基于时间贝叶斯Petri网的溯因故障诊断

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.     

一种基于贝叶斯网络的模型诊断方法

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.     

基于Petri网的含分布式光伏配电网故障诊断方法

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。     

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。     

基于一致分布的时间Petri网模型

时间Petri网的现有分析理论主要关注基于区间端点的计算和推理,缺乏对实施区间内不确定性的定量描述,不利于时间Petri网进行系统性能评价和动态模拟实现.为了解决这一问题,提出基于一致分布的时间Petri网模型.首先给出变迁实施概率和变迁序列实施概率的计算方法;然后引入概率条件到状态类,用于构造时间Petri网的概率可达类树;最后给出动态模拟实验,检验理论方法的正确性.     

基于粗糙概率Petri网的在轨服务目标航天器故障检测

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。     

基于FRPN的水下机器人故障诊断

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。     

电力系统结线分析的有色Petri网方法

从离散事件动态系统角度考虑电力系统结线分析问题,提出了基本分析单元的有色Petri网模型以及基于该Petri网的结线分析算法,Petri网中的令牌代表结线分析中的结点,令牌的颜色表示连接在同一个结点上的元件,变迁将包含相同元件的结点连接在一起,论文对基于Petri网的结线分析算法及传统的算法进行了比较,并计算了一个模型系统各变电站的结点及网络的结线,表明了该方法的可行性及有效性。     

一种模糊Petri网的逆向知识推理方法设计实现

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.     

一种基于TF-HBPN的复杂系统行为分析方法

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。     

计算机软件故障的快速修复

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。     

一种软件故障诊断过程框架

软件在国民经济和社会生活中发挥着重要作用.软件出现故障给人们的工作、生活带来不便,甚至造成严重危害.但是当前所进行的多为软件故障诊断中单项活动的研究,较少有对各项诊断活动及其相应方法进行有效集成的研究.文中分析软件失效机理和软件故障产生原因,讨论软件故障模型,提出一种由故障检测、故障定位、故障排除、交付等组成的集成化的...     

装备无故障发现与间歇故障诊断技术

无故障发现是装备单元在某维修级别被认为故障而拆卸,却在下一维修级别测试没有发现故障的现象,日益成为装备测试与保障领域的突出问题。间歇故障是无故障发现的主要原因,也是故障检测诊断领域面临的棘手问题。介绍了无故障发现和间歇故障的基本概念,总结分析了无故障发现和间歇故障的产生诱因、分类及对装备的影响,概述了无故障发现、间歇故障检测与诊断技术的国内外研究现状,指出了间歇故障确定性检测的发展趋势,深入分析了间歇故障诊断领域的关键技术与发展方向。     

计算机网络安全故障分析与排除

针对计算机网络故障越来越多的现象,首先介绍了计算机网络常见的故障,然后提出了解决网络故障的一般步骤,常用工具,最后结合实例对网络故障进行了诊断和处理。     

如何诊断分析网络故障

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。     

A discrete event systems approach to network fault management: detection and diagnosis of faults

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     

运行时软件故障注入器的设计与实现

针对实际故障诊断中难以有效获得故障现场信息的问题,提出通过在软件运行时注入故障的方式获取故障现场信息,设计并实现一种运行时软件故障注入器,给出其中的故障脚本描述语言、故障库和故障注入器算法。实验结果表明,该注入器能有效实现故障注入,获取故障现场信息。     

便携式电缆故障定位设备研究

针对电力电缆运行环境的特点,分析故障产生的机理,给出各种常见故障类型,并根据阻抗匹配原理,通过测量电缆电阻的大小,设计一种新型电缆故障检测电路,运用电桥法和低压脉冲反射法实现电力电缆的故障定位。     

基于Ontology的故障诊断方法

故障诊断是质量服务的主要内容之一,故障诊断方法一直以来都是质量服务领域的研究热点。在分析传统故障诊断方法存在的问题的基础上,提出了基于Ontology的故障诊断方法。阐述了基于Ontology的故障诊断过程,给出基于Ontology的故障知识表示和故障诊断算法。实例应用效果证明了基于Ontology的故障诊断方法的有效性。     

A Survey of Fault Management in Wireless Sensor Networks

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.