论文部分内容阅读
本文首先综合分析了当前国内外故障诊断理论与技术的研究现状,并在此基础上对一些现有的故障诊断方法的不足提出了一些新的方法,重点研究了针对流程工业过程故障的特点,如何将多智能体系统(MAS)技术应用到流程工业的故障诊断中。主要内容包括以下几个部分:
(1)提出了依层次化对象分解,对流程工业生产过程基于本体论进行建模的方法,建立了过程本体和诊断本体。两个本体可以直接用于建立诊断知识库并可以实现异构系统之间的诊断知识共享。仿真研究表明,基于本体论建立的流程工业故障诊断系统可以获得良好的诊断效果。
(2)将MAS技术引入到流程工业的故障诊断中,研究了智能体的基本结构、通信、协作和学习过程,提出了一种基于XML的KQML消息进行通信的方式,并构建了一个基于MAS的流程工业故障诊断机制。该系统以氧化铝厂的母液换热过程为研究对象,通过智能体之间的通讯和协作,系统具有良好的准确性和实时性。
(3)开发了一个基于MAS的蒸发过程故障诊断系统。根据蒸发过程的工艺流程,该诊断系统将蒸发过程划分为7个相对独立的部分,分派相应的诊断智能体对其进行故障诊断。仿真研究显示,该系统可以有效地对蒸发过程进行准确的故障诊断。
(4)针对诊断学习智能体的学习过程,提出了一种基于改进的BP算法的流程工业故障诊断训练方法。在TE模型的基础上,使用了标准BP算法,自适应学习率BP算法和L-M优化BP算法。仿真结果表明,可以通过神经网络来对诊断学习智能体进行学习过程的训练,以完善诊断学习智能体的知识库。