模糊离散事件系统的多故障诊断方法研究

摘要

离散事件系统（DES）是由离散事件按照一定的运行规则相互作用而引起状态迁移的一类人造动态系统。实际生活中，大量复杂系统具有不确定性、模糊性和主观性，在描述和处理这一类系统时，模糊离散事件系统（FDES）结合了DES和模糊理论的优点，发挥着显著的作用。 本文基于自动机建模工具研究FDES的多故障诊断问题，主要分析带有事件模糊的模糊离散事件系统（FEDES）和同时带有事件模糊与转移模糊的模糊离散事件系统（FETDES），分别讨论了这两种系统的可诊断性、可诊断的充分必要条件以及多故障在线诊断的方法，并将这些方法应用于医疗诊断中。本文的研究工作主要围绕以下三个方面。 （1）本文将事件的可观测性以及每个故障发生在每个事件上的隶属度定义为取值区间为[0,1]的函数，基于不可区分串的概念提出适用于多故障的Σ-可诊断定义并构造PS-（partial-state）模糊诊断器用于寻找不可区分串。接着，定义了可诊断程度集的概念，并讨论了FEDES故障可诊断程度集的矩阵算法，提出基于PS-诊断器的FEDES多故障可诊断的充分必要条件。 （2）由于PS-诊断器只考虑了与不可区分串有关的部分状态，因此无法进行在线故障诊断。为了解决这一问题，本文基于Σ-可诊断定义提出一种新的诊断器——FS-（full-state）诊断器。根据FS-诊断器的性质，建立了 FEDES系统产生的不可区分串与诊断器中整齐圈之间的一一对应关系，并证明FEDES多故障可诊断的充分必要条件。最后，结合Mλ截矩阵和状态错误程度矩阵的定义，提出了FEDES的多故障在线诊断方法。 （3）除了考虑事件的模糊性，进一步引入转移模糊，利用状态转移隶属度表示事件发生引起状态转移的程度，提出了FETDES的Σ-F-可诊断定义以及FS-Φ-诊断器的构造方法。讨论了隶属度转移向量的计算以及FETDES故障可诊断程度集的矩阵算法，从而得到基于FS-Φ-诊断器的FETDESΣ-F-可诊断的充分必要条件。最后，结合Ωλ截矩阵和故障隶属度矩阵给出了FETDES的多故障在线诊断方法。 本文提出的FDES故障诊断方法均为一般性方法，可以对各类FDES系统进行诊断，基于系统模型构造的诊断器不仅可以离线分析可诊断性，还能进行在线多故障诊断，有较好的现实意义与实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景与意义

1.2 国内外研究发展和现状

1.3 本文研究内容及结构安排

第2章 基础知识

2.1 确定自动机的相关概念

2.2 模糊理论的相关概念

2.3 模糊自动机的相关概念

2.4 本章小结

第3章 FEDES多故障~Σ-可诊断性分析

3.1 FEDES的~Σ-可诊断定义

3.2 构造FEDES的PS-诊断器

3.3 基于PS-诊断器FEDES的~Σ-可诊断性分析

3.4 实例验证及对比分析

3.5 本章小结

第4章 FEDES的多故障在线诊断

4.1 构造FEDES的FS-诊断器

4.2 基于FS-诊断器FEDES的~Σ-可诊断性分析

4.3 多故障在线诊断

4.4 实例验证及对比分析

4.5 本章小结

第5章 FETDES的多故障在线诊断

5.1 FETDES的~Σ-F-可诊断定义

5.2 构造FETDES的FS-Φ-诊断器

5.3 基于FS-Φ-诊断器FETDES的~Σ-F-可诊断性分析

5.4 多故障在线诊断

5.5 实例验证及对比分析

5.6 本章小结

第6章 FDES多故障诊断的实际应用

6.1 应用背景

6.2 模糊离散事件系统多故障诊断方法在医疗诊断中的应用

6.3 本章小结

第7章 总结与展望

7.1 本文总结

7.2 对未来工作的展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果