热轧加热炉DCS故障诊断专家系统的研究

热轧加热炉集散控制系统(DCS)从检测单元到执行机构的各个单元之间存在着错综复杂的关系,其肿大量的是因果关系。本文针对其中的因果关系,结合故障树分析法便于对事件进行分析、易于转化为专家系统中的规则知识、规则推理具有直观性和速度快的优点,从而建立故障树。然后以故障树来获取和分析知识,以产生式规则建立知识库,以规则匹配来进行推理,从而建立起步进式热轧加热炉DCS故障诊断专家系统。此方案充分利用了故障树和专家系统在故障诊断中的优势。     

FTA在核电站超压保护系统故障诊断中的应用

以核电站超压保护系统为例,阐述了故障树的定义、建树流程,并在此基础上根据最小割集、最小路集的数学描述提出了综合利用最小割集、最小路集的新型诊断推理策略,实践表明该诊断策略可以缩短故障诊断的时间,并可同时诊断多个故障源,提高故障诊断的可靠性。文章最后针对上述方法提出了测点配置及优化的建议。     

舰载武器系统局部故障分析方法与研究

针对舰载电子与武器装备结构复杂、设备数量庞大、分布舱室多、检测点分散不集中等问题,在充分调研论证基础上,以系统局部故障分析研究为切入点,提出适用于舰船武器装备特点的局部故障的分析方法;对系统的局部故障我们采用故障树的方法进行界定,并通过核心路径跟踪技术来确定检测点;采用核心路径在线故障检测方法,有效地节省测试资源,提高测试效率。     

基于模糊故障树理论的旋转输弹机故障诊断研究

以某型自动装弹机的旋转输弹机为研究对象,基于该系统的故障形式,提出了基于模糊故障树理论的故障诊断方法来解决旋转输弹机故障监测与诊断问题;首先建立该系统的模糊故障树,然后对故障树进行定性及定量分析,得出系统的故障方程及各类重要度参数,求出故障树的结构函数,最后研究了搜索技术算法在分析旋转输弹机故障树中的应用。     

.NET平台下故障树分析技术的实现及应用

故障树分析是一种自上而下的方法,通过对可能造成系统故障的硬件、软件、环境、人为因素进行分析,分析得出故障原因的各种可能组合方式,由总体至部分,按树状结构,逐层细化的一种分析方法.开发了故障树分析工具,提供了对规范化故障树定性的割集计算、简化等功能,提出了基于容斥定理的定量化顶事件概率简化计算方法,可满足企业对部件级元件进行故障详细分析的需求.还给出了所开发的系统实现界面,系统已在某企业中得到了具体的应用.     

基于故障树的电力生产作业全过程风险监测方法∗

常规的电力生产作业风险监测方法多数采用并行挖掘大数据技术原理对电力生产作业进行监测,其监测范 围有限,无法获取生产作业状态与技术状态参数之间的关系,导致监测结果的重叠率与准确率较低.为了改善这一状 况,引入故障树理念,提出了一种全新的电力生产作业全过程风险监测方法.首先,建立对应的风险影响因素体系, 识别风险影响因素,并对其进行剔除与降维处理;在此基础上,利用故障树的逻辑因果关系,建立以电力生产故障模 式为顶事件的故障树,计算各个生产作业环节风险发生的概率,反映生产作业状态与技术状态参数之间的实时关系; 基于风险监测结果,建立电力企业生产作业风险矩阵,设计风险预警等级.由实验分析结果可知,通过提出方法监测 电力生产作业全过程风险,其各个风险监测点监测结果的重合度较低,监测结果中的有效值较多,准确率较高.     

基于故障树和贝叶斯网络的锂电池模组产线故障诊断方法研究

针对高柔性生产线故障排查困难等问题,提出了一种故障树分析和贝叶斯网络结合的动力锂电池模组生产线故障诊断方法。首先,通过分析生产线机械结构和工艺流程,结合收集的故障案例,构建自动上料工位的故障树,对故障进行定性分析;其次,使用Netica软件将故障树模型转化为贝叶斯网络模型,对故障进行定量分析;最后,将企业实际故障案例代入故障树进行验证对比。验证结果表明,故障树分析和贝叶斯网络相结合的故障诊断方法准确率达到91.04%,能够实现对整条生产线的故障诊断,诊断过程中不断迭代完善的贝叶斯网络模型可为后续生产工艺的改进提供依据。     

基于知识图谱的信号智能运维故障树模型实现方案

城市轨道交通信号系统存在设备繁多、日常报警和故障数据量大、种类繁杂等特点,智能运维故障处置功能急需新的技术来实现。文中提出了一种基于知识图谱的信号智能运维故障树模型实现方案,针对现有故障数据建立信号系统专家知识库,使用图数据库进行存储,界面则使用故障树模型对专家系统进行可视化输出,为日常设备维护、报警分析和故障排查等提供了技术支持。     

阶段任务系统故障树启发式变量排序研究

供电监控系统作为城市轨道交通和城市综合管廊最重要的子系统之一,涉及变电、配电、用电、能源管理 等系统的运行监控和健康管理,其可靠性和工作稳定性极端重要.面向城市基础设施的供电监控系统是典型的阶段任 务系统 (PhasedMissionSystem,PMS),具有很明显的阶段性,即系统运行可分为多个不同阶段,各个阶段完成不同的作业.PMS的故障树 BDD分析中变量排序问题是 NP完全问题,因此从 PMS各阶段故障树的结构特征出发,研究 PMS故障树启发式变量排序.对于阶段异构 PMS,引入了新的 PDO 变量排序策略———MEAN 策略,基于大量具有各种结构特征的 PMS故障树样本比较分析了已有 DC策略、MEAN 策略以及元变量策略的性能,总结了PMS故障树的策略选择相关结构特征和结构特征依赖的策略选择方法.基于所提出的变量排序策略及策略选择方法可以有效地采用 BDD方法分析大规模 PMS故障树.