【摘 要】
:
离散事件系统是一类由离散状态、事件转移构成的系统,其专注于系统的序列化行为以及逻辑性。而故障诊断一直以来都是离散事件系统的热门研究方向。早在90年代Lin就提出了一种基于状态的离散事件系统在线诊断和离线诊断,接着Sampath提出可诊断性形式化定义后,故障诊断这一领域研究备受国内外专家学者关注。并从经典离散事件系统推广到模糊离散事件系统、随机离散事件系统、分布式离散事件系统、赋时离散事件系统等多种
【基金项目】
:
国家自然科学基金项目(61673122); 广东省自然科学基金项目(2019A1515010548); 广东工业大学计算机学院重大奖项培育项目资助(2016PY01);
论文部分内容阅读
离散事件系统是一类由离散状态、事件转移构成的系统,其专注于系统的序列化行为以及逻辑性。而故障诊断一直以来都是离散事件系统的热门研究方向。早在90年代Lin就提出了一种基于状态的离散事件系统在线诊断和离线诊断,接着Sampath提出可诊断性形式化定义后,故障诊断这一领域研究备受国内外专家学者关注。并从经典离散事件系统推广到模糊离散事件系统、随机离散事件系统、分布式离散事件系统、赋时离散事件系统等多种不同模型类别的系统。诊断的故障类型也从单故障推广到多种类型故障。在实际应用方面,离散事件系统结合军事国防、通讯网络、工业制造、自动控制、生物医疗等领域已取得成功应用。在以往的离散事件系统框架中,事件的可观测性都是假设在系统整个运行过程中固定不变。显然,这种事件的静态可观测性假设是理想化的,在实际应用中存在较大局限性,因为对于一个实际应用系统,其不同部件的传感器设备和代理通讯协议可能不同,这导致系统运行在不同状态时事件的可观性存在一定的差异。随着计算机、通信和传感器技术的发展,现代系统向着大型化、复杂化的趋势发展,动态观测也具有重要的研究意义和实际应用价值。其次,对于系统发生故障,我们可以通过故障诊断,将故障排查出来,但是诊断需要一定的时间,而系统在这段时间内继续运行,可能执行一些被系统禁止的事件,这对于已经发生故障的系统极其危险。因此,对于投入实际生产应用,安全诊断也是我们需要关注的问题。本文在动态观测框架下,研究随机离散事件系统的单故障事件和模式故障事件的诊断以及安全诊断问题,在故障诊断方面,先引入一种动态观测,使随机系统事件的可观测性可随着系统的运行发生动态变化。然后分别对基于动态观测的随机离散事件系统的单故障可诊断性和模式故障可诊断性进行形式化。接着,通过构造相应的诊断器,分别得到关于单故障可诊断性和模式故障可诊断性的充分必要条件,从而实现在动态观测下随机离散事件系统对单故障事件和模式故障事件的诊断。在安全诊断方面,诊断条件更高于故障诊断条件,需要系统在发生禁止事件前将故障诊断出来。同样的,给出基于动态观测的随机离散事件系统的单故障安全可诊断性和模式故障安全可诊断性的形式化定义。通过构造相应的安全诊断器,分别得到关于单故障和模式故障安全可诊断性的充分必要条件,从而实现在动态观测下随机离散事件系统对单故障事件和模式故障事件的安全诊断。
其他文献
随着数控机床生产自动化的发展和超精密仪器的广泛应用,作为精密测量核心部件的光学编码器的测量精度对设备高精密加工或仪器高精密测量至关重要。光学编码器系统在测量过程中,易受到温度等环境以及系统内部干扰因素的影响,从而产生复杂的测量误差。这些内外因素交织在一起,使得这些误差成分不是简单地叠加,而是高度相互作用、耦合作用在光学编码器上,并呈现出非线性非平稳的状况。有研究表明,可以通过获取测量误差趋势来补偿
人们日益增长的通信需求极大促进了移动通信系统的更新换代。在全球加速部署的第五代移动通信系统根据频率可划分为FR1的Sub-6 GHz和FR2的毫米波两个大类,其中的毫米波频段由于其传播特性及技术瓶颈而被暂时搁置,并且正在进行关键技术的研究,因此Sub-6 GHz频段成为了各个主流国家部署5G的首选频段。选用Sub-6 GHz作为5G的初期建设频段能够有效减少基站部署成本,加速5G网络部署速度的同时
知识图谱被定义为包含多类型节点和多类型边的多关系图,它实际上是一个语义网络的知识库,如今已广泛地应用在证券投资、搜索、自适应教育、大数据风控、聊天机器人、智能医疗、推荐系统等领域中。如何采取有效的辅助信息去改善协同过滤推荐系统的性能成为研究的热点。目前,改善的主要方法有在推荐系统中引入如深度学习、神经网络、知识图谱等辅助信息,相比其他辅助信息,知识图谱不但能够使实体之间具有更加丰富的语义关系,从而
自动引导小车(Automatic guided vehicles,AGV)被广泛地应用于无人生产车间,以完成生产物料在给定派单下的自动搬运,是现代智能工厂的重要组成部分。对于物料运输任务的快速性、准确性要求,AGV需要具备能够高效地完成路径寻优,并跟踪最优轨迹的能力。本课题主要研究的是将最优控制的理论方法结合深度学习方法,应用到AGV轨迹规划中,做到实时最优控制。传统最优控制方法用于轨迹规划问题求
能源匮乏和环境污染是全世界面对的问题,开发和利用可再生能源发电是改善环境的有效方法。然而,由可再生能源发电构成的微电网系统容易受到气候和环境变化的影响,导致发电具有随机性,因此需要对微电网的能量进行优化管理。本文对可再生能源发电和负荷进行预测,通过能量管理策略实现微电网的能量管理。首先,描述了分布式电源的数学模型和微电网能量管理模型。针对可再生能源发电和负荷的随机性问题,分别采用指数平滑法、灰色预
由于受到生产产品等各方面需求的推动,很多专用设备逐渐向重型化、大型化的方向发展。大型设备系统结构复杂、集成度高,万一发生停机甚至出现重大事故,将会造成极大的经济损失。为了避免事故的发生,目前针对大型设备的维护手段基本以计划性维护为主,维护策略相对保守,多数更换下来的设备仍存在一定的剩余使用时间,资源利用率低。维护技术经历了故障检修、预防性维护等历程,目前已进入智能维护研究的阶段,主要分为基于模型驱
室内气体定量分析在仿生嗅觉中是一个热点应用领域,对于人们健康有着非常重要的意义。如果能够有效地提取在不同干扰情况下的混合气体的特征,这对于实际环境中的应用具有重要的作用。传统的室内气体分析主要是理化鉴别法,存在着技术门槛高,实时性差的缺点。本文的目的是探索使用深度学习对混合气体进行定量分析的方法,对比目前仿生嗅觉已有的模式识别算法,研究对象为电子鼻采集的室内有毒有害的甲醛混合气体数据,综合考虑了不
去雾一直是提高图像质量领域的重要研究方向之一,遥感图像去雾更是对后续遥感图像处理有着举足轻重的作用。获取遥感图像的硬件限制以及成本限制更是对提高遥感图像质量有更高的要求。遥感图像中雾气浓度不均匀、地物信息复杂以及数据集稀少的问题使得目前主流的适用于自然图像去雾的方法并不适用于遥感图像去雾,并且遥感图像中雾气浓度过浓容易造成遮挡问题,导致提高图像质量后该部分的信息依然模糊。因此针对以上问题,本文所做
重载叉车是一类非常重要的港口起重设备。它利用伸缩臂实现大范围叉装货物的功能。随着对伸缩臂可覆盖范围和叉装货物载重等需求的提升,对伸缩臂的强度和疲劳寿命也有更高的要求。车架是重载叉车的主要承重部件,其强度和疲劳耐久性也是设计中必须考虑的因素。伸缩臂是双向压弯构件,其载荷形式主要是臂节之间的接触载荷。车架与其他部件的连接都是铰接形式。依据伸缩臂和车架的不同载荷种类,应用不同的方法建立动力学模型以及计算
随着我国高速铁路技术迅速地发展,我国现已全面掌握高速铁路关键核心技术,与此同时针对动车组列车的相关配套检修技术也在不断的升级、完善。目前我国的动车检修已经逐步从人检人修朝着机检人修的过程发展。轨道列车一级检修作为目前我国完整的一套检修服务体系中检修周期短、检修频次多的一项检修任务。它直接影响到动车组列车在运行中的安全与效率。同时又由于车轴是列车运行过程中重要的支撑荷载零件,所以在进行智能检修过程中