面向故障诊断的一种模糊推理方法的研究

摘要

故障诊断是一种通过对故障信息之间逻辑关系的分析而进行故障判断与诊断的技术。如何构建有效的故障诊断模型,以及如何消除诊断过程中不确定性问题带来的影响,是故障诊断技术研究中需要解决的关键问题。其中,对于不确定性问题的分析是一个难点,国内外研究者针对不同背景从不同角度已提出了多种分析和处理的方法。
　　 本文针对故障诊断过程中存在的一系列不确定性问题,尤其是故障信息影响因子的分配以及信息采集时间的不确定性问题,基于模糊集理论和Petri网提出一种扩展的模糊Petri网(EFPN)推理方法,通过将不确定性问题转化为定量的数值描述,然后建立EFPN模型来进行诊断推理。该EFPN模型在结构上定义了“分析”和“诊断”两个部分,“分析”部分用于分析故障信息的准确率和时间属性,给出故障信息的可信度;“诊断”部分则是基于信息的可信度进行推理计算,最后给出诊断结果及其可信度。为定量计算各种不确定性问题,该模型中设置了一系列函数,其中最主要的是:针对信息影响因子的分配问题,引入AHP层次分析法分配信息对于规则的影响因子,以保证分配结果达到满意的一致性和可靠性,并据此设置诊断变迁输入弧上的权值函数;针对信息采集时间的不确定性,在分析变迁上定义了模糊时间戳和隶属函数,用于分析、计算信息的时间因素对于其可信度的影响,并以此制定信息的最优分配方案。模型中的各个函数相辅相成,在此基础上本文为不同的变迁赋予了不同的启动策略,以严格限制模型中状态标识的演变过程。变电站故障诊断的应用实例表明：该方法可对变电站故障推理过程建模并进行定性分析和定量计算,在信息不完备时仍可对某些不确定性问题进行处理并完成模糊推理。模型的推理结果可辅助判断保护装置是否误动或拒动,并且通过规定变迁的存在周期避免了模型出现组合爆炸的问题。该方法具有很好的语义描述能力,容错性和适应性强,可适用于较复杂的设备故障诊断过程。