控制系统的SDG模型描述及故障传播分析

讨论了控制系统的符号有向图(SDG)模型描述和故障在控制系统中的传播方式及分析方法.该方法按控制回路信息流向的正反推理,分析初始和稳态响应的故障传递规律,通过基本单元的组合可以扩展到各类控制系统的SDG描述和故障传播分析.以锅炉水位控制系统为例,验证了该方法的有效性.     

基于强化学习的电力设备故障自动溯源方法

针对传统故障自动溯源方法存在的故障定位精度不高、故障判别过程复杂等问题,提出了基于强化学习的故障定位算法,能够在短时间内识别出故障位置,提高了诊断的准确率。通过将图像数据集与神经网络模型进行联合训练,将复杂场景图像中的特征进行提取和选择,利用随机强化学习的特性来解决分类问题。利用图像分类器实现故障定位并与现有方法进行对比,结果表明该方法在图像识别领域具有较高的识别精度。由于传统方法在电力设备故障自动溯源实际应用中误判率较高,已经无法满足实际在精度方面的需求,提出基于强化学习的电力设备故障自动溯源方法。建立行为-故障因果链数学模型,对电力设备故障自动溯源问题进行数学描述,对电力设备故障数据离散化处理,并采用强化学习理论对故障数据进行溯源分析,确定电力设备源头故障,实现了强化学习的电力设备故障自动溯源。实验结果表明,设计方法平均误判率为0.21%,具有较高的溯源精度,设计方法在电力设备故障自动溯源方面具有良好的应用前景。     

基于空间分布的毒品传播预测及溯源方法研究

近10年来,毒品的非法使用已然成为全球各国的社会公共健康问题。据保守估计,中国是全球使用静脉注射毒品人数最多的国家之一,在全国范围内统计在册的人数高达133万,但实际的人数远高于此,加快了艾滋病和丙型肝炎等疾病的传播速度,严重危害人类的生命健康。因此,对毒品传播的预测和溯源成为社会安定研究的一大热点。笔者即对此进行研究,以期为相关研究提供借鉴。     

基于先验估计的传播中心溯源算法

针对多数信息传播溯源算法未考虑先验估计对溯源的作用和价值,造成溯源检测率较低、错误距离较大等问题,文中利用易感-感染模型(SI)模拟信息在加权网络上的传播过程,提出基于先验估计的传播中心溯源算法.算法综合考虑邻居节点中感染节点和未被感染节点,根据它们的数量关系作为源节点先验估计值,有效弥补现有溯源算法先验估计不足的缺陷.在人工网络和真实网络上的实验表明,文中算法检测率较高、错误距离较小、真实源节点排名精确度较高.     

基于超图的Cyber空间故障传播研究方法

针对现有的基于相连链路联系的故障研究方法不能准确描述Cyber空间因资源发生故障而造成的影响这个问题,提出了一种从共享任务联系的角度分析资源故障传播与扩散问题的研究方法。其基本思想是利用Petri网建模方法描述Cyber空间中任务与资源的基本关系,基于超图理论构建任务-资源模型。定义了传播能力、传播系数、扩散系数等指标来刻画故障的传播与扩散过程,采用邻接矩阵分析并推导出了这些指标的量化方法,在此基础上给出了资源故障在网络中产生的影响力的函数,最后利用案例验证了资源的故障传播和扩散过程。     

模块化建模方法及其在车辆传动系中的应用

在分析了传统建模方法缺陷的基础上 ,提出了模块化建模方法的基本概念 ,并分析了模块化建模方法的特点 ,从模块划分、模块模型的建立、建模工具选择及建模时的因果关系几个方面阐述了模块化建模方法的运用 ,同时指出了模块划分中的关键问题及解决方法 ,并从模型验证的角度回答了可靠性及测试和仿真结果正确性如何检验等问题。最后以车辆传动系统建模为例 ,说明了模块化建模方法的应用。     

基于故障传播模型与监督学习的电力通信网络故障定位

针对电力通信网络中的故障定位问题,分析了一种网络设备或链路故障引发的大范围连通片故障告警情形,提出一种基于故障传播模型和监督分类学习方法的故障定位算法。首先使用改进的故障传播模型求得初步定位结果,用最少的故障数目解释当前告警;然后通过故障源-故障告警向量分解将故障定位问题转化为监督分类问题,定位告警区域内部故障;最后加入猜测的故障设备和故障链路完善定位结果以提高定位准确率。模拟结果表明提出的故障定位算法的故障检测率达到84%~95%,具有较高的故障定位可靠性。     

无轴传动控制系统在凹版印刷机中的应用

凹版印刷机集成型无轴传动控制系统是采用虚拟电子轴传动取代传统机械主传动轴,彻底取消传统套色系统所需的浮动辊机构,从而将传动与套色融为一体,直接作用于印刷版辊的一种自动化伺服控制系统。该文介绍了无轴传动系统的分类和技术特点,并以贝加莱的PCc、ACOPOSmulti伺服驱动器和Ethernet POWERLINK实时工业以太网在该系统中的应用为例,论述了该无轴凹印机控制系统的技术方案。无轴传动控制技术的应用,简化了机械的传动结构,优化了控制的协调性和稳定性,缩短了过料时间,实现了凹印机的高精度、高印速和高套准控制。     

一种基于结构因果关系和日志变化挖掘的BPMSs故障诊断方法

业务流程管理系统存在可以改变系统行为的潜在故障, 因此研究定位系统中故障发生的最小结构变化区域是 十分必要的, 它对提高业务系统的鲁棒性具有重要意义. 本文提出了一种日志诱导下的变化挖掘方法, 即最小结构故障 域识别方法(minimal structure fault region identification, MSFRI), 该方法通过系统的行为变化来定位故障发生的结构因 果关系. 进一步, 针对合理的自由选择业务流程Petri网系统, 形式化定义了6种典型变化模式, 这些变化模式为故障的结 构因果关系变化挖掘提供理论基础. 本文所提出的故障定位方法通过识别业务流程Petri网系统的行为变化, 实现具有最 少库所和变迁数目的故障区域定位, 有助于实现系统更加复杂的变化挖掘. 本文工作的主要创新之处在于从结构因果关 系的角度出发, 借助系统行为变化挖掘实现定位业务系统中的潜在故障.     

一种新颖的深度因果图建模及其故障诊断方法

为了实现复杂工业过程故障检测和诊断一体化建模, 提出了一种新颖的深度因果图建模方法. 首先, 利用循环神经网络建立深度因果图模型, 将Group Lasso稀疏惩罚项引入到模型训练中, 自动地检测过程变量间的因果关系. 其次, 利用模型学习到的条件概率预测模型对每个变量建立监测指标, 并融合得到综合指标进行整体工业过程故障检测. 一旦检测到故障, 对故障样本构建变量贡献度指标, 隔离故障相关变量, 并通过深度因果图模型的局部因果有向图诊断故障根源, 辨识故障传播路径. 最后, 通过田纳西−伊斯曼过程进行仿真验证, 实验结果验证了所提方法的有效性.     

高速列车牵引传动系统故障测试与验证仿真平台研究

牵引传动系统作为高速列车能量传递与转换的核心部分, 是保障高铁安全稳定运行的关键系统之一. 故障测试与验证平台是确保实时故障诊断技术在高速列车上有效应用的重要手段和途径. 围绕高速列车牵引传动系统故障测试与验证平台中面临的挑战性问题和关键技术, 本文从故障注入、仿真可信度评估、算法性能评估和仿真平台实现等方法和技术方面进行分析, 并针对上述难题概述了一些解决方案, 提出并构建了一种集高速列车实时仿真、故障运行行为逼真模拟以及随机故障测试和故障诊断算法评估于一体的牵引传动系统故障测试与验证实时仿真平台. 最后, 总结展望了高速列车安全监测验证平台未来研究方向.     

模糊神经网络及其在控制系统故障诊断中的应用

针对控制系统中模拟电路故障诊断时的不确定性问题,提出了将模糊理论和神经网络相结合的方法;首先利用模糊理论描述不确定性信息,然后利用人工神经网络完成不确定性推理,最后利用模糊理论对推理结果进行解释和决策,从而得出故障诊断结论;结合某型船舶主机遥控系统中延时电路板的故障诊断问题,阐述了将该方法应用于实际控制系统的故障诊断过程;结果表明,该方法能够较好地处理模拟电路故障诊断过程中的不确定性问题,有效地提高故障模式的识别能力,将故障准确地定位到元器件.     

基于Kalman滤波的滑模控制在磁盘驱动系统中的应用

针对磁盘驱动伺服系统中存在的诸多随机干扰和随机噪声等特点,常规的PID控制在该类系统中存在滞后或超调,以及传统的滑模控制要求系统不确定因素的边界为已知等缺点,本文提出了基于Kalman滤波算法的指数趋近律滑模变结构控制方法,以指数趋近律作为到达条件设计滑模变结构控制器。该方法能够较好地处理磁盘驱动伺服系统中的不确定性问题,而且对外界干扰不敏感。在MAT-LAB环境下对该算法进行了仿真试验研究,结果表明,该方法能够很好地削弱抖振和抑制伺服系统的随机干扰。将该方法应用于磁盘驱动伺服系统可以显著地改善系统的动态特性,并能使系统的稳定性和控制精度大大提高。     

基于变长扫描模型的故障检测方法及其在GPS/INS组合导航系统中的应用

提出了一种基于变长扫描模型的故障检测方法.该方法对待检测的时间序列数据进行差减操作求得相应的差减序列,由于跳跃点会影响两个相邻差减序列的统计特性,因此通过当前差减序列来估计即将来临的下一时刻的取值区间,进而判断下一时刻是否足跳跃点,从而实现故障检测,考虑算法的时间复杂度,设计了扫描窗口的变长机制,以在检测精度和检测速度...     

基于免疫模型的故障诊断方法及应用

提出一种基于人工免疫模型的故障诊断方法。根据免疫系统机理构建模型框架,模拟T细胞和B细胞功用,分别设计模型中的T模块和B模块。T模块采用实向量阴性选择算法生成异常检测器,完成系统的异常状态检测;B模块响应系统实际状态,运用聚类原理动态进化,形成告警信息反馈至T模块。2个模块相互作用,共同实现系统状态的在线实时检测。应用结果表明,该模型具有正确性和有 效性。     

基于模糊聚类算法的工控网络控制故障检测方法研究

针对传统大型工控网络控制故障检测过程中,没有考虑故障延时特性,从而导致的故障信号检测准确率下降,检测效率降低;为此,提出一种基于模糊算法的大型工控网络控制故障检测方法;引入模糊算法,对大型工控网络控制中的故障信号延迟进行模糊化建模,通过随机时延切换设计故障观测参数和故障观测参数的残差对大型工控网络控制系统进行故障检测,克服信号延迟弊端;实验结果表明,利用文章方法进行大型工控网络控制系统故障检测,能够有效提高故障的准确率,效果令人满意。     

基于观测器的网络控制系统的故障检测

研究了具有输出传输长时延的网络控制系统基于观测器的故障检测,在总结其设计方法的基础上利用预测状态作为控制器的输入,设计了具有延迟补偿功能的状态观测器,通过求取观测器增益矩阵来使得状态重构能跟上实际状态的响应性能。产生的残差信号对干扰信号和不确定项具有较强的鲁棒性,同时对故障信号具有较高的灵敏度。最后给出了网络控制系统基于观测器的故障检测的设计步骤。     

基于大数据的控制系统故障诊断方法综述

大数据技术的发展使得控制系统故障诊断方法进一步丰富和完善,为此在总结大量参考文献的基础上,从控制系统故障诊断方法分类变化角度,简述了其发展历程。通过新的故障诊断方法分类,归纳总结了控制系统故障诊断方法的现状,对比分析了基于解析模型、经验知识和数据驱动方法的优缺点,最后进行了总结展望。