收藏本站
收藏 | 论文排版

基于粒推理方法的SDG故障诊断研究及应用

王秀娥  
【摘要】: 基于图论中的符号有向图(Signed Directed Graph,SDG)的故障诊断方法是故障诊断领域的一个重要研究分支。SDG的知识表达与复杂系统的故障特征有很好的对应关系,它能够有效地的表达复杂系统的故障知识,又具有灵活的推理方式和有效的推理算法。因此,研究SDG用于复杂系统故障诊断的方法,对于缩短故障判定时间、减少故障损失、提高检修准确性、节约维修费用等,有着重大的理论意义和应用价值。但它也有很多需要解决的问题:(1)多义性推理导致分辨率不高;(2)计算大系统时,实时性差,诊断速度慢;(3)没有利用定量知识改进其定性推理与决策。 粒计算(Granular Computing,GrC)是当前计算智能领域中模拟人类思维和解决复杂问题的新方法,已成为复杂问题求解、海量数据挖掘、模糊信息处理的有效工具。粒计算可以解决故障诊断技术中知识获取、表达、与推理等问题。刘清教授等将信息粒理论引入到Rough逻辑中,提出了信息粒语言、逻辑及其推理,是粒计算的一个研究方向。 为了解决SDG模型故障诊断时推导复杂、诊断分辨率低的问题,本文将基于粒计算的推理方法与SDG故障诊断相结合,提出了一种基于粒推理的SDG模型故障诊断方法,为SDG模型的推理提供了一种新的方法。此方法的具体过程是用粒形式化描述SDG模型中的元素;根据实验及分析得到其故障的样本集,并把它转化为反映故障与征兆关系的决策表;然后把决策表转化为对应的粒库;最后通过对粒库的搜索并计算最大相似度,从而找到最可能发生故障的故障源。 并做了下面的工作: (1)给出了基于粒的SDG模型定义,用粒形式化描述SDG模型中的元素,将粒与SDG融合起来,是一种描述SDG模型的新方法。 (2)对阈值p进行了探索性的研究,通过实例验证其取值的合理性。 本文将此方法用于蒸汽锅炉系统中,并在Matlab仿真平台上进行了可行性验证。此方法提高了SDG故障诊断的分辨率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王胜;;故障诊断的基本理论和方法综述[J];广州大学学报(社会科学版);1989年01期
2 王建平;;用于故障诊断的AR模型实时建模算法[J];安徽工学院学报;1993年01期
3 谷金宏,李继凯,李林功,胡廷峰;单片机应用系统的故障诊断与调试[J];河南师范大学学报(自然科学版);2001年02期
4 汪召堂,于晓阳;基于神经网络信息融合技术的应用[J];科技资讯;2005年22期
5 薛华;;福特计算机控制变速差速器故障的诊断方法[J];中国科技信息;2005年21期
6 薛华;;尾气分析在汽车故障检测诊断中的应用[J];中国科技信息;2006年08期
7 邓利红;周建华;;数控机床伺服系统故障分析[J];西安文理学院学报(自然科学版);2006年02期
8 王申银;;数控机床的回零原理及故障诊断[J];中国科技信息;2006年11期
9 李风芝;高建瓴;;信息融合理论在水轮发电机组故障诊断中的应用[J];科技情报开发与经济;2006年19期
10 孙定国;;数控机床伺服系统故障分析与排除[J];科技资讯;2006年29期
11 周忠宝;周经伦;金光;董豆豆;;基于贝叶斯网络的概率安全评估方法研究[J];系统工程学报;2006年06期
12 樊金巧;;基于小波分析的电路故障诊断[J];科技信息(学术研究);2007年33期
13 于淑芳;;数字电路的故障检测技术[J];科技信息(科学教研);2007年33期
14 侯向丹;董永峰;顾军华;刘洪普;;基于关联规则的电力仪表企业故障诊断[J];广西师范大学学报(自然科学版);2007年04期
15 曹学峰;;卡特980C装载机发电机充电不足故障诊断[J];山西科技;2008年01期
16 刘瑞文;;数控机电设备的故障诊断与维修[J];科技资讯;2008年12期
17 张超;;大型电力变压器的故障诊断探讨[J];科技信息(科学教研);2008年25期
18 刘勇;王海峰;;舰用异步电动机故障诊断中定子电流频谱的应用研究[J];中国科技信息;2008年18期
19 李冬;;数控机床电气系统的故障诊断与维修[J];中国科技信息;2008年21期
20 马圣乾;;基于LabVIEW的倒频谱在齿轮和滚动轴承故障诊断中的应用[J];山东师范大学学报(自然科学版);2008年04期
中国重要会议论文全文数据库 前10条
1 ;SDG-based Fault Diagnosis and Application Based on Reasoning Method of Granular Computing[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 叶思远;苏燕;左洪福;;基于SDG的民机空调系统故障诊断研究[A];2010年航空器适航与空中交通管理学术年会论文集[C];2010年
3 朱琳;陈杰;陈文颉;邓方;;基于模糊概率SDG模型的复杂系统故障诊断研究[A];第二十六届中国控制会议论文集[C];2007年
4 ;SDG Fault Diagnosis Based on Granular Computing and its Application[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
5 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
6 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
7 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
8 王航;于歆杰;;遗传算法在故障诊断中应用的新方法[A];2005年中国智能自动化会议论文集[C];2005年
9 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
10 张珍;韩厚德;陈宝忠;;基于卫星通信的船舶冷藏集装箱远程故障诊断系统[A];制冷空调新技术进展——第四届全国制冷空调新技术研讨会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 高东;基于定性趋势分析的SDG故障诊断方法及其工业应用研究[D];北京化工大学;2010年
2 张卫华;基于SDG的多种故障诊断方法融合的异常工况管理系统研究[D];北京化工大学;2010年
3 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
4 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
5 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
6 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
7 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
8 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
9 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
10 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年
中国硕士学位论文全文数据库 前10条
1 刘艳红;基于粒计算的蒸汽锅炉系统SDG故障诊断研究[D];太原理工大学;2011年
2 王秀娥;基于粒推理方法的SDG故障诊断研究及应用[D];太原理工大学;2010年
3 张静;基于粒度熵的故障模型约简与SDG推理方法研究[D];太原理工大学;2011年
4 徐新海;基于层次SDG的航空发动机故障诊断方法研究[D];南京航空航天大学;2010年
5 吉世明;基于半定量SDG模型的化工过程故障诊断[D];华南理工大学;2012年
6 赵静阁;基于粒计算知识约简-SDG故障诊断研究[D];太原理工大学;2010年
7 黄廷泽;基于聚丙烯反应装置SDG-HAZOP方法研究与应用[D];武汉工程大学;2011年
8 詹峰;基于信息粒化理论的SDG故障诊断系统及其仿真平台[D];太原理工大学;2010年
9 王雯;SDG非相容故障决策表的粒计算约简方法及其应用[D];太原理工大学;2010年
10 叶盛;水稻ASH1家族组蛋白甲基转移酶的功能研究[D];复旦大学;2009年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
7 小田;网卡故障诊断[N];中国电脑教育报;2000年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978