基于模糊Petri网的故障诊断方法

故障诊断专家系统的推理策略取决于诊断知识的表达方式.基于模糊Petri网的知识表达是库所、命题、变迁、输入、输出及其可信度、影射等的集合.基于模糊产生式规则的模糊Petri网模型,能较好地表示和处理模糊知识,并能根据变迁的可信度大小,采用深度优先的搜索方法,以反向并行推理来缩小搜索空间,寻找到一条最有可能产生已知故障的路径.为此,以机车柴油机故障信息诊断系统为例,针对其故障信息的不确定性和模糊性,给出了基于Petri网的模糊诊断知识表达方法,讨论了建立在模糊Petri网模型基础上的反向模糊推理算法.     

一种面向故障诊断的模糊Petri网模型

根据故障发生具有并发性，故障诊断具有模糊性等特点，提出了一种面向故障诊断的模糊Petri网（FPN）模型。从模糊产生式出发，提出了一种新的模糊推理算法。解决了现有算法中不能准确处理产生式规则中“或”逻辑的问题，以及传统的基于模糊Petri网的可达图求解模型描述复杂、推理缺少智能的问题。使用简单的矩阵计算，减少了诊断时间，最后通过飞机故障实例验证了模型及推理算法的正确性和有效性。     

Petri网在某型舰炮防御过程中的应用

水面舰艇在作战中受到各方面的威胁,为了进行科学地防御,保持战斗力,以某型舰炮的防御过程为研究对象,建立了相应的Petri网模型,使战术规则与变迁相关联,并对射击的决策过程做了定量描述。通过可达标识图对建立的Petri网进行了仿真运行,仿真结果证明了模型的正确性,为下一步研究整个舰艇的防御提供了理论基础。     

模糊Petri网在某型武器载车系统故障诊断中的应用

某型武器载车系统结构复杂,其故障具有传播路径多、故障现象描述存在模糊性等特点给故障诊断带来一定困难;针对该系统的故障诊断难题,提出了将模糊产生式规则和Petri网推理相结合的故障诊断方法;以载车系统底盘启动故障诊断为例,建立了模糊Petri网故障诊断模型,并详细阐述了采用反向推理算法的故障诊断推理过程,快速准确地实现了故障原因的定位;结果表明:模糊Petri网应用于故障诊断系统能加快推理速度,提高故障诊断效率,是一种行之有效的故障诊断方法。     

模糊Petri网故障诊断技术应用

故障诊断的模糊Petri网模型,将Petri网和模糊推理相结合建立.其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度.以某型飞机电力启动系统故障为例,用模糊Petri网对其进行故障诊断,结果证明该技术可行有效.     

基于Agent的Petri网在舰炮系统中的应用

作为传统的舰载武器装备,舰炮武器系统需要向着智能化和自动化方向发展.Agent技术和Petri网理论已成为复杂系统设计和分析中两种必不可缺的工具,这两种技术为舰炮武器系统的研究提供了重要的平台.基于Agent的时间Petri网建模(AOTPN)结合了Agent技术和Petri网理论的优点,即解决了Petri网模型的复杂性问题,又为Agent系统提供了形式化的描述.在此基础上建立了舰炮武器系统的AOTPN模型结构清晰,更好的反映了系统的工作流程和各设备间的交互关系.对模型的分析结果表明,这种方法是有效的,提出的舰炮武器系统协作机制是可行的.     

基于模糊Petri网的推理算法在C^4ISR系统效能评估中的应用

通过研究推理算法,结合模糊Petri网与矩阵运算,考虑多种约束条件,提出模糊推理过程的形式化推理算法。从信息优势和决策优势两方面考虑,研究评估C^4ISR系统作战效能和对抗效能的有关指标,由此建立基于模糊Petri网的推理算法的评估模型,最后对模型进行仿真并分析约束条件对结果的影响分析。     

基于模糊概率Petri网的弹载二次电源故障诊断模型

针对某型弹载二次电源的故障诊断问题,采用模糊Petri 网进行建模验证。在传统模糊Petri 网的基础上, 通过引入变迁概率信息,阐述模糊产生式规则及基于矩阵的推理运算,并对其进行建模验证。结果表明：模糊概率 Pteri 网适用性强,基于矩阵的推理运算清晰、高效,易于诊断模型库的扩充、维护。     

基于EMD与AR谱的某型舰炮减速器故障诊断

某型舰炮减速器的故障信号呈现出非线性、非平稳等特征。为了便于对该复杂信号进行分析,采用EMD方法,将故障信号分解为若干平稳信号,再利用AR模型的自回归特性建模以提取减速器的故障信息,从而可以判断故障原因。     

基于故障Petri网的自动装弹机故障诊断研究

介绍了利用故障Petri网构建的一种故障诊断方法。首先阐述了如何将故障树转化成故障Petri网的形式，然后引用了自动装弹机提弹机的一个故障树，利用故障Petri网对其进行了故障诊断推理。事实证明，利用故障Petri网进行推理，可以有效提高推理速度，并且更方便利用计算机软件进行算法设计。     

舰炮武器系统作战效能的模糊综合评价

以模糊数学为手段,对舰炮武器系统的作战效能进行了模糊综合评价。在作战效能模糊综合评价结构模型中,总目标被分解为一系列子目标,这些子目标又按其属性分作若干组,每一子目标又可继续分解,从而形成不同的层次。指标体系的建立对系统效能的综合评价是一项重要的基础工作。对舰炮武器系统的作战效能进行了认真分析,确定了其评价指标体系。通过某型舰炮武器系统的实例计算,验证了模型的正确性。     

基于CBR-ANN的自行火炮故障诊断系统

针对自行火炮维修保障中存在大量维修案例没有被记录和整理、维修中故障诊断效率低等现状和诸多不足，提出了将人工智能中的基于案例推理技术（CBR）与人工神经网络技术（ANN）相结合（即CBR—ANN）应用于自行火炮的故障诊断中，建立了故障诊断系统；同时对诊断系统中的几个关键技术——案例的混合聚类模型、案例的表达及基于3层BP神经网络的案例索引进行了设计和说明。该系统的完善和应用有利于提高自行火炮的维修保障能力。     

基于故障树编码的火炮故障诊断方法研究

基于故障树的故障诊断方法核心在于故障原因的自动推理和快速定位。构建了故障自动推理编码规则,可将故障树转换成一系列可操作的且具有一定逻辑关系的编码,实现故障自动推理和诊断。通过某型火炮故障推理实例验证,表明该方法层次结构清晰,推理简单有效,能够实现装备LRU级分层故障诊断和故障原因的快速定位。     

多传感器信息融合在自行火炮发动机故障诊断中的应用

针对单一传感器信息反映故障的模糊性和不确定性，发动机故障诊断精度较低的情况，提出了一种基于模糊逻辑的发动机喷油器故障MSF诊断方法。某12缸发动机喷油器上设置的5种故障分别是喷孔堵塞、针阀卡滞、弹簧断裂、针阀开启压力过低和针阀开启压力过高。将8个特征参数融合到模糊逻辑推理诊断系统中，根据实验统计，分别建立了8个特征的隶属度函数和6种状态的输出隶属度函数。该方法能有效地提高发动机故障诊断精度。     

基于自适应模糊H网的火箭炮故障预测

为提高火箭炮的可靠性,使管理人员能进行故障预测与事前维护,提出一种基于自适应模糊H网的火箭炮故障预测方法.该方法依据火箭炮各系统的工作原理建立各系统都通用的故障预测模型,利用火箭炮故障的历史数据,并通过能自动调整学习速率的BP算法进行自适应学习,对火箭炮中的电气系统故障预测进行仿真分析.实验结果表明:该方法能得到比较精确的故障预测结果,达到火箭炮故障预测的目的.     

基于实例推理的自行火炮故障诊断

将CBR技术引入自行火炮武器系统故障诊断,可建立由实例表示、检索、修改及学习系统组成的,基于实例推理的自行火炮故障诊断专家系统.其实例说明部分含故障的诊断时间、诊断对象、报警位置及实例特征等信息.故障初始症兆为一症兆集.故障的诊断结论则为一结论集.故障的维修方案表示故障发生后的维修方案等.     

舰炮电气故障神经网络预测技术研究

为实现舰炮的故障预测和健康管理,针对舰炮电气系统的运行机理,利用电路仿真软件提取了该系统的故障知识,建立了故障诊断专家系统知识库,并运用BP神经网络方法实现了该舰炮电气系统的故障预测。仿真结果验证了该方法的有效性,取得了良好的诊断预测效果。     

基于案例推理的自行火炮故障诊断专家系统

快速有效地诊断和排除自行火炮故障是当前装备维修保障工作的重点。对这样复杂的设备进行故障源的充分暴露和故障定位，仅依靠传统方法有较大的局限性。将故障诊断专家系统引入自行火炮故障诊断领域为自行火炮故障诊断提供了新的方法。该系统由诊断信息获取模块、案例库管理系统、诊断推理机制、学习模块、人机界面和诊断报告模块组成。利用CBR技术建立的故障诊断专家系统可提高自行火炮的维修效率和自行火炮装备故障诊断的正确性和效率。     

基于BP网络的舰炮齿轮箱故障诊断方法

提出了一种新的关于舰炮齿轮箱故障的BP网络诊断方法。齿轮箱故障中约有60％是由齿轮故障导致的。采取经典的“频域”分析方法对齿轮箱进行故障诊断。通过建立相应的BP网络模型，克服了以往各种诊断方法的不足，较好地完成了对舰炮齿轮箱的故障诊断任务，提高了诊断的效率和质量。