改进因果推断方法在发电机组辅机状态监测中的应用研究

数据分析技术是建设智慧电厂的核心要素,目前的大多数数据分析技术是利用数据间的强相关关系,因果推断技术的发展为利用两个强相关变量中呈现的因果不对称性发现可靠因果关系提供了有力工具。针对因果推断技术用于实际设备中模型难以选择、模型有效性和准确率无法判断的问题,本文提出一种基于因果函数的改进因果推断方法,并以一种新的角度使用因果效应强度变化监测系统运行状态。首先根据专家知识设置强、非因果关系,引入因果关系保持率CRR、因果信息不对称度DDA,改进因果关系模型的选择和评估过程。最后通过滑动窗口结合倾向得分匹配计算各方向因果效应强度用以监测系统状态。在某一次风机的系统算例中验证表明,改进因果推断方法能有效验证不同因果模型的有效性和准确度,优化因果发现过程,结合所选LiNGAM模型构建了合理可信的因果关系网络。根据因果关系网络通过因果效应强度的变化成功跟踪表征了系统状态,并发现了原始数据中无法发现的系统状态恶化节点。     

定性定量故障诊断平台中的知识处理方法

针对定性定量系统故障诊断的问题,提出了基于模糊因果导向图的知识获取技术的定性定量故障诊断平台.研究了基于模糊因果导向图的知识获取技术的定性定量故障诊断平台体系结构.深入研究了定性定量故障诊断平台所包含的知识处理方法等关键技术,包括采用基于模糊冈果导向图的知识获取技术进行故障诊断知识的采集和捕获,基于定性知识和定量模型的调度框架技术实现定性定量故障诊断系统的运行,并通过定性定量交互接口方法进行数据交互.通过在某航天器定量定性故障诊断中的应用,验证了该方法的有效性.     

基于贝叶斯网络和灰关联法的多态液压系统故障诊断

提出基于贝叶斯网络和灰关联法并综合考虑根节点后验概率和故障诊断处理成本的故障诊断方法。考虑根节点故障状态的多态属性,利用贝叶斯网络推理求得根节点后验概率,利用模糊子集描述故障诊断处理成本,通过灰关联法建立故障诊断决策矩阵,计算故障诊断决策方案的灰关联度,进而确定故障决策方案的搜索序列以得出系统故障原因。通过液压系统实例,分别求解出半故障状态和故障状态下的故障诊断序列,同时也验证该方法的可信度和可行性。     

三角模糊数的模糊因果图研究

因果图理论是一种基于概率论的推理方法.本文在分析因果图理论发展和存在的问题基础上,将模糊数学引入因果图理论中,得到模糊因果图,从而可以克服因果图分析中概率难以精确赋值的缺点,将因果图理论应用扩大到了模糊领域.本文主要对事件概率为三角模糊数进行讨论,提出了模糊因果图的模糊算子,得到了模糊条件概率.研究表明模糊因果图能有效地用于故障分析,比原来的因果图方法,具有更大的灵活性和适应性.     

基于T-S故障树和贝叶斯网络的模糊可靠性评估方法

针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法:利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运输车液压系统进行模糊可靠性评估,计算根节点状态重要度等可靠性指标,为提高系统可靠性和进行故障诊断提供依据。     

正态模糊因果图的推理算子及归一化算法研究

因果图理论是一种基于概率论的推理方法。本文在分析因果图理论发展和存在问题的基础上,将模糊数学引入因果图理论,即模糊因果图,从而可以克服因果图分析中概率难以精确赋值的缺点,将因果图理论应用扩大到了模糊领域。本文主要对事件概率为正态模糊数进行讨论,提出了因果图的模糊算子,得到了模糊条件概率的计算公式,提出了正态模糊数的归一化算法。最后,以核电站的一个子系统为例进行仿真实验,实验结果实际一致。研究表明：模糊因果图能有效地用于故障分析,比原来的因果图方法具有更大的灵活性和适应性。     

遗传算法改进及其在机械故障诊断中的应用研究

研究了改进遗传算法求解机械故障诊断的若干问题 ,定义了遗传算法求解故障诊断问题的概率因果网络 ,给出了求解故障诊断的数学表达式和适合于旋转机械的故障集、因果强度和先验概率表 ,指出表达式的最小值的集合对应于故障征兆集、因果集和征兆集 ,并以某厂风机的振动故障为例验证了该方法的有效性     

正态模糊因果图的推理算子及归—化算法研究

因果图理论是一种基于概率论的推理方法.本文在分析因果图理论发展和存在问题的基础上,将模糊数学引入因果图理论,即模糊因果图,从而可以克服因果图分析中概率难以精确赋值的缺点,将因果图理论应用扩大到了模糊领域.本文主要对事件概率为正态模糊数进行讨论,提出了因果图的模糊算子,得到了模糊条件概率的计算公式,提出了正态模糊数的归一化算法.最后,以核电站的一个子系统为例进行仿真实验,实验结果实际一致.研究表明:模糊因果图能有效地用于故障分析,比原来的因果图方法具有更大的灵活性和适应性.     

基于贝叶斯网络和理想解动态群决策的故障诊断方法

为综合利用多属性信息和历次故障搜索结果反馈信息进行故障诊断,提出一种基于贝叶斯网络和理想解动态群决策的故障诊断方法。以砼泵分配阀液压系统为例,利用贝叶斯网络对系统进行分析并求解根节点的后验概率和关键重要度;根据本次诊断成功与否对下次最优搜索决策影响程度的大小,定义出启发函数求解启发式信息价值;考虑后验概率、关键重要度和启发式信息价值等因素,利用基于熵权的理想解法求取搜索方案的群体理想解和逆理想解,得到故障搜索最佳方案;考虑历次故障搜索最佳方案对当前搜索方案的影响,最终求得故障搜索的最佳方案序列。该方法克服了单属性决策和群决策方法的不足,提高了故障诊断的可行性和诊断效率。       

基于遗传算法的概率因果模型在液压泵故障诊断中的应用

针对液压泵多故障诊断和特征提取上的瓶颈问题,提出了应用概率因果模型的液压泵故障诊断法,以斜轴泵为例,在分析其故障特征的基础上,从测得的振动信号中提取故障特征频段,建立模型,以遗传算法实现对故障的搜索,实验结果与事实相符,从而为液压泵多故障诊断提供了一条有效途径。