共查询到20条相似文献,搜索用时 62 毫秒
1.
针对复杂系统发生故障时告警信号间的时序约束关系,提出一种时间贝叶斯Petri网模型(TBPN),并基于该模型提出一种复杂系统的溯因故障诊断方法.该方法首先对观测到的告警信息建立时间Petri网,随后将其求逆并转换为TBPN.通过时间区间计算和溯因推理,分析告警信号的时序一致性并验证故障假说,最后对时序正确的故障事件链计算其故障概率并进一步分析干扰信息.仿真实验表明,该方法可对复杂故障进行快速诊断,并在告警信息存在丢失、虚警、时标差错时表现出较好的鲁棒性.与不考虑时间约束的同类方法相比,该方法具有搜索空间更小,抗干扰性更强的特点. 相似文献
2.
一种基于贝叶斯网络的模型诊断方法 总被引:2,自引:0,他引:2
提出一种结合贝叶斯网络进行基于模型诊断的方法.在基于模型诊断的基础上,建立了元件状态模型,并将诊断模型转换为贝叶斯网络,利用团树算法求解征兆产生时系统状态的后验概率,再通过计算边缘分布获得元件故障概率.最后给出一个数字故障电路的实例,在Matlab上进行推理,得到了精确的概率值,验证了该方法的有效性. 相似文献
3.
分布式光伏的接入,改变了传统配电网的拓扑结构与潮流,并产生一系列新的问题与特点,使得传统配网的故障诊断方法无法适用于含分布式光伏的电力网络。针对该情况,提出基于Petri网原理的故障诊断方法,在系统正常运行状态下利用FTU上传数据确定网络拓扑结构,在故障状态下将故障定位锁定在包围分支节点的各FTU上,根据上传的故障电流信息,建立通用Petri网模型求解。该故障诊断方法在含分布式光伏配网发生单重或多重故障时均能准确定位故障区段,相较于现有故障诊断方法,在容错性、实用性和简易性方面有很大提升。 相似文献
4.
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。 相似文献
5.
6.
为了简化知识表示,并解决传统Petri网因样本有限和不确定而无法正确判定的问题,提出一种将模糊理论中的概率引入Pe-tri网的理论。在HHT变换的基础上对故障数据进行特征提取,基于Rough集理论对所提取的属性特征进行属性约简,得出故障检测规则;将概率引入Petri网后,对约简后的规则建立基于概率Petri网的故障检测推理机制,实施在轨故障检测,并以地面轴承振动数据为例,对该方法进行验证;验证结果表明,该方法使用效果良好。 相似文献
7.
根据水下机器人系统故障特征的提取具有模糊性和并发性的特点,提出了一种新的基于模糊产生式规则推理的Petri 网模型—模糊推理Petri 网(Fuzzy Reasoning Petri Net,FRPN),给出了有效的推理算法,并以极大代数矩阵算子进行了形式化表示。利用该模型为水下机器人故障系统进行建模,并分析得到系统中各部件故障发生的概率用以指导水下机器人维修中的故障排除。实验表明该模型具有直观、表达能力强和易于推理的优点。 相似文献
8.
9.
一种模糊Petri网的逆向知识推理方法设计实现 总被引:2,自引:0,他引:2
模糊Petri网是模糊产生式知识表示和推理的理想工具.针对基于模糊产生式规则的知识库,在已知决策目标的前提下,设计了该知识库的模糊Petri网模型及基于递归的逆向知识推理方法,并以实例时该方法进行了验证.对于任意指定的库所,通过该方法可以确定其模糊托肯值,即对应命题的模糊真值.该方法的逻辑表达力强,利于计算机实现,而且其逆向推理策略能有效减少计算空间,使计算在一个复杂的模糊Petri网系统的子系统中进行,提高了计算效率. 相似文献
10.
针对大规模复杂系统建模分析时的状态爆炸问题,提出一种扩展了时间因素的分层贝叶斯Petri网模型(Hierarchical Bayesian Petri Net With Time Factor,TF-HBPN),并基于该模型提出一种递归构建方法和递归溯因行为分析方法。该方法首先对观测到的系统行为构造顶层TF-HBPN模型,进而通过分层递归方法将复杂系统并发行为分析问题进行分解,并通过递归溯因推理和时序分析来计算非观测系统行为及其事件链的发生概率,最后将分析结果与正常动作事件链进行对比,分离出干扰信息。实例分析表明,该方法可对大规模复杂系统行为进行快速建模分析,当观测数据存在干扰和缺失时仍能进行系统行为的分析和现象的溯因,分析结果的可信度较高。与其他基于Petri网的复杂系统分析方法相比,该方法建模难度更低,模型表达更为简洁也更易理解。 相似文献
11.
电脑操作中80%以上的问题是软件引起的,计算机故障尽管五花八门、千奇百怪,但由于计算机是由一种逻辑部件构成的电子装置,所以软件故障诊断的基本原则,软件故障诊断的方法,计算机软件故障的检修流程,计算机软件故障快速修复的常用方法是有规律可循,可以梳理总结出来。掌握这些规律,计算机软件故障修复可快速解决。 相似文献
12.
13.
14.
15.
网络故障极为繁杂,也相当普遍。如果把网络故障的常见故障进行归类查找,那么无疑能够迅速而准确地查找故障根源,解决网络故障。文章论述了常见网络故障的分析及排除。 相似文献
16.
An important aspect of network management is fault management, which involves, detecting, locating, isolating, correcting and adapting to faults in the network. We study modeling of communication network protocol and fault detection, identification and localization in the discrete event system diagnosis framework. As an illustration of the approach, normal and faulty behavior of the X.25 network protocol is modeled as a finite state machine. This modeling formalism allows the utilization of discrete event system analysis for the detection and diagnosis of faults. Our approach provides a systematic way of performing fault diagnosis for network fault management. Copyright © 2011 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society 相似文献
17.
18.
19.
20.
A Survey of Fault Management in Wireless Sensor Networks 总被引:4,自引:0,他引:4
Wireless sensor networks are resource-constrained self-organizing systems that are often deployed in inaccessible and inhospitable
environments in order to collect data about some outside world phenomenon. For most sensor network applications, point-to-point
reliability is not the main objective; instead, reliable event-of-interest delivery to the server needs to be guaranteed (possibly
with a certain probability). The nature of communication in sensor networks is unpredictable and failure-prone, even more
so than in regular wireless ad hoc networks. Therefore, it is essential to provide fault tolerant techniques for distributed
sensor applications. Many recent studies in this area take drastically different approaches to addressing the fault tolerance
issue in routing, transport and/or application layers. In this paper, we summarize and compare existing fault tolerant techniques
to support sensor applications. We also discuss several interesting open research directions.
Lilia Paradis is currently a graduate student in the Department of Mathematical and Computer Sciences, Colorado School of Mines. She is
also part of the Toilers Ad Hoc Networking research group. She is interested in distributed communication protocols for wireless
sensor networks.
Qi Han received the PhD degree in computer science from the University of California, Irvine in 2005. She is currently an assistant
professor in the Department of Mathematical and Computer Sciences, Colorado School of Mines. Her research interests include
distributed systems, middleware, mobile and pervasive computing, systems support for sensor applications, and dynamic data
management. She is specifically interested in developing adaptive middleware techniques for next generation distributed systems.
She is a member of the IEEE and the ACM. 相似文献