基于粒度墑的故障模型約簡(jiǎn)與SDG推理方法研究.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，工業(yè)系統(tǒng)規(guī)模的不斷擴(kuò)大，系統(tǒng)內(nèi)部各變量間的關(guān)系也日益復(fù)雜化。任何一個(gè)部件的故障都有可能引起一連串事故的發(fā)生，嚴(yán)重時(shí)甚至導(dǎo)致整個(gè)系統(tǒng)癱瘓，造成經(jīng)濟(jì)的損失和人員的傷亡。因此，對(duì)系統(tǒng)進(jìn)行故障檢測(cè)，及時(shí)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(wú)

2、法準(zhǔn)確的轉(zhuǎn)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(jìn)行處理。基于SDG模型的故障診斷是定性方法的一個(gè)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(nèi)在聯(lián)系與影響關(guān)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?yàn)槠渫评磉^(guò)程忽略了大量的定量信息而導(dǎo)致診斷結(jié)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(dǎo)致其推理速度慢，實(shí)時(shí)性不好。粒計(jì)算是解決和處理大規(guī)模復(fù)

3、雜信息問(wèn)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(wèn)題的求解。為了解決SDG故障診斷自身存在的問(wèn)題，提高故障診斷的速度和分辨率，本文將粒計(jì)算的思想引入到SDG模型中，提出了基于粒度墑的知識(shí)約簡(jiǎn)方法和基于粒度嫡的SDG推理方法。
　　 本研究主要內(nèi)容包括：⑴針對(duì)SDG故障診斷方法診斷速度慢，實(shí)時(shí)性差的問(wèn)題，本文從粒計(jì)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(shí)約簡(jiǎn)算法，該算法把粒度嫡作為啟發(fā)式信息對(duì)

4、冗余的屬性和屬性值進(jìn)行約簡(jiǎn)，得到最簡(jiǎn)最優(yōu)的診斷規(guī)則集，提高故障診斷的速度。⑵實(shí)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(dǎo)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(bǔ)齊算法MCC引入到該算法中，在對(duì)屬性與屬性值進(jìn)行約簡(jiǎn)之前，首先將不完備的信息系統(tǒng)轉(zhuǎn)化為完備的信息系統(tǒng)，方便對(duì)不完備信息系統(tǒng)進(jìn)行后續(xù)處理。⑶針對(duì)SDG故障診斷方法分辨率不高的問(wèn)題，本文提出了基于粒度墑的SDG推理方法，該方法將模型