状态监测与故障诊断的Petri网建模与分析

为了解决状态监测与故障诊断的统一建模问题,提出一种新型Petri网模型——监测诊断Petri网;首先对状态监测中的特征参量进行了分析,给出了一种实用的模糊隶属度函数形式,接着在基本网系统的基础上,定义了新型Petri网,分析了它的动态特性,同时为了描述其运行过程,提出一种仿真方法;该方法可以为新型Petri网运行的计算机实现提供依据,同时通过学习案例也可以验证其中参数的正确性,最后举例验证了新型Petri网的可行性和实用性;监测诊断Petri拓展了Petri网的描述领域,形象动态地展现了监测与诊断的过程,实现了全过程的统一建模。     

基于模糊神经Petri网的故障诊断模型

Petri网是对具有产生式规则的故障诊断系统的有力建模工具,但其缺乏较强的学习能力．本文以Petri网的基本定义为基础,结合模糊逻辑和Petri网模型,定义了模糊Petri网模型,在此基础上引入人工神经网络技术,给出了人工神经网络的模糊Petri网表示方法,并针对工程机械故障诊断异步、离散等特点,提出并建立了故障诊断的模糊神经Petri网模型及其改进模型．基于模糊神经Petri网的故障诊断系统结合了Petri网和人工神经网络的优点,经过自学习后同时具有很强的推理能力和自适应能力．     

基于优化模糊Petri网的矿井提升机故障诊断

为提高矿井提升机故障诊断的准确率,提出了一种基于优化模糊Petri网的矿井提升机故障诊断新方法。该方法首先利用动量BP网络对模糊Petri网的权值、阈值和可信度参数进行优化,然后使用优化好的模糊Petri网模型对矿井提升机进行故障诊断。测试结果表明,该方法对参数优化收敛速度快,故障诊断结果正确率高,有一定的实用价值。     

基于模糊Petri网的汽车故障诊断仿真研究

本文将Petri网和模糊推理相结合,建立故障诊断的模糊Petri网模型。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。以汽车故障诊断为例,建立了基于模糊Petri网的诊断模型。通过仿真分析,验证了模型的正确性和算法的有效性。     

一种面向故障诊断的模糊Petri网

运用Petri网进行故障诊断推理时,常存在一种故障对应着多种原因的可能,推理结论不能区分并列原因间的相对可能性,且不能体现人工经验.针对这一问题,定义了一种面向故障诊断的模糊Petri网,运用基于状态方程的推理方法,将人工经验用模糊值表示并参与推理运算,以相应库所对应的模糊信息值来衡量库所对应事件的可信度,从而可以实现区分并列事件间的相对可能性.通过某控制系统故障诊断实例,验证了所定义的模糊Petri网和状态方程及其诊断算法的正确性和有效性.     

基于直觉模糊Petri网的故障诊断

故障诊断经常受到多种不确定性和模糊性因素的影响,针对不确定性的故障诊断问题,利用直觉模糊集较好的表达不确定性信息的优势和Petri网较好的并行处理以及图形处理问题的能力,构建了直觉模糊Petri网模型。由于将直觉模糊推理转化为矩阵运算的过程中有非隶属度参数的参与,因此推理结果可提供更多的信息。根据实际故障诊断中的模糊推理问题,给出了带有权值、阈值等参数条件下新的直觉模糊推理算法。通过获取和处理故障诊断中的不确定性和模糊性的知识,该算法将故障诊断过程转化为利用直觉模糊Petri网的直觉模糊推理过程。实际燃气轮机故障诊断模型案例表明了所给直觉模糊推理算法的有效性。     

模糊Petri网在FMS故障诊断中的应用研究

针对柔性制造系统（ＦＭＳ）故障诊断的特点，将模糊Ｐｅｔｒｉ网扩展为模糊行为Ｐｅｔｒｉ网（ＦＢＰＮ）．并应用于知识的表示中，讨论了ＦＭＳ系统、ＦＢＰＮ及产生式规则之间的对应关系，提出一种模糊反向推理机制，给出了利用ＦＢＰＮ进行知识表示和推理的实例．     

基于ACO优化参数的模糊Petri网故障诊断技术研究

针对传统模糊Petri网在进行故障诊断推理时,需要依靠专家经验给出所有产生式规则的参数,使得故障诊断的精确度受限于专家知识水平的问题,提出了一种加权模糊神经Petri网模型以及相应的构造方法,此方法使用模糊Petri网进行故障诊断,网模型中各参数由BP神经网络训练而得,为了进一步提高诊断精确度,定义了使用ACO (Ant Colony Optimization)对网模型的各参数进行优化的算法;最后通过发电机故障诊断实例对比试验,验证了文中ACO优化的模糊神经Petri网,能够对各种故障进行正确的诊断,且在诊断精度和效率上较常规的模糊神经Petri网有了很大的提高,具有很强的实用性和可行性.     

基于扩展模糊时间Petri网的故障诊断

针对故障诊断中可能出现的故障原因漏判问题,提出一种基于扩展模糊时间Petri网的故障诊断算法。该算法通过检查模糊时间戳确定故障时刻所有故障原因的状态,结合正向和逆向推理最大程度地解决故障原因漏判问题,从而确定主要、次要和其他故障原因。燃气轮机的故障诊断实例验证了该算法的有效性。     

基于模糊着色Petri网的多状态系统可靠性分析

在多状态系统中,由于性能退化、局部失效等原因,系统或元件会表现出从完全失效到完美工作之间的一系列过渡状态,这些过渡状态信息将直接影响系统的可靠性。针对这一问题,提出一种模糊着色Petri网模型,该模型通过对模糊状态及状态变迁进行建模来刻画多状态系统的可靠性特征。在这种模糊着色Petri网模型中,变迁阈值会随着节点状态模糊信息的动态变化而发生变化,为此提出自适应模糊推理算法进行阈值调整,为多状态系统模型的可靠性分析及性能优化提供指导。通过对多状态系统可靠性分析进行验证,表明研究提出的模糊着色Petri网及参数调整策略合理有效,有利于提高多状态系统整体性能。     

基于优化模糊Petri网的矿用变压器故障诊断

针对用于矿井中有煤尘而无爆炸危险的地方、以油浸式为主的变压器,提出了一种基于优化模糊Petri网的矿用变压器故障诊断模型。根据故障征兆与故障之间的关系,利用模糊产生规则来建立故障诊断模型;利用Elman网络算法的自学习和自适应能力对模型初始参数进行优化处理,使模糊Petri网初始参数值的设置更加合理。Matlab仿真结果表明,优化模型和未优化模型的故障诊断准确率分别为87.88%和75.76%,验证了优化模型的有效性。     

基于模糊Petri网的矿井提升机减速系统故障诊断

针对现有矿井提升机故障诊断方法存在诊断过程复杂且模型不直观,不能全面体现矿井提升机故障的模糊性和传递性问题,提出了一种基于模糊Petri网的矿井提升机减速系统故障诊断方法。该方法通过建立提升机故障的模糊Petri网模型,利用与其对应的递推状态方程,结合矩阵运算,找出系统中的故障可能性模糊值排序,按照故障可能性排序依次进行故障排查。该方法可以同时兼顾故障的传递性和模糊性,且模型清晰,结构直观,可以快速找出故障原因,有效提高矿井提升机减速系统故障诊断的效率。实例分析结果证明了该方法的可行性。     

模糊Petri网在风电机组故障诊断中的应用

针对风力发电机组故障诊断建模中动态行为较难描述的问题,结合模糊Petri网的图形描述能力及模糊推理性,提出故障诊断的模糊Petri网模型及其相应的故障诊断方法,根据故障发生的实际情况给出正反两种推理算法。用齿轮箱故障的实例加以验证,证明了该方法的正确性及在风电机组故障诊断中应用的可行性。     

用直觉模糊Petri网构建的供应链可靠性诊断模型

针对不断变化的供应链系统内外部环境因素,围绕供应链系统可靠性诊断问题,将直觉模糊集引入模糊Petri网建模,用直觉模糊数表示库所状态、变迁阈值和变迁输出置信度,构建了基于直觉模糊Petri网的供应链可靠性诊断模型。对直觉模糊产生式规则按照变迁激发前后变迁和库所之间的与或关系,将供应链可靠性诊断模型模糊推理规则划分为四种类型,得到了变迁触发前和触发后的与或直觉模糊推理规则。同时提出了相应的模糊推理算法,并通过实例验证了模型和算法的有效性,能够及时发现供应链系统故障。     

基于双枝模糊决策与模糊Petri网的攻击模型研究

以双枝模糊决策和模糊Petri网(FPN)理论为基础，定义了一种全新的网络攻击模型BBFPAN。将网络攻击中对攻击起促进与抑制作用的两方面进行综合考虑与分析，用变迁表示攻击、防御行为的产生发展过程，库所表示系统所处的状态，从而区分了攻击行为和攻击结果，直观地表示网络攻击的演变情况。同时将变迁输入库所集所对应的因素作为决策影响因素，而将变迁作为一个决策，通过双枝模糊决策分析来判断输出库所集中库所的属性。在双枝模糊决策分析基础上，结合一种不确定推理方法，提出了BBFPAN的推理算法，并通过实验验证了算法的正确性。将对网络攻击实施起正反两方面的因素一起考虑和分析，对网络攻击的描述更加切近实际情况。     

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。     

基于模糊着色Petri网的车辆运动轨迹预测

车辆运动轨迹的准确预测可以对潜在交通冲突进行实时有效预测,并为解决交通冲突提供最佳策略。以真车实验数据为基础,分析车辆运动轨迹的影响因素,建立车辆运动轨迹方程,根据坐标变换以及各个方程变量参数之间的转换关系,将车速纵向和横向加速度、车身侧倾角以及俯仰角速度作为模型输入,构建论域以及隶属度函数。此外,根据车辆不可能在较短时间内状态发生急剧变化建立相应的模糊规则,建立模糊着色Petri网模型,对车辆运动轨迹进行预测。以真实路车实验数据对模型进行训练与测试,测试结果表明该Petri网模型能够对短时长内的车辆运动轨迹进行有效预测。     

基于双枝模糊集的一致性模糊变权Petri网攻击模型

以Petri网为基础,结合双枝模糊集理论,定义了一种新型的一致性网络攻击模型CBBVFPN,并根据CBBVFPN模型的特点构造出了相应的形式化推理算法。该模型弥补了以往基于Petri网的攻击模型共同具有的一些缺陷,同时对“AND”和“OR”两种基本Petri结构进行了扩展。在推理过程中,为了防止以一个真实度很低的命题为前提继续推理,得出真实度更低的命题而背离事实,提出规则演化和变权的方法来处理真实度低的命题。推理算法使用统一的方式表示肯定命题和否定命题,并且在算法中加入控制条件,以保证推理过程和推理结果的一致性。最后以Botnet攻击为实例验证了本算法。     

Towards timed fuzzy Petri net algorithms for chemical abnormality monitoring

One critical problem in the operations of chemical processes is the occurrence of abnormal events. Therefore, an effective process monitoring methodology that can help detect, diagnose and predict abnormal events becomes potentially very useful. For the purpose of knowledge representation of chemical abnormality, a specified type of timed fuzzy Petri net (tFPN) approach is explicitly introduced in this paper. The dominant feature of tFPN metrics can be recognized from the fact that a timing factor is assigned to each transition, as well as a degree of reliability is associated with each place, which allows accurately representing the dynamic nature of fuzzy knowledge pertaining to abnormal events. Following a procedure towards abnormal event monitoring, two efficient algorithms in terms of abnormality prognostication and diagnosis are exploited by means of reachability analysis of tFPN. The benefits of derived techniques and solutions are illustrated through a case study consisting in a polypropylene reactor.