

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、設(shè)備維護與故障診斷是現(xiàn)代制造企業(yè)適應(yīng)全球化進程的重要保障。先進的設(shè)備維護與故障診斷模式研究及應(yīng)用將在保證企業(yè)生產(chǎn)的安全、有序進行的同時,提高生產(chǎn)設(shè)備或裝置的可靠性與有效性。作為人工智能技術(shù)與傳統(tǒng)故障識別方法相結(jié)合的診斷維護模式,智能故障診斷(Intelligent Fault Diagnosis,IFD)能夠整合診斷維護知識的推理決策功能,通過診斷知識的高效管理和維護流程的動態(tài)配置,實現(xiàn)診斷推理結(jié)果與維護決策的最優(yōu)化。
診斷維
2、護知識是智能故障診斷的核心資源和診斷維護過程的關(guān)鍵支撐要素。智能故障診斷通過有效地獲取、傳遞、處理、共享診斷信息,以智能化的診斷推理和靈活的診斷策略對監(jiān)控對象的運行狀態(tài)及故障作出正確判斷與決策,從而提高診斷維護工作的質(zhì)量與效率,并為診斷維護知識資源的高效管理提供支持。為了有效提升智能故障診斷中的診斷維護知識管理水平,本文在國家高技術(shù)研究發(fā)展計劃(863計劃)項目“大型風(fēng)力發(fā)電機組狀態(tài)監(jiān)控與故障診斷技術(shù)研究”(項目編號:2009AA04Z
3、414)的資助下,對基于知識的智能故障診斷問題進行了深入系統(tǒng)的研究。
本文主要研究工作和創(chuàng)新性成果有
(1)結(jié)合診斷維護知識資源管理的需求,提出了基于知識的智能故障診斷(Knowledge-Orient Intelligent Diagnosis,KOID)模型。KOID模型以診斷維護本體為基礎(chǔ),結(jié)合貝葉斯網(wǎng)絡(luò)、不確定性知識管理和傳感器網(wǎng)絡(luò)技術(shù),實現(xiàn)了診斷維護知識的集成與推理,形成了以診斷維護過程為中心的智能維護模式
4、。對模型進行了形式化定義,辨識了模型的組成要素;探討了模型的內(nèi)涵、特征和應(yīng)用;從工程實踐的角度設(shè)計了模型的體系結(jié)構(gòu)和支撐系統(tǒng)。
(2)針對現(xiàn)有的設(shè)備狀態(tài)監(jiān)測系統(tǒng)應(yīng)用中存在的集成度不高、適應(yīng)性差和狀態(tài)數(shù)據(jù)利用率低等問題,研究并建立了基于無線傳感器網(wǎng)絡(luò)的設(shè)備狀態(tài)監(jiān)測系統(tǒng)原型,其核心是設(shè)計基于超低功耗微控制單元的智能傳感器網(wǎng)絡(luò)節(jié)點;利用嵌入式處理器的信號分析能力進行狀態(tài)數(shù)據(jù)的本地化處理和數(shù)據(jù)融合,實現(xiàn)數(shù)據(jù)采集與信號處理相結(jié)合的分布式
5、狀態(tài)監(jiān)測,形成具有初步自我分析診斷能力的狀態(tài)維護傳感器網(wǎng)絡(luò)。
(3)引入了診斷維護知識的本體語義表示方法。通過對設(shè)備結(jié)構(gòu)信息、維護經(jīng)驗知識以及診斷行為過程建模,建立了本體驅(qū)動的故障診斷推理模型。提出了設(shè)備運行狀態(tài)與故障征兆之間的本體映射算法,并根據(jù)征兆空間到故障案例空間的映射關(guān)系進行實例匹配,完成了靜態(tài)維護知識與動態(tài)診斷過程的統(tǒng)一,從而為實現(xiàn)自動化、智能化的故障診斷與維護決策奠定了基礎(chǔ)。
(4)提出一種本體語義表示與
6、貝葉斯網(wǎng)絡(luò)相結(jié)合的故障概率推理框架,構(gòu)建了基于本體的故障診斷貝葉斯網(wǎng)絡(luò) OntoDBN(Ontology-based Diagnostic Bayesian Networks,OntoDBN)。OntoDBN從異構(gòu)多源的維護診斷信息和非結(jié)構(gòu)化的專家經(jīng)驗知識出發(fā),建立診斷語義知識模型并進行概率擴展;利用貝葉斯分類器實現(xiàn)異常工況識別,給出了基于最大可能解釋(Most Probable Explanation,MPE)的故障概率推理算法,從而
7、根據(jù)運行工況、故障征兆和證據(jù)信息推理獲得故障診斷解釋。
(5)故障診斷與維護決策過程存在著大量的不確定性,針對這些不確定性提出了一種設(shè)備維護群組決策方法,在多源異構(gòu)的制造過程知識集成與建?;A(chǔ)上,利用貝葉斯網(wǎng)絡(luò)和模糊層次分析法進行診斷推理與故障成因分析,結(jié)合診斷專家的經(jīng)驗知識給出了優(yōu)化的維護決策方案。
(6)為使KOID模型具有實踐指導(dǎo)意義,結(jié)合某石化企業(yè)的設(shè)備維護與故障診斷需求,設(shè)計開發(fā)了基于 KOID模型的原型系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于知識管理的設(shè)備故障智能診斷模型研究.pdf
- 火電設(shè)備智能診斷模型研究與應(yīng)用.pdf
- 基于智能學(xué)習(xí)算法的鐵路信號設(shè)備故障診斷模型與方法研究.pdf
- 基于改進電網(wǎng)故障診斷模型的研究.pdf
- 基于遺傳規(guī)劃的多級智能診斷模型研究.pdf
- 基于數(shù)據(jù)驅(qū)動的故障診斷模型及算法研究.pdf
- 智能變電站故障診斷模型和恢復(fù)策略的研究.pdf
- 基于數(shù)控機床的機器故障預(yù)測與診斷模型研究.pdf
- 基于學(xué)習(xí)算法的復(fù)雜故障診斷模型與方法研究.pdf
- 基于信息融合技術(shù)的故障診斷模型和方法研究.pdf
- 基于知識空間理論的學(xué)習(xí)診斷模型研究與實現(xiàn).pdf
- 基于多Agent企業(yè)管理診斷模型.pdf
- 車用催化器故障診斷模型研究.pdf
- 多資源環(huán)境下知識共享故障診斷模型設(shè)計與實現(xiàn).pdf
- 適于軸承故障診斷模型與降噪方法的研究.pdf
- 羅茨風(fēng)機故障機理分析與診斷模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的故障診斷模型與方法研究.pdf
- 基于虛擬樣機技術(shù)和顯式動力的齒輪故障診斷模型.pdf
- 基于雙空間特征提取的變壓器故障診斷模型
- 基于振動的設(shè)備故障和結(jié)構(gòu)裂紋智能診斷研究.pdf
評論
0/150
提交評論