论文部分内容阅读
本文研究工作属于粒计算、图论及其在故障检测与诊断领域中的应用研究,是计算机学、信息学、图论学的交叉和前沿研究领域。本文研究成果对于实际生产中复杂系统的故障检测与诊断的理论研究和应用研究有重大意义。本研究将粒计算理论与符号有向图相结合,提出了一种全新的故障诊断方法,并将其应用于田纳西-伊斯曼过程(Tennessee-Eastman Process, TEP)的故障诊断。具体研究内容包括:(1)提出了基于粒的SDG模型,用粒来形式化描述SDG模型中的元素,这是一种描述SDG模型的新方法;(2)将粒计算与系统分层理论、图论引入SDG故障诊断,提出了一种基于分层SDG粒图的故障诊断模型,该模型具有SDG的完备性,能够反映系统部件之间的连接关系,并且简化了模块之间的关系,使得SDG模型更加易于诊断;将该模型应用于高加给水系统和TEP系统,仿真结果表明了新方法的有效性。(3)对现有粒矩阵知识约简算法进行了改进,提出了基于节点重要性和基于粒度熵的知识约简算法,能更好的找出最小相对属性约简和最优诊断规则集;(4)提出了一种基于相似度的搜索推理算法,通过计算最大相似度寻找现场采集信息对应的决策,可以有效减少推理结果冲突的概率,提高分辨率;(5)将模糊理论应用于节点状态和支路状态的定义,实现定性SDG模型的定量模糊化,提出了基于模糊理论的相容支路判决算法,生成了基于模糊-SDG的故障诊断方法;(6)开发了基于组态软件的实时故障预测诊断仿真实验系统,最后经TEP系统案例,表明该方法及系统的有效性和实用性。本文的创新性成果如下:(1)提出了分层SDG粒图的故障诊断模型;(2)提出了基于节点重要性和粒度熵的知识约简算法;(3)提出了一种基于相似度的搜索推理算法;(4)开发了基于组态软件的实时故障预测诊断仿真实验系统并将其应用到TEP仿真系统的故障诊断中。