瓦斯監(jiān)測系統(tǒng)故障智能診斷技術研究.pdf

1、瓦斯監(jiān)測系統(tǒng)作為對安全性要求很高的一個復雜的動態(tài)系統(tǒng)，因單一故障診斷方法或專家知識水平的局限性，往往不能滿足診斷系統(tǒng)實時性和準確性的要求，所以需要集成運用多個專家經驗才能獲得正確的結論。同時對診斷問題的求解要求實現集成化、智能化、自動化和網絡化，傳統(tǒng)的診斷技術已不能滿足此診斷性能的需要，必須采用新的診斷理論體系和結構。Agent是一種具有自主行為的智能體，能夠實時處理多維信息，通過Agent之間的互相通信與協(xié)作，可以在相同環(huán)境中采用不同

2、的方法解決問題，增強了診斷系統(tǒng)對環(huán)境的適應性。本文以瓦斯監(jiān)測系統(tǒng)為研究對象，利用Agent的自主性，構造基于多診斷Agent的故障診斷系統(tǒng)，實現對復雜的瓦斯監(jiān)測系統(tǒng)的故障智能診斷。
　　首先分析了影響瓦斯監(jiān)測系統(tǒng)可靠性的因素以及當前煤礦機電設備故障診斷技術的現狀，據此提出了瓦斯監(jiān)測系統(tǒng)故障診斷應包含的任務和內容。針對瓦斯傳感器的故障模式和系統(tǒng)復雜性的特點，提出了從傳感器到系統(tǒng)的多Agent故障診斷規(guī)劃和實現策略。
　　從瓦斯

3、傳感器故障診斷出發(fā)，研究構造了瓦斯傳感器的故障診斷Agent1。利用多傳感器信息融合技術對瓦斯監(jiān)測系統(tǒng)中相關傳感器(風速傳感器、溫度傳感器、CO2傳感器等)提供的大量數據進行融合，構建高精度RBF網絡逼近器，以逼近值作為監(jiān)測瓦斯傳感器狀態(tài)的參考基準，來實現對瓦斯傳感器有效的故障診斷。該方法能較準確的診斷出瓦斯傳感器出現的速率較大的漂移故障和突變類型的故障以消除瓦斯傳感器故障的影響，是一種比較有效瓦斯傳感器故障診斷方法。
　　從監(jiān)測

4、系統(tǒng)的故障診斷出發(fā)，深入研究了基于故障樹模型的圖論理論，給出了瓦斯監(jiān)測系統(tǒng)井下分站的故障樹圖論模型，建立了瓦斯監(jiān)測系統(tǒng)運行常見故障的故障樹，設計了由框架和規(guī)則混合知識表示的故障智能診斷系統(tǒng)。構造了基于故障樹的瓦斯監(jiān)測系統(tǒng)的診斷Agent2。
　　建立了一種基于案例推理的瓦斯監(jiān)測系統(tǒng)診斷Agent3，并給出了該推理方法的詳細的實現過程。研究將神經網絡技術和遺傳算法引入基于K-NN的CBR推理系統(tǒng)，用自適應共振神經網絡ART1模型的聚

5、類能力有效縮小問題搜索空間，同時基于遺傳算法對案例的特征權值向量進行優(yōu)化，以提高對瓦斯監(jiān)測系統(tǒng)故障案例庫檢索時的效率與質量。
　　本文研究了瓦斯監(jiān)測系統(tǒng)故障診斷的多Agent模型，提出了一種故障診斷的抽象MAS模型，研究針對瓦斯監(jiān)測系統(tǒng)使用該模型如何實現故障診斷。根據多診斷Agent解的特點,對證據理論中的概率分配函數進行了約束和具體化,提出了基于證據理論的多Agent合作診斷解的綜合步驟,并通過結論一致、部分沖突和完全沖突3個實