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．     

基于扩展随机高级判断Petri网的FMS调度和仿真

本文提出一种新的更适合FMS调度仿真的扩展随机高级E-net,简称ESHLEP-N(Extended stochastic High Level Evluation Petri Net)。以ESHLEP-N模型为基础,设计并建立了FMS调度仿真专家系统。借助于该系统提出并研究了新的旨在减少空闲(no-inputs)和阻塞的实时动态再调度规则。经过仿真,证明新规则的产率(throughput)比传统规则平均提高6.48％。本文的部分成果已经用于航空航天部159厂的高级DNC系统的设计之中。     

基于面向对象着色Petri网的FMS仿真研究

1引言 柔性制造系统(F Ms)的控制问题是当今Petri网应用研究的热点,也是难点~[1].研的主要困难在于Petri网的复杂性随着系统规模的增加呈指数倍地增长.在当前激烈的市场竞争环下,人们在这方     

模糊Petri网及知识表示

在建造专家系统中虽然有很多种知识表示方法，但都有不尽人意的地方，本文试图用一种新的方法－Ｐｅｔｒｉ网模型来表示知识。本文给出了Ｆｕｚｚｚｙ Ｐｅｔｒｉ网和广义Ｆｕｚｚｙ Ｐｅｔｒｉ网两种模型，并给出了相应的推理算法，一旦专家知识用Ｐｅｔｒｉ网表示后，根据Ｐｅｔｒｉ网固有的特性，我们就能处理专家系统中并行推理、无回溯推理，反向推理等问题。     

模糊Petri网

本文首先把Ｐｅｔｒｉ网模糊化为一种模糊Ｐｅｔｒｉ网，它很适合用来描述具有模糊行为的并行（或并发）系统。它可用在许多应用领域，如应用在诸如大而复杂的制造系统及至社会和经济系统的模拟仿真等实际问题中。     

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。     

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．     

直觉模糊Petri网的双向模糊故障推理算法

针对故障诊断中故障现象与故障原因之间复杂的不确定关系,利用直觉模糊集表达不确定性信息的优势和Petri网的图形处理问题的能力,给出了基于直觉模糊Petri网的双向模糊故障推理算法。该算法首先利用反向直觉模糊推理算法对模型进行约减,查找故障原因,再利用正向直觉模糊推理算法对模型进行计算,输出结果。该算法既可将故障信息化繁为简,降低推理过程的时间复杂度,还能够使故障诊断的确定性程度得到进一步提高。汽车发动机诊断案例表明了所给双向直觉模糊推理算法的可行性和有效性。     

基于模糊Petri网的高炉故障诊断系统

采用模糊神经Petri网专家系统来对高炉进行故障诊断,结合神经网络自适应、自学习和模糊控制逻辑推理强、能够表达模糊语义的优点,建立了一种模糊神经Petri网故障诊断模型;针对高炉故障特点对先兆预测分析原理进行了分析研究,提出了自己的设计方法;在分析模糊Petri网及神经网络的优点的基础上,构建了基于模糊神经Petri网的专家诊断系统,通过测试风量,风压,喷吹量,炉顶温度,炉身温度,透气性指数得到诊断结果,使得诊断推理与网络学习更为完善,并运用VC++6.0中MFC功能设计了一套与前面诊断系统相对应的仿真程序,证明了该诊断模型的可行性。     

FMS可靠性指标计算的有色广义随机Petri网方法

ＦＭＳ中靠性分析和故障诊断技术的研究对于提高ＦＭＳ的生产率具有重要意义，本文通过分析ＦＭＳ可靠性研究中存在的问题，针对ＦＭＳ的运行特点，提出了两个衡量ＦＭＳ可靠性的指标－ＦＭＳ停机概率和可靠生产率，给出了利用有色广义随机Ｐｅｔｒｉ网建立ＦＭＳ中靠性模型和计算可靠性指标的方法，这种方法从系统角度研究了ＦＭＳ的可靠性，能够明确反应ＦＭＳ运行中各种故障对于ＦＭＳ生产率的影响，具有良好的理论意义及应用前景     

基于Petri网模型的FMS死锁结构

死锁是柔性制造系统中容易发生的异常现象，如不加以消除，将会导致整个系统的瘫痪。文中通过Petri网模型对FMS的结构分析，揭示出导致FMS死锁的结构元素和活性特征，在此基础上，提出了FMS的无死锁Petri网控制器算法，并举例说明这种控制器算法在FMS中的应用。     

基于面向对象着色Petri网的FMS对象类划分及建模

基于面向对象着色Ｐｅｔｒｉ网模型,利用Ｐｅｔｒｉ网和面向对象技术相结合的方法,把ＦＭＳ的物理组成分为５个对象类。每一对象类对应于一个封装的对象子网,用消息位置把各子网集成起来。该模型真实而全面地反映了ＦＭＳ的生产运行,为开发良好的ＦＭＳ在线控制器以及离线仿真器提供了一个很好的模型。     

基于多类别信息量的模糊Petri网故障推理策略

针对模糊Petri网推理模型膨胀、推理过程繁琐的问题,研究基于信息论方法的推理过程简化策略;利用自信息和熵函数的概念,提出了一种多类别故障特征信息量准则,给出了多类别故障特征信息量的具体计算方法;制定系统的故障推理策略时,首先选择故障信息量最大的故障特征进行测试,然后依据故障特征的测试顺序建立模糊Petri网模型,最后根据模糊Petri网模型进行故障推理;结论证明,该方法能够有效地进行故障推理,实现系统故障的动态和快速搜索。     

FMS工作流故障诊断自适应加权模糊Petri网模型

研究了使用人工神经网络和加权模糊Petri网对故障进行诊断的方法。针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,将人工神经网络、模糊逻辑和传统Petri网模型结合,定义了一种自适应的加权模糊Petri网模型以及模型的构造方法,在此基础上,提出了一种使用改进的BP算法对模型的权值进行训练的方法,并给出了采用构造的自适应模糊Petri网模型对故障进行诊断的具体步骤。最后对柔性制造系统(FMS)实例的故障进行诊断,验证了此自适应的加权模糊Petri网模型结合了Petri网和人工神经网络的优点,具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断。     

模糊Petri网的反馈控制研究

本文首先将模拟技术应用于Ｐｅｔｒｉ网中，得到模糊Ｐｅｔｒｉ网模型，然后基于Ｐｅｔｒｉ网中的库所湾量的概念，在普通Ｐｅｔｒｉ网的反馈控制基础上提出了一种模型Ｐｅｔｒｉ网的反馈控制方法。该方法使得对复杂系统的模糊Ｐｅｔｒｉ多控制器的系统设计成为可能。     

模糊时间Petri网及扩展的模糊时间Petri网

网络实时系统对时间和QoS有严格要求,因此对设计、实现和测试的技术和工具都有很高的要求。模糊时间Petri网是将模糊集合理论用于不确定的或主观的时间信息的表示,在每个变迁上添加时间间隔约束对模糊时间Petri网进行扩展得到扩展的模糊时间Petri网,它是一种对网络实时系统进行建模和分析的形式化模型,Petri网数学理论基础能保证并发系统的可靠性和正确性。本文详细地介绍了模糊时间Petri网及可扩展的时间Petri网,可扩展的时间Petri网的网精简方法,使用design／CPN仿真,及使用EFTN对多媒体同步建模,并探讨了进一步研究的方向。     

基于Petri网的FMS建模及模型标准文件格式转化的研究

首先对FMS的建模方法Petri网理论进行简单的介绍,紧接着给出一个FMS加工案例,并通过一款Petri网建模软件ExSpect对其进行建模,并给出各库所、变迁的说明.随后简单介绍一下PNML的总体组成结构.最后将案例中部分工件的Petri网图形模型转化为PNML代码的形式.     

基于感知模糊Petri网的自动装弹机故障分析方法

坦克自动装弹机故障发生率高,原因复杂,为了缩短自动装弹机故障诊断时间,提高诊断准确度,在分析了自动装弹机内部原理及获取相关专家经验后,提出了一种基于感知模糊Petri网的故障诊断方法。结合自动装弹机的具体构造建立对应的PFPN故障模型,通过模糊Petri网表示故障传播过程,利用感知机误差反向传递方法学习有限的专家经验,确定Petri网络中触发事件的权值。通过正向推理,实现了对自动装弹机故障的准确判断。逆向推理结合最小割级方法,缩小排查范围,提高推理效率。以旋转故障机为例建立对应的 PFPN故障模型,与故障树模型诊断结果和历史诊断数据对比,验证该故障分析方法的合理性和有效性,实现了对自动装弹机的快速准确的故障诊断。     

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.