基于粒度墑的故障模型約簡與SDG推理方法研究.pdf

1、隨著科學技術的不斷發(fā)展，工業(yè)系統(tǒng)規(guī)模的不斷擴大，系統(tǒng)內部各變量間的關系也日益復雜化。任何一個部件的故障都有可能引起一連串事故的發(fā)生，嚴重時甚至導致整個系統(tǒng)癱瘓，造成經濟的損失和人員的傷亡。因此，對系統(tǒng)進行故障檢測，及時發(fā)現(xiàn)和處理故障就顯得尤為重要。故障診斷的方法大致可以分為基于模型的方法和基于歷史數(shù)據(jù)的方法，它們兩者又都可以分別劃分為定量方法和定性方法。在流程工業(yè)中，常常由于系統(tǒng)信息不完備難以建立精確的定量模型，或者是系統(tǒng)中的定性信息無

2、法準確的轉換為定量信息而造成定量故障診斷方法失效。為了克服這些困難，常常采用定性方法進行處理?；赟DG模型的故障診斷是定性方法的一個重要分支，它只需較少的信息就能夠建立系統(tǒng)的模型，能夠揭示系統(tǒng)變量的內在聯(lián)系與影響關系，而且清晰的反映故障的傳播路徑。因此成為故障診斷的一種有效方法。然而因為其推理過程忽略了大量的定量信息而導致診斷結果的分辨率不高。而且由于該模型中包含大量冗余信息從而導致其推理速度慢，實時性不好。粒計算是解決和處理大規(guī)模復

3、雜信息問題的一種有效方法，它能夠從大規(guī)模的信息系統(tǒng)中挖掘重要的信息，有利于問題的求解。為了解決SDG故障診斷自身存在的問題，提高故障診斷的速度和分辨率，本文將粒計算的思想引入到SDG模型中，提出了基于粒度墑的知識約簡方法和基于粒度嫡的SDG推理方法。
　　 本研究主要內容包括：⑴針對SDG故障診斷方法診斷速度慢，實時性差的問題，本文從粒計算的角度出發(fā)，提出了基于粒度墑的不完各信息系統(tǒng)的知識約簡算法，該算法把粒度嫡作為啟發(fā)式信息對

4、冗余的屬性和屬性值進行約簡，得到最簡最優(yōu)的診斷規(guī)則集，提高故障診斷的速度。⑵實際系統(tǒng)中常常由于某些原因造成信息系統(tǒng)中屬性值的缺失，從而導致信息系統(tǒng)不完備。鑒于上述算法只適用于完備信息系統(tǒng)的處理，本文將最高可信度補齊算法MCC引入到該算法中，在對屬性與屬性值進行約簡之前，首先將不完備的信息系統(tǒng)轉化為完備的信息系統(tǒng)，方便對不完備信息系統(tǒng)進行后續(xù)處理。⑶針對SDG故障診斷方法分辨率不高的問題，本文提出了基于粒度墑的SDG推理方法，該方法將模型