首页> 中文学位 >基于Petri网的故障诊断技术研究及其在液压系统中的应用
【6h】

基于Petri网的故障诊断技术研究及其在液压系统中的应用

代理获取

目录

文摘

英文文摘

第1章绪论

1.1设备故障诊断意义

1.2故障诊断研究概况及发展趋势

1.2.1基于解析模型的方法

1.2.2基于信号处理的方法

1.2.3基于人工智能的方法

1.3液压系统故障及其特点

1.3.1液压系统故障的概念

1.3.2液压系统故障的属性

1.3.3液压系统故障的特点

1.4液压系统智能故障诊断的研究现状与发展

1.5本论文的主要工作

第2章Petri网理论基础

2.1引言

2.2 Petri网定义

2.3网系统分类

2.4 Petri网基本性质

2.5 Petri网分析方法

2.5.1可覆盖树分析法

2.5.2关联矩阵分析法

2.6 Petri网的简化与综合

2.6.1 Petri网的简化

2.6.2 Petri网的综合

2.7小结

第3章故障诊断Petri网模型

3.1引言

3.2设备故障诊断

3.2.1设备诊断的基本概念

3.2.2故障诊断的定义

3.2.3设备故障的特性

3.3设备故障诊断Petri网模型

3.3.1故障Petri网定义

3.3.2故障Petri网的动态特性

3.4故障Petri网建模方法

3.5故障树的Petri网转换模型

3.5.1故障树模型的Petri网表示

3.5.2故障树Petri网动态分析

3.6小结

第4章基于Petri网的知识库校核

4.1引言

4.2知识库校核目标

4.3产生式规则与Petri网

4.4知识库校验CPN模型

4.4.1 CPN定义

4.4.2知识库的CPN建模

4.4.3知识库的CPN校核准则

4.5实例分析

4.6小结

第5章模糊Petri网诊断推理

5.1引言

5.2模糊Petri网

5.2.1FPN的知识表示

5.2.2FPN的定义

5.2.3合成产生式规则FPN表示

5.3故障诊断策略

5.3.1诊断推理

5.3.2在线诊断与离线诊断

5.3.3基于FPN的诊断推理

5.4FPN图形推理

5.4.1冲突消解

5.4.2补充定义

5.4.3推理算法

5.4.4诊断实例

5.5FPN正向矩阵推理

5.5.1非运算

5.5.2补充定义

5.5.3推理算法

5.5.4诊断实例

5.6小结

第6章模糊Petri网的学习算法

6.1引言

6.2加权模糊产生式规则

6.3加权模糊Petri网

6.3.1补充定义

6.3.2 WFPN矩阵推理算法

6.4 WFPN的学习和训练

6.5实例

6.6小结

第7章故障诊断子系统研发与实例应用

7.1引言

7.2模块化设计思想

7.3专家系统的工作模型

7.3基于Petri网的故障诊断子系统

7.3.1子系统工作模型及功能

7.3.2液压元件故障诊断模块实现

7.3.3在线矩阵诊断算法模块实现

7.3.4具体诊断系统故障诊断实现

7.4大型构件液压同步提升系统

7.4.1同步提升原理

7.4.2液压动力系统

7.4.3传感检测系统

7.4.4计算机控制系统

7.4.5故障特点

7.4.6故障分析

7.4.7故障诊断实现

7.4.8实验

7.5小结

第8章结论与展望

8.1结论

8.2展望

致谢

参考文献

个人简历在读期间发表的学术论文与研究成果

展开▼

摘要

本文对基于Petri网的故障诊断技术及其在液压系统中的应用进行了研究。文章分析了合成模糊产生式规则的Petri网表示,给出了模糊Petri网的定义。在此基础上,建立了故障诊断推理策略:基于图形的反向推理方法和基于矩阵运算的正向推理方法,前者采用故障概率信息实现冲突消解,算法以模糊AND-OR图的形式显示故障传播的路径及计算目标命题的真值,主要用于元件级的离散诊断;后者完全采用矩阵运算形式,配合极大代数算子,充分体现了模糊Petri网的并行推理能力,使得故障诊断推理过程更加简单、快速和易于实现,主要用于诊断信息比较完备情况下的在线诊断。研究了加权模糊Petri网的学习能力。介绍了加权模糊产生式规则及其置信度的几种推理方法,给出了加权模糊Petri网的定义及矩阵推理算法,为保证运算符的一阶求导连续,引入Sigmoid函数,建立了变迁发生连续函数和最大、最小运算的连续函数;参照神经网络研究了其权值和阈值的学习算法,对于严格分层的WFPN模型,全面应用反向学习算法,对于分层困难的WFPN模型,可以考虑局部学习,使得加权模糊Petri网具有像神经网络中BP(BackPropagation)网络一样的学习能力,最后举例验证了算法的可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号