基于分層模糊符號有向圖模型的故障診斷方法及其應用.pdf

1、在現(xiàn)代工業(yè)流程中，隨著自動化程度不斷提高，生產(chǎn)制造中控制系統(tǒng)的規(guī)模不斷增大，復雜性不斷增加，因而導致維修費用增加，停產(chǎn)損失嚴重和事故后果嚴重等問題，所以故障檢測與診斷技術日益受到人們的重視，成為生產(chǎn)制造業(yè)的重要研究課題。是否可以快速精準定位故障的來源是保障大型復雜系統(tǒng)能否穩(wěn)定運作的關鍵。
　　基于SDG模型的故障診斷方法是由圖論發(fā)展而來的定性故障診斷方法之一，它能在掌握較少的定量信息的情況下建立系統(tǒng)的模型，并很好地展示了系統(tǒng)變量間

2、的影響關系，而且使得故障傳播路徑一目了然。因此其成為基于模型故障診斷的一種常用方法。SDG模型完備性好、魯棒性強，但利用SDG模型推理故障源時，系統(tǒng)越大越容易出現(xiàn)“組合爆炸”，產(chǎn)生多義性，使得診斷結果的分辨率不高，并且診斷過程中需要加入大量的人為限制條件。
　　模糊理論是一種純定量性的數(shù)學，它能夠將模糊概念進行數(shù)學定量化，有利于模糊問題的求解。引入模糊隸屬度，將節(jié)點的故障發(fā)生可能性進行定量的描述，達到故障精準定位的要求。
　

3、　本文通過整理、研究已有的故障診斷方法，對故障診斷模型與基于模型的診斷方法及應用技術作了對比與探討，本文所做的研究工作為如下幾點:
　　(1)基于當前故障診斷系統(tǒng)對實時性、準確性和完備性提出了更高的要求，本文提出建立分層模糊SDG模型。首先對系統(tǒng)建立符號有圖模型，經(jīng)過基于可達性分層方法對其進行分層，其次用模糊隸屬度來描述各節(jié)點的故障嚴重程度，構建分層模糊符號有向圖模型。當故障發(fā)生時，對報警節(jié)點進行回溯，搜索相容通路找出故障源備選節(jié)

4、點。由于故障傳播特性為從高層向低層，首先根據(jù)相容路徑初選出位于高層次的備選故障節(jié)點，其次根據(jù)最小-最大算法計算各備選節(jié)點的模糊支持度，得到模糊支持度排序，為故障源的排查提供建議。
　　(2)當工業(yè)過程中同時有故障發(fā)生時，普通的控制系統(tǒng)只能簡單的給出報警，操作人員在第一時間難以確定真正的根原因，這會大大減少其正確采取操作的機會，導致系統(tǒng)運行風險增加。為此本文提出一種基于分層模糊符號有向圖模型的故障診斷算法，通過相容通路判斷、模糊推理

5、、計算節(jié)點模糊支持度并排序，用于對備選故障源進行可能性分析，給出最有可能的故障源，從而給出真正故障源，達到減少誤操作和提高系統(tǒng)診斷準確率的目的。
　　(3)提出一種基于分層模糊符號有向圖模型的故障診斷方法，以TEP系統(tǒng)為例，首先建立系統(tǒng)分層模糊符號有向圖，當故障發(fā)生時，根據(jù)故障傳播路徑上節(jié)點間的定性關系，確定分層模糊SDG模型相容通路，通過計算各節(jié)點模糊支持度得到備選故障源發(fā)生可能性排序。本文通過仿真實驗證明，該方法不僅保留了SD