基于CPN的舰船电子综合化系统总线建模

在舰船电子综合化系统的设计过程中,总线性能指标与整个系统的总体性能指标有着密切的关系.以有色Petri网CPN (ColoredPetriNet)为理论工具,构建基于CPN的舰船电子综合化系统总线模型,给出了相应的控制规程.通过仿真实验得到总线性能指标的动态变化曲线,与理论计算值比较分析,验证了所建模型的正确性和有效性,所建模型可以为舰船电子综合化系统的设计与优化提供理论依据.     

模糊Petri网在车电系统总线故障诊断中的应用

针对车电系统总线故障现象和故障原因之间存在复杂模糊关系而无法实现快速故障诊断这一难题,提出采用模糊Petri网(fuzzy petri net,FPN)建立车电系统总线的故障诊断分析模型,并给出了相应的形式化推理算法;以某型车电系统总线为例,分析比较了各种故障原因的可信度;分析表明:所建模型有效地描述了车电系统总线故障现象和故障原因之间的模糊关系,能够实现故障的快速诊断,该模型可以作为车电系统总线快速故障诊断的理论支持工具。     

模糊Petri网在航电总线系统故障诊断中的研究

航电总线系统结构复杂,各部件相互耦合,故障传播模式多样化。因此,为了处理故障诊断中不充分和模糊的信息,提出了将模糊Petri网应用到航电总线系统的故障诊断中,构建出其故障的传播模型,并在模型的基础上,给出有效的推理算法。表明利用模糊Petri网,可以建立航电总线系统的故障传播模式的模型,清晰地反映故障的产生、发展及影响。     

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．     

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．     

基于概率Petri网的故障诊断模型研究

为解决不确定条件下的故障诊断问题,在传统Petri网基础上,引入概率理论,提出了概率Petri网的概念;概率Petri网将事件发生的概率及其逻辑推理过程引入Petri网的设计及矩阵运算中,以反映事件转换过程中发生的可能性。针对概率Petri网特点,故障诊断模型的设计建立在根据简化样本集获取的诊断规则基础上,以避免复杂系统建模时出现的组合爆炸问题,诊断规则的获取可以有效推广故障诊断范围,使其不仅仅局限于样本集;同时,针对诊断规则的形式,定义并提出将诊断规则转换为标准基本规则序列,便于模型的程序化设计。通过旋转机械故障诊断的示例证明了这种方法的可行性与有效性。     

基于直觉模糊Petri网的故障诊断

故障诊断经常受到多种不确定性和模糊性因素的影响,针对不确定性的故障诊断问题,利用直觉模糊集较好的表达不确定性信息的优势和Petri网较好的并行处理以及图形处理问题的能力,构建了直觉模糊Petri网模型。由于将直觉模糊推理转化为矩阵运算的过程中有非隶属度参数的参与,因此推理结果可提供更多的信息。根据实际故障诊断中的模糊推理问题,给出了带有权值、阈值等参数条件下新的直觉模糊推理算法。通过获取和处理故障诊断中的不确定性和模糊性的知识,该算法将故障诊断过程转化为利用直觉模糊Petri网的直觉模糊推理过程。实际燃气轮机故障诊断模型案例表明了所给直觉模糊推理算法的有效性。     

基于扩展模糊时间Petri网的故障诊断

针对故障诊断中可能出现的故障原因漏判问题,提出一种基于扩展模糊时间Petri网的故障诊断算法。该算法通过检查模糊时间戳确定故障时刻所有故障原因的状态,结合正向和逆向推理最大程度地解决故障原因漏判问题,从而确定主要、次要和其他故障原因。燃气轮机的故障诊断实例验证了该算法的有效性。     

基于ACO优化参数的模糊Petri网故障诊断技术研究

针对传统模糊Petri网在进行故障诊断推理时,需要依靠专家经验给出所有产生式规则的参数,使得故障诊断的精确度受限于专家知识水平的问题,提出了一种加权模糊神经Petri网模型以及相应的构造方法,此方法使用模糊Petri网进行故障诊断,网模型中各参数由BP神经网络训练而得,为了进一步提高诊断精确度,定义了使用ACO (Ant Colony Optimization)对网模型的各参数进行优化的算法;最后通过发电机故障诊断实例对比试验,验证了文中ACO优化的模糊神经Petri网,能够对各种故障进行正确的诊断,且在诊断精度和效率上较常规的模糊神经Petri网有了很大的提高,具有很强的实用性和可行性.     

基于Petri网的变电站故障诊断方法

为提高配置多级继电保护的变电站故障诊断的效率 ,本文以Petri网络模型中变迁矢量的不同权重表示继电保护配置的级别 ,使得诊断结果中产生对应继电器和断路器信号的特定诊断标志 ,从而增强了故障信号的识别能力 .诊断过程通过单向矩阵运算实现 .真实变电站故障诊断仿真过程表明 ,该方法运算速度快、诊断正确率高.     

化工过程故障诊断的模糊概率Petri-net的研究

本文研究基于模糊与概率信息的模糊概率Petri-net故障的诊断方法，概率信息用来解决问题冲突，模糊信息用来解决故障诊断不确定性并计算诊断的可靠性。在石油化工装置中的应用表明，这种方法是行之有效的。     

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。     

改进的模糊Petri网在民航飞机故障诊断中的应用

针对民航飞机系统的复杂性,采用了反正向推理相结合的模糊Petri网的故障诊断模型.首先,依据预设的变迁阈值,采用反向搜索策略,对建立好的模糊Petri网模型进行约简,以减小后续推理规模,提高推理搜索速度;然后采用正向推理算法进行数值计算,将复杂的推理过程通过矩阵运算实现,充分利用了模糊Petri网的并行处理能力,使模糊...     

振动故障诊断的Petri网模型及系统实现

针对机械振动故障的传播特点,提出5种故障诊断的Petri网模型及其相应的故障诊断算法,用软件工程方法进行分析、设计和实现,得到机械振动故障诊断的Petri网系统。实践证明该方法能降低故障误诊率和漏诊率,解决复杂环境下机械振动故障诊断和故障预报的难题。     

基于Petri网的地铁车辆远程故障诊断

针对当前地铁车辆故障,特别是电气故障判断的自动化需求,结合Petri网故障树判断方法,对某型号的地铁车辆故障进行判断。先对Petri网进行简单的概述,然后构建电气系统的Petri网模型,并定义相关的规则,最后搭建Petri网模型验证平台,对上述的地铁车辆传动系统故障进行判断,结果通过地面服务器展示出来。     

遗传神经网络故障诊断自适应Petri网模型

研究故障诊断优化问题。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,造成故障诊断难以精确,提出了将遗传算法、神经网络和传统Petri网模型结合,形成了一种改进的自适应的加权Petri网模型以及模型的构造算法,同时在此基础上,采用改进的遗传算法对神经网络模型的权值进行优化训练,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。仿真实例验证了算法的有效性,对柔性制造系统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网和遗传算法的优点,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。