基于智能BDI Agent的复杂系统故障诊断

在传统故障诊断的基础上,将Agent技术应用于复杂系统故障诊断领域,并基于BDI Agent构造了一种BDI型诊断Agent模型,利用它构成Multi-Agent System（MAS）。同时,详细阐述了BDI型诊断Agent及其MAS系统的实现和诊断流程。     

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统,将多Agent技术引入复杂故障诊断领域,是求解复杂过程的故障诊断问题的一种新的尝试。文中讨论基于multi-agent system(MAS)的分布式智能故障诊断方法和过程,设计一种Agent诊断系统结构及其原型系统,对诊断问题任务辨识、分解、各Agent的内部诊断机制、多Agent间的交互、协作、关联模型以及诊断决策问题等进行深入研究。在一电力企业安全监控系统的应用中．该模型能快速、准确地进行故障成因分析,并给出合理的、建设性的决策意见。与传统的诊断方法相比体现了Agent技术的特有优势。     

多Agent故障诊断原型系统研究

研究了多Agent故障诊断原型系统，其中着重研究了基于多Agent理论的设备诊断问题分布式任务分解与控制问题，及诊断Agent之间的协调合作问题。和其它应用领域不同，基于多Agent的诊断问题应根据诊断对象的结构和故障特征进行分布式任务分解。建立了诊断问题的任务树模型，提出了基于多Agent的诊断任务串行与并行以及混合控制策略。     

基于多Agent的可重构制造系统故障诊断模型

可重构制造系统对故障诊断有更高的要求。提出了一种基于多Agent的可重构制造系统故障诊断模型,模型为3层结构,从下向上分别为监测Agent层、诊断Agent层和管理Agent层,分析了模型的故障诊断机理,讨论了模型中Agent间的通信与协作。最后例子表明了可重构制造系统重构前后,该模型均能有效完成故障诊断。     

基于多Agent的复杂装备远程故障诊断系统

通过时Agent和多Agent的分析和讨论,提出了一个复杂装备远程故障诊断系统的模型,并给出其系统基本结构。同时指出,利用多Agent技术是未来复杂装备故障诊断的发展方向,对传统的装备故障诊断具有巨大的推动作用。     

多Agent系统通信与协作机制构造

对多Agent的通信与协作机制进行了研究 ,提出了一个基于关系矩阵的点到点通信方式 ,并给予了基于WinSock的实现。利用作为言语动作理论的重要成果之一的Agent通信语言 ,KQML对针对车间管理控制应用领域的多Agent系统运行中所发生的消息的格式、消息中常用的谓词进行了定义 ,从而确定了协作机制的重要一环———独立于各个Agent的通信语言的构造 ,并对协作机制中的身份认证问题进行了探讨。     

先进制造系统中多Agent系统的研究

MAS系统在国内很多领域都受到了关注,本文主要在制造领域中进行探讨,提出了一种3层的MAS结构,和用三模块模型来构造Agent,并探讨了MAS系统内Agent之间的协作机制。     

多智能体炮兵指挥系统故障诊断系统研究

本文将多智能体技术应用于炮兵指挥系统故障诊断领域,分析了Agent和多Agent系统结构,建立了基于MAS的智能故障诊断系统模型,设计了多Agent分布式炮兵指挥系统智能故障诊断系统,该系统主要由多个诊断Agent组和一个管理Agent组构成,通过各Agent之间的通信与协作实现复杂系统的故障诊断.     

智能制造中多Agent系统的研究与应用

多Agent系统理论是智能制造的理论基础。本文首先对Agent模型的认识进行了概括与总结。然后针对智能制造系统的特点,提出了建立多Agent系统模型的约束条件。并以FMS为例,给出了建立多Agent系统仿模型的步骤。最后,提出了对于智能制造中多Agent系统研究应该集中注意的几个关键性问题。     

基于多Agent的汽轮发电机组故障诊断系统

介绍了多Aent诊断系统的总体结构及组成部分,探讨了多Agnet诊断系统中的若干关键技术,在知识表达,通信协调,诊断方法等方面提出了一些新的思路,以其本知识单元及Agent诊断知识类为基础,通过系统的通信协调机制可以进行面向故障类型的模糊规则诊断,经过实践检验,系统诊断的结果是正确的。     

基于FPPNS的复杂系统故障诊断研究

为解决复杂系统故障诊断问题,利用面向对象思想、高级Petri网技术、模糊理论以及概率理论,建立了一种描述复杂系统故障关系的模型———FPPNS,介绍了模型涉及的对象类,给出了模型的诊断推理过程。该模型应用于发射装置的故障诊断,取得了良好的应用效果。用实例说明了模型的应用方法。     

一种多智能体的故障诊断模型及其开发方法

在传统故障诊断的基础上,将Agent技术应用于系统故障诊断领域,并基于BDI Agent构造了一种MAS故障诊断系统模型,详细阐述了MAS故障诊断系统的组织结构、诊断流程,并介绍了MAS诊断系统的开发过程.     

基于案例推理的工程机械故障诊断智能化研究

智能化技术是实施故障诊断智能化的关键,作为人工智能领域新分支的CBR技术是一种较好的智能化技术,可用于故障诊断领域实现智能化故障诊断。分析了CBR故障诊断的机理,以工程机械智能化故障诊断系统为对象,运用CBR方法对系统故障诊断过程中案例搜集与整理、案例知识表示、案例检索与匹配、案例学习机制以及案例维护等关键技术进行了研究。结果表明,CBR方法是工程机械故障诊断智能化领域中一种行之有效的方法。     

基于贝叶斯网络的复杂系统故障诊断

系统结构和部件关系复杂、试验费用昂贵是小样本下基于不确定性信息的决策问题。针对其特点，建立了基于贝叶斯网络的复杂系统故障诊断模型，并提出采用Leaky Noisy-OR模型来降低数据需求量和计算复杂度。经研究表明，这种方法能综合利用各种来源信息，具有知识表达明确、样本需求量小、故障诊断准确度高等特点，可为复杂系统故障诊断提供决策支持。     

基于自动测试的智能故障诊断系统研究

从自动测试系统对获取被测设备状态信息的通用性和快速准确性出发,设计出一套集神经网络、模糊逻辑、故障树为一体的智能故障诊断系统。此系统根据已知的测试数据,利用数据库中的预存参数和工作历史数据,采用不同的诊断策略,使故障诊断从宏观和微观两个方向着手,互为补充,确保故障诊断全面性和故障定位准确性,提高故障检出率和故障隔离率,减少故障虚警率。     

一种新的复杂网络建模和特征提取方法及应用

现有复杂网络应用于故障诊断时,通常基于时域信息出发建模,造成信号频域特征缺失,并且提取的网络拓扑特性过于宏观,对网络内部的局部变化不敏感。相比于宏观特征,局部特征往往蕴含更为丰富的信息,能更准确地表征网络模型。针对此问题,提出一种基于频域复杂网络分解的局部特征提取新方法,该方法借助复杂网络的结构特性来获取信号在频域的变化规律,采用对网络局部变化敏感的微观特性表征整个网络模型,不受机理的限制,应用灵活。采用滚动轴承不同故障的数据进行验证,并与常规复杂网络拓扑特征和时域统计参数进行对比分析,结果表明,本研究方法及提取的特征可分性好,对故障识别正确率达99%,可满足滚动轴承故障诊断的需求,同时对其他非平稳信号处理及识别有一定的借鉴意义。     

基于双树复小波变换的轴承故障诊断研究

提出了一种基于双树复小波变换解调技术的轴承故障诊断新方法。该方法利用双树复小波变换具有近似平移不变性、避免频率混叠和有效降噪的优点,首先对轴承故障振动信号进行双树复小波分解和重构,将振动信号分解成实部和虚部,然后计算振动信号的双树复小波幅值包络和包络谱。齿轮箱轴承故障振动实验信号的分析表明,该方法能在强噪声环境下准确提取轴承故障产生的周期性瞬态冲击信号,能有效消除频率混叠现象和强噪声的影响,能有效识别轴承内圈和外圈故障。