学位论文 > 优秀研究生学位论文题录展示

基于故障树技术的远程故障诊断专家系统的研究

作　者: 郭伟伟
导　师: 马捷中
学　校: 西北工业大学
专　业: 计算机科学与技术
关键词: 故障诊断故障树专家系统二元决策图
分类号: TP182
类　型: 硕士论文
年　份: 2007年
下　载: 900次
引　用: 18次
阅　读: 论文下载

内容摘要

随着新型装备在军事领域中的应用，为了保持武器的性能，投入在测试和故障诊断上的费用越来越高，基本贯穿了武器装备的整个生命周期。并且，随着第三代信息化武器装备的使用，传统的故障诊断已经不能满足现在的需要。远程故障诊断是目前的一种趋势。信号的采集、信号处理、数据的传输和故障诊断专家系统是远程故障诊断中需要解决的关键问题。故障诊断专家系统又是其中的重中之重。本文主要研究了基于故障树的远程故障诊断专家系统的构建和实现。文章首先讲述了远程故障诊断专家系统的系统架构的构建和专家系统的知识，详细阐述了各个部分的组成和功能，分析了将故障树技术和专家系统融合的优点。然后，文章重点介绍了故障树分析法，对故障树分析法中的故障树的建立，故障树的预处理，故障树的定性分析和定量分析以及基于故障树定量分析的故障诊断法进行了详细的研究，并在利用二元决策图进行故障树定性分析时，提出了几条适用于决定底事件转换顺序的规则： (1)尽量对故障树进行化简并在化简后，考虑底事件出现的次数。出现次数少的优先考虑，若出现的次数一样，那么底事件所在项的项数最短的优先考虑。 (2)对于函数的子函数，则考虑所有子函数中每个变量出现的次数总合，如果一个函数中有一个函数中没有，那么应该优先考虑。 (3)在转换子函数的过程中，利用第三条决定了先分解的变量后，若其中某个子函数不含有即将分解的分量，则先不分解，等下一次。然后，文章研究了故障树技术和专家系统的融合技术。对于专家系统知识的获取，本文采用了故障树技术来获取专家系统所需的知识。建立所研究对象的故障树的过程就是一个对系统的故障模式进行详细分析的过程，同时获得了专家系统所需的知识库。故障树的建立是近年来故障树技术的一个研究重点，本文采用了基于元件小故障树的计算机辅助建树法。对于专家系统知识的表示，本文将规则表示法和框架表示法相结合来表示知识库中的知识，同时将故障树的概念和知识的框架相融合，将最小割集和规则相融合，将最小割集中的底事件和规则中的条件融合起来。对于推理机制，这是专家系统的重点。故障诊断中，如果没有一个好的推理规则，对所有可能导致故障的事件一一进行测试，会导致效率低并且消耗也大。本文将故障树中基于最小割集重要度的思想运用到专家系统的推理机制中，这样可以大大提高一次命中的概率，减少盲目测试的次数。最后，本文以某航空设备中某重要的电子设备为例，详细的讲述了基于故障树的专家系统的建立和应用过程，并对结果进行了分析，分析结果证明了将故障

全文目录

摘要  4-6
Abstract  6-8
目录  8-11
第一章绪论  11-17
  1.1 论文研究的目的和意义  11-12
  1.2 国内外相关研究及应用现状  12-14
  1.3 远程故障诊断关键技术  14-15
  1.4 论文的主要研究内容  15-17
第二章基于故障树的故障诊断专家系统的系统分析  17-25
  2.1 传统数字系统故障诊断  17-18
  2.2 专家系统概述  18-19
  2.3 故障树分析法概述  19-20
  2.4 基于故障树的故障诊断专家系统模型  20-22
    2.4.1 系统知识库的组成  21-22
    2.4.2 诊断对象数据库  22
    2.4.3 推理机制  22
  2.5 本章总结  22-25
第三章故障树分析法研究  25-37
  3.1 故障树分析法中的基本概念和符号  25-26
  3.2 故障树分析方法的特点  26-27
  3.3 故障树的数学表示  27-29
    3.3.1 与门结构函数  27
    3.3.2 或门结构函数  27-28
    3.3.3 故障树结构函数  28-29
  3.4 故障树的建立  29-32
    3.4.1 故障树分析法的步骤  29
    3.4.2 故障树的建立的基本方法  29-30
    3.4.3 故障树的建立国内外研究现状  30-31
    3.4.4 基于元件小故障树的计算机辅助建树法  31-32
  3.5 故障树的预处理  32-36
    3.5.1 故障树模块化的思想  33-34
    3.5.2 故障树模块化的具体实现  34-36
  3.6 本章总结  36-37
第四章故障树的定性分析和定量分析  37-55
  4.1 二元决策图概述  37
  4.2 故障树转换为 BDD的过程  37-48
    4.2.1 故障树向BDD转化的过程  37-39
    4.2.2 利用ite结构实现故障树和 BDD的转换  39-41
    4.2.3 构件连接法  41-46
    4.2.4 底事件顺序的研究  46-47
    4.2.5 两种方法的比较  47-48
  4.3 故障树的定性分析  48-52
    4.3.1 故障树的定性分析概述  48
    4.3.2 传统的故障树的定性分析  48-49
    4.3.3 基于 BDD的故障树的定性分析  49-50
    4.3.4 具体实现  50-52
  4.4 故障树的定量分析  52-54
    4.4.1 顶事件概率分析  52-53
    4.4.2 故障树重要度分析  53-54
  4.5 本章总结  54-55
第五章基于故障树的专家系统的实现和验证  55-79
  5.1 专家系统知识的获取  55-58
    5.1.1 知识获取是专家系统的瓶颈  55-56
    5.1.2 知识获取的方法  56
    5.1.3 基于故障树建立的知识获取  56-58
  5.2 知识的表示  58-62
    5.2.1 知识的表示应该具备的特征  58
    5.2.2 数字系统知识的产生式表示法  58-60
    5.2.3 知识的框架表示法  60-61
    5.2.4 基于故障树的知识表示法  61-62
  5.3 知识的存储  62-64
  5.4 专家系统推理机  64-66
    5.4.1 基本诊断单元推理  65
    5.4.2 规则框架推理  65-66
  5.5 基于故障树定量分析的专家系统推理机制  66-69
    5.5.1 基于故障树定量分析的故障诊断  66-68
    5.5.2 基于故障树定量分析的专家系统推理机制  68-69
  5.6 基于故障树的专家系统的系统验证  69-78
    5.6.1 系统分析实例  69-75
    5.6.2 实现中涉及到的数据库表  75-77
    5.6.3 结论分析  77-78
  5.7 本章总结  78-79
第六章总结及展望  79-81
参考文献  81-85
攻读硕士学位期间发表学术论文情况  85-87
致谢  87-88

基于故障树技术的远程故障诊断专家系统的研究

内容摘要

全文目录

相似论文