基于MAS的化工过程故障诊断原型系统

在充分研究了大型化工生产过程的特点和故障产生机制的基础上,将MAS技术引入到化工过程的故障诊断中,构建了一个基于MAS的化工过程故障诊断原型系统.该系统把化工过程划分为一些相对独立的组件,分派特定的诊断智能体对其进行故障的诊断.通过智能体之间的协作,系统具有良好的准确性和实时性.     

多Agent网络管理系统研究

为提高网络系统的稳定性、可靠性和可维护性,提出了一种基于网络设备运行状态参数的网络故障诊断方法,该方法结合多智能体技术,具有运算简单、故障诊断速度快等特点,为网络管理的研究提供了一种新的途径.同时还结合实际网络的运行特点,研究了基于上述方法的多智能体网络管理系统实现问题,利用简单网络管理协议(simple network management protocol,SNMP)及远程终端会话协议(telecommunication network protocol,TELNET)实现了网络故障监测、诊断和故障处理的闭环网络管理.经系统实例研究表明,该网络管理系统不仅具有良好的智能和自学习能力,而且有效地缩短了网络故障的响应及处理时间,提高了网络运行的可靠性.     

柔性制造系统智能安全检测监控与维护

以柔性制造系统 (FMS)的供电系统为主要对象 ,对FMS运行环境的智能安全检测监控与维护进行探索研究 .根据FMS的基本特点 ,设计了供电网实时监控系统及电力设备的故障诊断专家系统 .该系统不仅能够对确定的故障现象进行诊断 ,而且对模糊的非确定性故障也能诊断 .利用层次分类组织模型的思想 ,采用故障树分析的方法 ,建立了电力设备故障诊断知识库 .通过计算机仿真验证了该系统的可用性     

基于VMD-FCM-RLSSVM的多模过程故障诊断方法

为了保证工业过程的正常进行,需要及时地辨识出故障以实现故障诊断。然而,传统的故障诊断方法多是基于单模过程而不适应于多模态过程。为了解决这个问题,本文提出了一种变分模态分解(VMD)、模糊C均值(FCM)及递推最小二乘支持向量机(RLSSVM)相结合的集合型故障诊断方法。本文首先介绍了VMD方法对所采集的数据进行去噪处理,然后利用FCM进行模态区分,最后利用RLSSVM方法实现故障诊断。通过CSTH过程的仿真结果表明,该方法提高了诊断效率和性能,能够快速、有效地诊断出故障。     

基于因果网络的配电网故障诊断模型研究

针对电力系统配电网故障诊断问题,本文构建了基于因果网络的配电网故障诊断模型。该模型利用配电网故障发生时系统产生的告警信息,将配电网各设备的关联关系抽象成3类基本因果关系,运用因果网络进行逻辑逆向推理,实现配电网故障诊断。同时为验证该模型的有效性,以某实际配电网作为算例进行仿真验证。仿真结果表明,该模型能快速准确的诊断出配电网发生的故障,具有较好的诊断结果。该研究对维持配电网的稳定运行及保证用户用电的可靠性具有非常重要的意义。     

车辆底盘故障诊断的多智能体技术研究

半主动悬架系统（SAS）和电动助力转向系统（EPS）的故障诊断对保障整车安全性及其重要.为快速准确诊断SAS和EPS的子系统故障,基于多智能体理论构建出半主动悬架智能体、电动助力转向智能体、系统智能体、显示智能体等,构架底盘悬架子系统与转向子系统通用故障树,建立故障征兆库、专家规则库等数据库,利用智能体的智能行为决策问诊、快速分析判别原因并显示维修建议.通过故障实例诊断模拟,验证了智能体技术在底盘故障诊断中的可行性与有效性.     

基于故障树和G2的航天器故障诊断系统开发

在航天器故障诊断系统的开发方面提出了一些新观点.首先,提出了航天器故障诊断的层次诊断结构,给出了4类诊断框架,即系统级诊断框架、分系统级诊断框架、部件级诊断框架和零件级诊断框架.其次,提出了一个层次诊断模型,该模型有4个层次组成,即传感器层、功能层、行为层和结构层,这些层协同工作以实现故障报警、故障诊断和故障定位.再次,提出了面向故障树的基于框架和广义规则的混合知识表示方法及相关的推理策略.最后把故障树和专家系统开发工具G2结合起来并给出了一个航天器电源系统的诊断案例.     

基于数据驱动的车用燃料电池故障在线自适应诊断算法

长短期记忆（LSTM）多分类算法可以有效地实现车用燃料电池的在线智能故障诊断,然而在实际应用中,车用燃料电池随着运行时间的增加,内部特性会发生衰退,初始诊断模型可能不能满足长期故障诊断的精度。针对该问题,本文基于AVL CURISE M软件搭建了PEMFC原始和衰退模型,并使用模型产生故障数据。随后设计了自适应算法,并使用模型产生的数据进行自适应训练,使得诊断模型能够适应电堆的衰退,保证了车用燃料电池在线智能诊断的精度。在实际燃料电池系统中对该方案进行实测验证,证明了其有效性,该方案可以基于“车端-云端”平台对燃料电池系统进行诊断,算法权重可以自适应更新,以完成对电堆老化的适应,有较好的应用前景。     

我院一科技项目获国家自然科学基金项目资助

近日,国家自然科学基金委员会公布了2014年度国家自然科学基金申请项目评审结果。电网检修部培训师王磊博士申请的国家自然科学基金项目“基于大数据平台的输电网故障诊断架构研究”获得国家自然科学基金资助,资助金额23万元。该项目致力于研究开发基于大数据平台的电网故障诊断系统：运用大数据平台在数据收集方面高效、稳定的能力,建立从变电站过程层直接采集故障信息的故障数据收集模型,为上层的故障诊断提供快速、准确且格式统一的数据源;基于该大数据平台,研究实现一种以故障知识的表示形式为基础、按照故障特点择优选取智能方法的新型故障诊断算法,该方法在诊断效率上较传统方法有较大的提升。     

基于虚拟仪器的智能远程诊断系统的研究

对虚拟仪器和远程诊断技术作了简要的分析,提出了一种基于虚拟技术的智能远程诊断系统模型,并提出了如何构建系统模型．模型采用三级网络结构：设备现场故障监控系统;车间或企业局域网故障监控中心;远程监控中心．对每级的任务进行了分析和规划,每级通过Intranet或Internet实现网络间的相互通讯,实现设备的智能远程故障诊断．     

基于模型的故障诊断方法仿真研究

介绍了一种以典型的电液控制系统为目标,利用SIMULINK平台的仿真功能,虚拟化地再现了该控制系统及其几种常见的故障的虚拟故障诊断实验系统.通过系统模型和虚拟故障系统的输出特性对比,直观地描述了基于模型故障诊断方法的全部环节.     

设备故障基于图论的层次诊断模型研究

提出了一种基于图论方法的设备故障诊断模型，可以克服通常产生式系统知识获取的困难以及一般基于模型系统过分依赖于定性描述的不足。文中详细讨论了基于图论的设备建模方法和层次分解技术，借助于矩阵分析技术，提出了具体的诊断算法．     

基于人工智能的故障诊断方法的新发展

纵缆了在采用人工智能方法的动态系统中模型的故障诊断技术,以一个典的自动控制系统为例,说明了故障的类型及故障诊断的基本任务。阐述了基于知识模型的残差产生办法。     

贝叶斯网络在车辆状态远程故障诊断系统中的应用

为了解决车辆状态远程故障诊断系统中的不确定性问题,提出了一种基于贝叶斯网络模型的故障诊断方法．这种故障诊断方法可在输入数据不完备,甚至含噪的情况下,充分利用贝叶斯网络的先验知识以及建模学习能力和概率推理算法来应对不确定性问题的表示和推理,完成系统的故障诊断．实验结果表明,贝叶斯网络方法在车辆故障诊断速度、准确性方面优于传统的基于BP算法或RBF算法的诊断方法,并且提高了故障诊断系统的鲁棒性．     

变体飞行器传感器故障在线主动容错控制

为保证变体飞行器在传感器故障情况下的稳定飞行性能和良好跟踪效果,提高故障诊断准确度和容错控制能力,针对变体飞行器传感器故障诊断与容错控制问题,提出一种基于考虑属性可靠度的置信规则库(BRB-r)专家系统在线主动容错控制方法。首先,给出变体飞行器的气动参数模型和纵向非线性动力学模型,综合考虑外界扰动和传感器故障,利用最小二乘拟合方法和雅克比线性化方法,建立变体飞行器的切换线性变参数(LPV)故障模型;然后,基于BRB-r专家系统构建变体飞行器传感器故障诊断与容错控制模型,通过统计方法对传感器监测指标进行可靠性分析,并引入证据推理(ER)解析算法,提高故障诊断精度和容错控制效果;最后,利用基于投影算子的协方差矩阵自适应优化策略(P-CMA-ES)算法优化故障诊断与容错控制模型,降低系统的复杂度,提高了故障诊断效率。仿真结果表明,变体飞行器传感器故障诊断精度能够达到98.75%,当传感器故障程度小于50%时,所提方法能够有效克服传感器故障和外界扰动,保证变体飞行器的稳定飞行,具有较强的容错控制能力和鲁棒性能。     

Fault Diagnosis Approach of Local Ventilation System in Coal Mines Based on Multidisciplinary Technology

In order to reduce the probability of fault occurrence of local ventilation system in coal mine and prevent gas from exceeding the standard limit, an approach incorporating the reliability analysis, rough set theory, genetic algorithm （GA）, and intelligent decision support system （IDSS） was used to establish and develop a fault diagnosis system of local ventilation in coal mine. Fault tree model was established and its reliability analysis was performed. The algorithms and software of key fault symptom and fault diagnosis rule acquiring were also analyzed and developed. Finally, a prototype system was developed and demonstrated by a mine instance. The research results indicate that the proposed approach in this paper can accurately and quickly find the fault reason in a local ventilation system of coal mines and can reduce difficulty of the fault diagnosis of the local ventilation system, which is significant to decrease gas exploding accidents in coal mines.     

变压器缺陷管理系统中不确定性数据的处理

针对变压器缺陷管理中缺陷定级时专家定级数据的不确定性,利用不确定数据top—k查询的相关理论,建立了变压器缺陷定级不确定性数据模型——可能世界模型,并确定专家定级数据排序,排在首位的定级结果作为该缺陷的定级结果．然后根据定级结果安排消缺任务．     

基于模糊故障树分析法的装载机液压系统故障诊断系统

在故障树分析法的基础上,建立了ZL50G装载机工作液压系统故障树模型,编写了专家系统规则库,确定了优选搜索策略,设计了由知识库和推理机构成的故障诊断模块,并建立起完整的液压故障诊断系统。利用嵌入式技术将该系统在临工ZL50G装载机上进行了实际应用,结果表明:该系统使用简单方便,性能稳定可靠。经过相关改造,该系统也可以在其他相关产品中应用。     

基于模糊神经网络的CDMA网络故障诊断方法

为解决常规故障诊断算法难以对CDMA网络故障建模的难题，提出了基于模糊神经网络的CDMA网络故障诊断模型. 该模型的输出层和输入层神经元的个数分别由CDMA网络故障类型和故障诊断所需要的输入量决定. 然后再利用故障诊断专家知识库中的故障诊断样本，对诊断模型进行训练，确定网络的连接权值和模糊隶属度函数. 仿真实验结果验证了该故障诊断模型的有效性.     

基于故障树的混凝土施工故障诊断专家系统

在混凝土施工中引入故障诊断专家系统可以指导施工人员快速准确地排除各种施工故障。概述了故障诊断和故障树的基本方法；详细阐述了利用混凝土专家知识建立故障树模型以及采用代码表示法和静态指针法相结合的方法在数据库中实现故障树模型的过程；采用正向推理的推理策略实现了该系统。