论文部分内容阅读
基于符号有向图(Signed Directed Graph, SDG)的故障诊断方法是定性故障诊断领域的一个重要研究分支。研究表明基于SDG模型的定性故障诊断方法优点有：1)诊断结论的完备性好,SDG模型能包含系统的所有信息,能够推出一切可能的故障情况。2)能用于安全评价及操作指导,能给出故障传播路径,提供故障演变的解释。因而基于SDG模型的故障诊断很有研究前景。但它也有一些缺点：1)复杂系统SDG建模过程繁琐,所建模型复杂。2)现有的SDG推理采用图推理算法进行,推理速度慢；可能推出多个故障解,分辨率较低。粒计算(Granular Computing, GrC)是一种很有研究价值的智能信息处理方法,它模拟人类思考和解决问题时的粒化和分层理念来解决现实中的复杂问题,已成为海量数据挖掘、智能信息处理的有效工具。粒计算可以解决故障诊断专家系统中知识的获取、表达与推理等问题。本文结合SDG和粒计算的优点,提出一种基于GrC&SDG的实时故障预测诊断方法。该方法用粒知识约简算法对SDG安全评价所获全节点决策表进行约简,得出核心节点决策表,再用粒相似度计算对实时采集的样本粒与决策表所建粒库中的粒进行比较判断该案例故障是否可能发生。与单纯的SDG诊断方法相比,该方法一定程度上提高了诊断的分辨率,降低了推理算法的复杂度。在该方法的基础上提出了基于GrC&SDG的实时故障预测诊断系统的实际和仿真构架,并开发了基于组态软件的实时故障预测诊断仿真试验系统,最后经离心泵液位系统案例应用表明该方法及系统的有效性和实用性。本文主要内容分为三大部分,具体内容如下：一、在深入研究SDG、GrC理论的基础上,结合它们各自的优点,提出了基于GrC&SDG的实时故障预测诊断方法。该方法应用SDG的安全评价模式来对系统进行案例故障规则的获取,保证了所获规则的完备性,形成全节点决策表。然后用GrC中的粒知识约简算法对全节点决策表进行约简,得出系统的核心节点决策表。然后对两个决策表建立粒库,再通过把现场实时采集的节点样本粒与粒库中的粒进行粒相似度计算,得出各案例故障可能发生的程度,然后对各可能程度进行排序,得出最有可能发生的案例故障。在进行相似度计算时,采用两级计算的方法,先与核心节点粒库进行比较,当其相似程度达到某一给定值时,再与全节点粒库进行比较,从而节约系统推理计算开销,并保证推理结果的准确性。当与全节点粒库比较,其相似度也达到某一给定值时,就认为该故障极有可能发生。二、在提出上述方法的基础上,结合专家系统和工业控制的组态、仿真等相关技术,提出了基于GrC&SDG的实时故障预测诊断系统的框架,并在组态软件KingView和KingAct上组建了其仿真系统。三、在所建仿真系统上进行离心泵液位系统的实例故障仿真实验,结果表明所提方法和所建系统的实用性和有效性。