取保护措施,减少经济损失。     

基于中间件技术的远程实时监测系统

重点介绍了一种新型的基于中间件技术的分布式远程实时监测与诊断系统,提出了由数据采集层、中间件应用服务器层、数据发布层组成的多层分布式实时监测系统模型;并针对中间件服务器层所涉及的一些关键技术进行了论述。设计了能够可靠传输实时监测数据的应用层协议,应用该模型和方法开发的远程实时监测与诊断系统在石化企业得到实现与验证。     

基于CAN总线的分布式监测诊断技术研究

针对传统设备故障诊断技术难以满足分散且复杂系统的问题求解和实时性故障诊断的要求,将分布式人工智能与现场总线技术相结合,利用计算机能快速有效提取故障信号的特征,提出基于CAN总线的分布式监测诊断系统,并分析了该系统的组成原理、功能结构和实现方法.在通讯协议的设计上,根据CAN总线的特点,设计了一套相对完整的通讯协议,提高了数据传输过程的可靠性,准确性和快速性.     

多主体诊断系统的建模及应用

将智能主体技术引入复杂故障诊断领域,建立了一种基于多主体的复杂诊断系统结构模型,对诊断问题任务辨识、分解、各主体的内部诊断机制、多主体间的交互、协作、关联模型以及诊断决策问题等进行了深入研究,并重点描述了诊断问题的故障分解与控制策略。在某企业安全监控系统的应用中,该模型能快速、准确地进行故障成因分析,给出合理的决策意见,取得了很好的诊断结果,显著提高了企业的安全运行效率。     

自组织实时分布式故障诊断系统

以往的分布式故障诊断系统只有当故障发生后才进行故障诊断,不具有实时性,不能监测网络的运行并根据网络的运行情况适时地启动故障诊断模块。给出了一种新的分布式故障诊断系统,既克服了网络频繁进行故障诊断代价太高的缺点又使网络的故障得到及时发现。     

利用ACE构架远程监测与故障诊断系统

利用ACE自适配通信环境(ADAPTIVE Communication Environment)这一可自由使用、开放源码的面向对象框架且可用于开发复杂的、并发性的分布式系统,来构架远程监测与故障诊断系统,可以很简单地实现跨平台、可重用等要求。对ACE在分布式在线监测与故障诊断系统中的应用作初步探讨,提出了利用ACE结舍面向对象技术构架远程监测与故障诊断系统的基本方法。     

基于网络的大型装备在线监测与智能诊断

在大型武器装备的故障诊断中,运用无线网络技术,组建了基于多级分布式无线监测网络的智能诊断平台,设计了现场监测中心、设备在线监测诊断中心及无线智能检测单元。系统采用基于小波包能量分布与奇异值分解相结合的特征提取方法,运用混合型集成神经网络来完成这些特征信号的局部故障诊断,然后采用D-S证据理论将多个传感器的故障诊断结果进行融合,实现了准确的故障诊断;并采用基于竞争网络集成的在线监测方法,从而构建了某大型武器装备的在线监测与智能诊断系统。     

分布式监测诊断系统总体设计思想的研究

研究了分布式监测诊断系统的基本理论框架,提出了分布式监测诊断系统的定义、层次结构和各层的功能定义,并分析了分布式监测诊断系统与生产控制系统的关系。     

Distributed monitoring for large-scale processes based on multivariate statistical analysis and Bayesian method

Large-scale plant-wide processes have become more common and monitoring of such processes is imperative. This work focuses on establishing a distributed monitoring scheme incorporating multivariate statistical analysis and Bayesian method for large-scale plant-wide processes. First, the necessity of distributed monitoring is demonstrated by theoretical analysis on the impact of process decomposition on multivariate statistical process monitoring performance. Second, a stochastic optimization algorithm-based performance-driven process decomposition method is proposed which aims to achieve the best possible monitoring performance from process decomposition aspect. Based on the obtained sub-blocks, local monitors are established to characterize local process behaviors, and then a Bayesian fault diagnosis system is established to identify the underlying process status of the entire process. The proposed distributed monitoring scheme is applied on a numerical example and the Tennessee Eastman benchmark process. Comparison results to some state-of-the-art methods indicate the efficiency and feasibility.