随机离散事件系统的故障预测

针对随机系统模型,提出一种随机离散事件系统的故障预测方法. 先对随机离散事件系统的故障可预测性进行形式化,再通过引入概率转移矩阵构建一个故障预测器自动机,得到关于随机离散事件系统的故障可预测性的充分必要条件. 由此,在故障预测器的基础上,通过计算其扩展马尔可夫矩阵,可判定随机离散事件系统是否具有故障可预测性,从而实现对故障事件在其发生之前的准确预测.     

分布式模糊离散事件系统的模式故障安全诊断

本文研究分布式模糊离散事件系统的模式故障安全诊断问题，提出一种基于模式故障安全协同诊断器的模式故障安全诊断方法。先在模糊离散事件系统中引入模式故障和模式故障安全诊断概念。然后对模糊离散事件系统的模式故障安全协同可诊断性进行了形式化定义。为了进一步验证分布式模糊系统的模式故障安全诊断性，构建了一个模式故障安全协同诊断器，并提出了一个关于分布式模糊离散事件系统的模式故障安全诊断的充分必要条件，实现了分布式模糊离散事件系统的模式故障安全诊断。     

基于双向观测器的随机离散事件系统的不透明性

本文针对随机系统模型，研究随机离散事件系统的不透明性。首先对随机无穷步不透明性和随机K步不透明性进行形式化。通过构造一个基于双向观测器的验证器，得到一个运用双向观测器验证系统随机无穷步不透明性和随机K步不透明性的充分必要条件。最后提出一个基于双向观测器的随机无穷步不透明性和随机K步不透明性验证算法。     

基于隐马尔科夫模型的随机系统运行时安全性验证

随机系统运行时验证中,由于可靠地传感系统运行状态的成本非常高以及一些事件的监控严重影响系统时间相关的行为,因此,复杂随机系统在运行时其状态是难以观测的。为了对该类系统进行运行时验证,提出了状态不可观测的随机系统运行时安全性验证方法。首先,给出了随机系统安全性验证框架,框架使用隐马尔科夫模型建模运行时系统,使用确定性有限自动机规约系统安全属性,使用两者的乘积自动机作为属性验证器。然后,提出了属性验证器的构造算法,该算法消除了从初始状态不可达的状态以及与验证属性无关的组合状态,约简了验证器的规模。最后,基于验证器,提出增量迭代安全性验证算法,该算法接收到一个新的观测值,立即计算已观测到的整个有穷序列的监控结论,不需要保存当前观测值之前的有穷观测序列。实验仿真结果表明该方法能有效性地在线验证状态不可观测的随机系统安全性。     

模糊离散事件系统基于模式的故障诊断

以模糊自动机为模型,研究模糊离散事件系统基于模式的故障诊断问题.先针对S类型和T类型两种故障模式,分别对模糊离散事件系统的S类型模式可诊断性和T类型模式可诊断性进行了形式化,再通过构造S类型模式诊断器和T类型模式诊断器,分别得到了模糊离散事件系统关于S类型模式可诊断性和T类型模式可诊断性的充分必要条件,实现了模糊离散事件系统基于模式的故障诊断.     

一种分布式并行服务器节点故障检测算法

故障检测技术是实现分布式并行服务器容错的基础。为了尽可能减小故障检测算法对系统通信开销的增加,寄生式自适应故障检测算法被提了出来。该算法依靠系统内部固有的信息交换进行故障检测,而通过自回归AR模型预测消息的传输时间和处理时间,并以此自动调整故障检测的阈值,达到自适应系统运行状况的目的,最后通过伪代码的形式描述了该算法的实现。该算法已被应用于分布式并行数据库系统DPSQL,较好地实现了节点故障检测。     

分布式代理技术在网络管理系统中的应用

在网络管理系统中,提出一种基于发送者事件汇报的负载平衡算法,有效地提高了整个系统的性能,实现系统最大处理能力.同时提出一种分布式选举算法,在管理者出现故障时,能快速选举出一个正确且唯一的领导者来协调进行分布式检测,提高了管理系统的可靠性.本文详细阐述了算法的思想、模型和实现步骤,并通过数学证明进一步验证了算法的正确性和稳定性.     

基于在线学习神经网络的状态依赖型故障预测

提出外部激励故障和内部激励故障的概念,研究非线性系统状态依赖型故障的预测问题.将非线性系统的故障模型描述成外部激励与内部激励相耦合的一般非线性函数形式,函数的结构未知.通过反向传播(BP)神经网络在线学习故障函数模型实时逼近故障模型,提出基于在线神经网络的状态依赖型故障的预测算法.该算法能够实时地检测故障,对系统状态和故障进行迭代估计和预测.利用系统状态的预测值实时预测了系统的失效时间.故障模型的一般化拓展充分体现了系统状态对故障的影响,增强了算法的实用性.仿真结果验证了该方法的有效性.     

基于冲突的离散事件系统诊断方法

提出了一种基于冲突的动态模型故障诊断方法。通过在离散事件系统的自动机模型中添加概率,离线计算模型中事件与状态的后验概率,从而处理不完全观测导致的不确定性,增强了离散事件系统处理不确定性问题的能力。在已经建立的离线模型上,在线计算观测与模型的冲突,在模型中提取符合观测的轨迹,推导系统运行状况,判断故障,并给出故障路径。将基于冲突的诊断方法扩展到离散事件系统的诊断上来,避免了对无关事件的搜索及判断,从而降低了诊断搜索空间,便于计算更大规模的系统模型。     

采用数据流图的故障模型生成算法及其应用

为有效地解决系统级故障注入试验建模困难问题,提出语言级生成数据流图,并以此构造动态故障树的故障模型建立方法.通过对故障过程数据流分析,找出数据依赖关系并构造了故障模型生成算法.与其他方法比较,本算法具有动态性,提高了故障覆盖率,减少了系统开销,使故障注入试验更易实现.     

基于模糊观测器的非线性系统的故障调节

研究了基于模糊观测器的非线性系统的故障调节问题.通过设计模糊自适应诊断观测器估计出系统的故障,根据估计出的故障给执行器以相应的补偿,恢复系统的性能.将提出的算法对F-16歼击机进行纵向控制仿真,结果表明提出的算法是有效的.     

基于神经网络模型的故障预报技术研究

探讨了故障预报技术的应用及其数值预测方法,给出了神经网络系统模型在预测过程中的算法,把神经网络、预测技术和诊断上结合建立一一个故障预报系统;以空间推进系统气路部分的故障为例,实现了故障的预测。     

分散自校正控制

本文提出了线性离散时间大系统的分散自校正控制算法，同时也给出了算法的全局稳定性和收敛性的证明。算法可用于输入输出维数不等的开环不稳定、非最小相位系统。用三个仿真例说明所提算法的有效性。     

对离散事件系统的共可诊断性验证

提出了一种验证离散事件系统共可诊断性的多项式算法,算法通过构建一个检验自动机来实现,将故障路径和正常路径提取出来进行对比。另外将传统的共可诊断性划分为两种情况分别处理可以提高算法效率。可分别用于验证系统的F-共可诊断性和NF-共可诊断性。复杂性分析和案例分析表明本文算法的计算复杂度更低。实验验证了本文方法的高效性和有效性。     

不确定奇异随机分布系统的故障诊断和容错控制

针对带有概率密度函数逼近误差的非高斯不确定奇异随机分布控制系统提出鲁棒故障诊断算法,在有模型不确定性和概率密度函数逼近误差的情况下设计故障诊断观测器估计故障信息。故障发生后,利用故障信息重构跟踪控制器使得输出概率密度函数仍能够跟踪期望概率密度函数。利用李雅普诺夫稳定性理论分析观测误差动态系统、闭环控制系统和跟踪误差动态系统的稳定性,相应的增益矩阵由线性矩阵不等式求解。仿真实例验证了算法对时变故障的有效性。     

船艇柴油机运行状态监测故障预报系统的设计

故障预报技术是近十年来发展起来的一种高技术,为提高复杂系统的可靠性和可维护性开辟了一条新的途径,但相关的研究成果还比较少.介绍了船艇柴油机运行状态监测故障预报系统的结构及各功能模块的设计,特别提出了船艇柴油机运行状态征兆值的提取、监测数据的逻辑运算与数值分析、故障预报的对比与判断以及系统学习机制的具体方法,以增强本系统的实用性.     

具有切换拓扑结构的多智能体系统故障估计

针对具有切换拓扑结构的多智能体系统,研究基于模型依赖平均驻留时间的多智能体系统的执行器故障估计问题。基于相对输出估计误差,为多智能体系统设计观测器,并由此建立全局动态误差方程。考虑拓扑结构变化和存在干扰的情况,基于切换系统稳定性理论和故障诊断理论,利用模型依赖平均驻留时间方法,分析给出观测器存在条件及参数设计判据,通过适当的故障估计算法,得到故障估计误差指数收敛且满足H_∞性能的充分条件,并以线性矩阵不等式的形式给出。对多智能体系统进行仿真验证,结果表明所提出方法的正确性和有效性。     

利用解二次方程法的故障测距仿真计算

分析利用电力系统正序阻抗、零序阻抗对由系统模型和由故障电流相位修正算法构造的二次方程进行仿真计算，并作了比较分析，在此基础上对于接地短路提出能够识别真根且具较高精度的测距算法。