基于模糊贝叶斯网络的引水隧洞安全评价模型分析

为准确预测黄河引水隧洞安全隐患,提出基于模糊集理论和主观贝叶斯方法的模糊贝叶斯安全评价模型。结合实际巡检数据,模型使用贝叶斯网络处理模糊信息与不确定信息,将巡检数据中给出的多态性故障事件模糊化;再通过贝叶斯网络的条件概率表找出不同故障事件之间的逻辑关系;最后获得对引水隧洞安全模型的整体评价。通过开展引水隧洞安全评价模型实例分析,验证了该方法的可行性。     

基于模糊贝叶斯网络的空中目标多传感器融合识别研究

为了对充满不确定性与模糊性的空中目标识别数据进行处理,提高空中目标多传感器融合的准确性和可靠性,提出以模糊贝叶斯网络为基本结构的多传感器数据融合模型.该模型能够对清晰连续变量通过模糊化和去模糊化操作变换成离散变量,而且基于模糊贝叶斯网络的建模方法能够组合多种证据进行不确定性表达和推理.通过详细分析空中目标识别的推理规则,建立了空中目标识别的贝叶斯网络拓扑结构,提出了贝叶斯推理算法对多种证据进行融合计算的模型.识别实例表明该模型能够融合不同信息源的数据,有效地提高空中目标识别的效率.     

模糊贝叶斯网络模型在卫星导航时频系统可靠性分析中的应用

利用模糊贝叶斯网络方法对卫星导航系统的时间频率分系统的可靠性进行建模和分析.在对时间频率系统故障汇总分析的基础上建立时间频率系统的可靠性模型,并对引发故障的事件进行模糊描述.通过对时频系统发生故障的概率进行计算,可以对系统发生故障的风险进行评估.模糊贝叶斯网络模型提高了故障概率描述的精确性,对系统的可靠性分析更加准确可靠.仿真结果验证了该方法的正确性和可行性.     

工业泛在传感网络信息融合机制下的能耗研究

工业复杂系统运行中产生的状态信息是测控系统稳定性——系统诊断的重要数据。采用工业泛在无线传感器网络可实时采集多组件的海量状态信息,而信息融合技术能够降低海量测量数据的模糊度,提升系统诊断准确度。本文研究不同融合机制下传感器网络能耗,推导出T时间内网络能耗理论计算公式。通过传感器网络实验系统平台实测分析表明,相同能耗参数的归一化实验数据与理论计算结果吻合较好。实验数据指出,Relay传输需要采取必要冗余机制,避免节点能耗不均衡性引起网络传输性能振荡。     

一种新的多传感器故障分类诊断方法研究

本文在分析了现有故障诊断方法的特点及其不适于多传感器故障分类诊断的原因基础上,结合网络形式多输出模糊逻辑系统的单输出模糊逻辑系统传感器故障分类诊断方法,提出了一种新的适合于多传感器故障分类诊断的模糊逻辑系统方法、仿真实验难证了此方法的有效性。     

基于数据挖掘的电网故障诊断研究

在实际电网故障诊断中,面临如何从海量数据中找到所发生的连锁故障之间的相互影响关系、以及一个故障发生可能引起其他故障发生的概率问题。本文研究内容是将数据挖掘技术中的聚类分析、关联规则、贝叶斯网络、综合应用于电网故障的处理。首先应用聚类分析技术对电网的故障数据进行故障聚类,其次对数据进行关联规则分析、发现故障之间的相互影响关系,再次基于贝叶斯网络统计分析故障间相互影响的概率问题,最后结合以上分析结果给出辅助决策信息。     

基于贝叶斯网络的相控阵雷达模糊故障诊断系统设计

机载有源相控阵雷达由于内部数字化器件集成度高、技术复杂等因素,其BIT测试点设置和设计难度很大,单纯依赖机上BIT进行故障诊断很难准确隔离到单个LRM。该文在分析某型号雷达BIT诊断故障模糊特点的基础上,设计了一种基于贝叶斯网络的故障诊断系统,利用专家知识构建网络结构,通过EM算法确定数据不完备条件下的网络参数,采用联结树算法实现故障诊断推理,从而提高了模糊故障的诊断精度和排查效率。最后,通过实例验证了该系统的有效性和可行性。     

一种基于模糊逻辑的贝叶斯最优学习器

针对变压器故障信息中存在有不完整、不确定及模糊性的知识,提出一种基于模糊逻辑和贝叶斯最优分类器结合的模糊贝叶斯分类器。该方法首先利用观察信息的模糊隶属度函数建立贝叶斯最优分类器中假设的后验概率,进而计算各类故障信息分类的结果并进行加权平均后得到最佳的诊断结果。应用和研究表明该方法能解决贝叶斯分类器中模糊信息获取的“瓶颈”难题,具有很强的学习能力,是一种有效的变压器绝缘故障诊断方法。     

基于贝叶斯网络的TSW2500型短波发射机故障诊断方法

文章提出了一种基于贝叶斯网络的短波发射机故障诊断方法,通过采集TSW2500型短波发射机的故障数据,并结合已知的故障信息和系统知识构建故障诊断模型,以快速、准确地识别可能出现的故障。实验结果表明,与传统方法相比,基于贝叶斯网络的方法能够更快速地识别故障并提供有用的诊断信息,具有较高的可行性和准确性。这种方法在实际应用中有望帮助工程师迅速定位和解决短波发射机故障,提高设备可靠性和维护效率,具有重要的应用价值。     

基于贝叶斯网络的DC-DC电源故障不确定性分析

为解决DC-DC电源模块故障诊断中不确定性的相关问题,研究了电源模块故障不确定性产生的原因,同时对不确定性信息类型与推理方法进行了研究。利用贝叶斯网络对DC-DC电源模块故障产生原因与故障模式进行建模描述,经过BIC与K2评分算法训练完成后,可以进行不确定性推断。在故障概率方面分析了模块中的不同故障部件对电源模块故障的影响,利用MATLAB平台根据模拟数据对不确定性模型进行了分析,验证了基于贝叶斯网络的故障预测不确定性模型的有效性。     

电气设备故障诊断中的信息融合技术研究

介绍了信息融合的基本特点、融合系统的构成及关键技术；分析了融合技术处理多源信息的能力，将数据融合技术与故障诊断原理融为一体，实现了基于数据融合技术的变压器故障诊断，提高了变压器故障诊断的确诊率。     

Applying mutual information theory to behavioural analogue fault modelling

To assess the effectiveness of a testing strategy for an integrated circuit, the potential structural faults in a circuit must be modelled. Analogue fault simulation is conventionally done at the transistor level. Behavioural fault models are desirable to speed up the simulations. Behavioural fault modelling needs faults to be grouped. However, it is not easy to group faults using a Euclidean measurement of the distance between faults, if the populations of the circuit faults have distributions with differing variances. Mutual information theory is suggested here as a robust method for clustering circuit faults. The bootstrap technique is proposed to speed up the process of generating statistical data. Statistical data on the performance of circuits under fault conditions is generated using HSPICE. A software program has been written to implement clustering of responses using mutual information theory and to generate statistical data using bootstrap. The technique is shown to generate a suitable set of parameters for a regression function. The simulation results for the behavioural models are close to those of the full circuit model. Mutual information theory is a useful technique for clustering responses of circuits under fault conditions.     

面向故障联合定位的告警数据信息填充算法

数据完整性是网络告警信息的基本质量属性,是进一步进行网络告警故障分析的基础。然而在现实中,网管系统可能接收到信息缺失的网元告警信息,从而影响网络故障定位的准确性。分别使用决策树算法、窗关联规则挖掘(WARM)算法和相似度算法对网络告警信息中缺失的属性进行数据填充,并在国家电网信息网络和通信网络共存的场景下研究分析上述算法对联合故障定位性能的提升。实验结果表明,在该场景下决策树算法有更高的联合故障定位准确率。     

某型电子信息系统模块级故障诊断技术研究

针对电子信息系统结构复杂、难于建立精确数学模型等特点，以某型电子信息系统为例，采用故障字典和BP神经网络相结合的方法，利用Multisim软件进行电路仿真。再由实测样本数据对BP神经网络进行训练，完成对网络各参数的设置。仿真结果表明，该方法可以较好地将故障定位到元器件，同时可为其他电子信息系统模块级故障诊断技术研究提供借鉴。     

S1000D下故障隔离信息的研究与实现

介绍了IETM的基本概念和S1000D标准的特点,详细阐述了S1000D中故障信息数据模块的定义,并结合实例,给出了基于该标准的故障隔离模块的制作流程和实现方法,为开发IETM系统奠定了基础。     

基于二分图模型的通信信息网络故障联合定位

国家电网信息通信网络依靠两套运维系统,分别实现对信息网络与通信网络的故障定位与分析,然而通信网络故障往往会引发信息网络故障,如何高效精确地进行通信信息网络故障联合定位是亟需解决的问题.针对信息通信网络的联合故障定位问题,提出了基于二分图模型的故障联合定位算法.首先依据通信网网络节点的关联性对网络分簇,并将每一簇作为一个子域.其次在每个子域内建立基于二分图的故障关联影响模型,最终利用目标排序法并行地对多个子域内网络故障进行分析,从而实现通信信息网络关联故障高效精确的联合定位.实验结果表明,该联合故障定位分析方法的故障诊断率达85％～95％.     

基于XML的AI-ESTATE诊断信息描述实现方法研究

在分析XML语言和AI-ESTATE的基础上,研究了EXPRESS Schema与XML Schema匹配原则、匹配范围,提出了AI-ESTATE诊断信息描述由EXPRESS语言模式到XML语言模式的转换方法,实现了基于XML的AI-ESTATE诊断信息的标准化描述,为AI-ESTATE诊断系统软件的可移植性、系统的互操作性和测试诊断数据知识的重用与共享奠定了基础。     

基于决策树的企业信息系统故障自动诊断分析方法

目前,大型企业信息系统规模和复杂度快速增长,但对故障的诊断分析仍主要依赖传统的人工经验,这不仅耗时、耗力,还影响对故障的及时处理.针对这一问题,创新性地提出了基于决策树的企业信息系统故障自动诊断分析方法,根据信息系统运行监控指标告警信息,实现对信息系统故障的自动诊断.利用某大型国有企业的实际生产运行数据,提取典型告警数据特征对该方法进行了验证,并在R语言环境下对决策树模型及其训练方法进行了仿真和对比分析.实验结果证明,该方法可以较为准确地实现故障自动快速诊断,有助于提高信息系统故障诊断分析效率.     

双机容错在医院信息系统中的设计与实现

双机容错是确保医院信息系统正常运转，防止数据丢失的重要技术。现针对目前多数综合性医院HIS系统中所面对的数据备份与安全策略的问题，结合医院的实际情况设计出了一套既实用又可靠的策略，并阐述了双机容错的具体设计与实现方法。     

基于人工免疫的PCB电路信息融合故障诊断

印制电路板(PCB)非介入式故障诊断方法,因获取信息有限,存在故障覆盖率低、定位不准等问题。多源信息融合能综合各类信息以提高电路诊断效果。文章提出采用人工免疫网络(AIS)作为信息融合技术的融合算法,实现PCB电路非介入式故障诊断。该方法以电路支路电流信息和节点电压信息为信息源,运用人工免疫系统实现基于特征层信息融合的印制电路板非介入式故障诊断。某实装电流转电压电路故障诊断仿真实验表明:基于多源信息融合的非介入式故障诊断可提高电路故障的覆盖率和定位的准确性。