学位论文 > 优秀研究生学位论文题录展示
瓦斯监测系统故障智能诊断技术研究
作 者: 王其军
导 师: 程久龙
学 校: 山东科技大学
专 业: 安全技术及工程
关键词: 瓦斯监测系统 瓦斯传感器 故障诊断 多Agent系统 径向基函数网络 故障树分析 案例推理
分类号: TD76
类 型: 博士论文
年 份: 2007年
下 载: 1032次
引 用: 9次
阅 读: 论文下载
内容摘要
瓦斯监测系统作为对安全性要求很高的一个复杂的动态系统,因单一故障诊断方法或专家知识水平的局限性,往往不能满足诊断系统实时性和准确性的要求,所以需要集成运用多个专家经验才能获得正确的结论。同时对诊断问题的求解要求实现集成化、智能化、自动化和网络化,传统的诊断技术已不能满足此诊断性能的需要,必须采用新的诊断理论体系和结构。Agent是一种具有自主行为的智能体,能够实时处理多维信息,通过Agent之间的互相通信与协作,可以在相同环境中采用不同的方法解决问题,增强了诊断系统对环境的适应性。本文以瓦斯监测系统为研究对象,利用Agent的自主性,构造基于多诊断Agent的故障诊断系统,实现对复杂的瓦斯监测系统的故障智能诊断。首先分析了影响瓦斯监测系统可靠性的因素以及当前煤矿机电设备故障诊断技术的现状,据此提出了瓦斯监测系统故障诊断应包含的任务和内容。针对瓦斯传感器的故障模式和系统复杂性的特点,提出了从传感器到系统的多Agent故障诊断规划和实现策略。从瓦斯传感器故障诊断出发,研究构造了瓦斯传感器的故障诊断Agentl。利用多传感器信息融合技术对瓦斯监测系统中相关传感器(风速传感器、温度传感器、CO2传感器等)提供的大量数据进行融合,构建高精度RBF网络逼近器,以逼近值作为监测瓦斯传感器状态的参考基准,来实现对瓦斯传感器有效的故障诊断。该方法能较准确的诊断出瓦斯传感器出现的速率较大的漂移故障和突变类型的故障以消除瓦斯传感器故障的影响,是一种比较有效瓦斯传感器故障诊断方法。从监测系统的故障诊断出发,深入研究了基于故障树模型的图论理论,给出了瓦斯监测系统井下分站的故障树图论模型,建立了瓦斯监测系统运行常见故障的故障树,设计了由框架和规则混合知识表示的故障智能诊断系统。构造了基于故障树的瓦斯监测系统的诊断Agent2。建立了一种基于案例推理的瓦斯监测系统诊断方法Agent3,并给出了该推理方法的详细的实现过程。研究将神经网络技术和遗传算法引入基于K-NN的CBR推理系统,用自适应共振神经网络ART1模型的聚类能力有效缩小问题搜索空间,同时基于遗传算法对案例的特征权值向量进行优化,以提高对瓦斯监测系统故障案例库检索时的效率与质量。本文研究了瓦斯监测系统故障诊断的多Agent模型,提出了一种故障诊断的抽象MAS模型,研究针对瓦斯监测系统使用该模型如何实现故障诊断。根据多诊断Agent解的特点,对证据理论中的概率分配函数进行了约束和具体化,提出了基于证据理论的多Agent合作诊断解的综合步骤,并通过结论一致、部分冲突和完全冲突3个实例进行了综合分析,说明了该方法的有效性。将基于三种诊断方法的多Agent故障诊断系统方案应用于实际的瓦斯监测系统故障诊断的设计上,给出了技术实现的方式、步骤,对形成的诊断系统进行了初步应用。
|
全文目录
摘要 5-7 ABSTRACT 7-14 1 绪论 14-29 1.1 选题背景及意义 14-15 1.2 煤矿瓦斯监测系统可靠性现状分析 15-19 1.2.1 煤矿瓦斯监测系统可靠性调查 15-16 1.2.2 煤矿瓦斯监测系统可靠性分析 16-19 1.3 煤矿瓦斯监测系统故障诊断国内外研究现状 19-22 1.3.1 监测系统故障机理的研究 20-21 1.3.2 故障诊断理论与诊断方法研究 21 1.3.3 综合故障诊断系统的发展 21-22 1.4 智能诊断技术 22-25 1.4.1 专家系统故障诊断 22-23 1.4.2 人工神经网络故障诊断 23-24 1.4.3 基于信息融合的故障诊断 24 1.4.4 基于Agent的故障诊断 24-25 1.5 瓦斯监测系统故障诊断存在的问题 25-26 1.6 本文主要研究内容 26-29 2 瓦斯监测系统故障诊断规划及实现策略 29-45 2.1 引言 29 2.2 煤矿安全生产监控系统的构架 29-33 2.2.1 系统构架与优点 29-32 2.2.2 瓦斯监测系统的技术要求 32-33 2.3 监测系统瓦斯传感器故障模式及其影响 33-38 2.3.1 瓦斯监测系统常见传感器 33-34 2.3.2 瓦斯传感器工作特性 34-36 2.3.3 瓦斯传感器的故障模式及其影响 36-38 2.4 瓦斯监测系统的故障诊断策略 38-43 2.4.1 故障诊断的任务和内容 38-39 2.4.2 监测系统诊断方案 39 2.4.3 瓦斯传感器诊断策略 39-41 2.4.4 基于案例的系统诊断策略 41-42 2.4.5 基于多Agent系统故障诊断构架策略 42-43 2.5 瓦斯监测系统智能诊断系统的目标分析 43-44 2.6 本章小结 44-45 3 基于RBF的瓦斯传感器故障诊断研究 45-66 3.1 引言 45 3.2 基于神经网络时间预测的传感器故障检测原理 45-47 3.2.1 神经网络的时间预测能力 45-46 3.2.2 基于神经网络时间预测的传感器故障诊断基本原理 46-47 3.3 人工神经网络在瓦斯传感器故障诊断中实现 47-51 3.3.1 瓦斯传感器神经网络模型的建立 47-48 3.3.2 瓦斯传感器故障诊断的实现 48-49 3.3.3 单瓦斯传感器故障试验分析 49-51 3.4 基于RBF网络信息融合的瓦斯传感器故障诊断研究 51-55 3.4.1 基于神经网络融合方法的优点 51-52 3.4.2 径向基函数网络 52-55 3.5 基于RBF网络信息融合的瓦斯传感器故障诊断实现 55-65 3.5.1 影响瓦斯监测值的各种环境因素分析 55-56 3.5.2 瓦斯传感器故障诊断结构设计 56-57 3.5.3 故障诊断策略的选取 57-58 3.5.4 瓦斯传感器故障诊断试验分析 58-65 3.6 本章小结 65-66 4 基于FTA的瓦斯监测系统故障诊断研究 66-86 4.1 引言 66 4.2 基于故障树诊断的图论模型研究 66-72 4.2.1 基于故障树诊断的图论模型 67-70 4.2.2 瓦斯监测系统井下分站故障树图论模型 70-72 4.3 瓦斯监测系统常见运行故障的故障树 72-74 4.3.1 故障树分析方法 72 4.3.2 瓦斯监测系统运行故障树 72-74 4.4 基于框架与规则的瓦斯监测系统故障诊断知识表示 74-81 4.5 煤矿瓦斯监测系统故障智能诊断的推理机制 81-85 4.5.1 基于报警规则的浅知识推理 81-82 4.5.2 基于故障树诊断规则的深知识推理 82-84 4.5.3 智能诊断系统的推理机制 84 4.5.4 故障诊断应用 84-85 4.6 本章小结 85-86 5 基于CBR的瓦斯监测系统故障诊断研究 86-106 5.1 引言 86 5.2 瓦斯监测系统故障案例的表示 86-91 5.2.1 故障案例的描述规范 87-89 5.2.2 案例表示 89-91 5.3 基于CBR的瓦斯监测系统故障诊断模型 91-94 5.3.1 CBR运行过程 91-92 5.3.2 CBR诊断模型 92-94 5.4 基于CBR故障诊断知识库的建立 94-98 5.4.1 系统中CBR诊断的应用概述 94 5.4.2 CBR诊断知识库设计 94-98 5.5 基于神经网络和遗传算法的案例最近邻法检索模型 98-105 5.5.1 基于ART1的案例层次聚类 98-101 5.5.2 基于遗传算法(GA)的特征权值优化 101-104 5.5.3 基于ART1和GA的混合智能CBA体系结构及应用 104-105 5.6 本章小结 105-106 6 基于多Agent的瓦斯监测系统故障诊断研究 106-132 6.1 引言 106 6.2 故障诊断的多Agent(MAS)模型分类 106-109 6.3 瓦斯监测系统故障诊断的多Agent(MAS)抽象模型 109-112 6.3.1 瓦斯监测系统MAS抽象模型 109-111 6.3.2 功能Agent的构造模型 111-112 6.4 瓦斯监测系统多Agent故障诊断系统 112-114 6.5 Agent协作的关键技术研究 114-124 6.5.1 Agent间的通信技术研究 114-120 6.5.2 Agent间的协同技术研究 120-122 6.5.3 Agent诊断知识表达与方法 122-124 6.6 瓦斯监测系统多诊断智能体解的综合方法 124-130 6.6.1 多Agent合作诊断问题描述 124-126 6.6.2 基于证据理论的多Agent解的综合 126-128 6.6.3 实例分析 128-130 6.7 本章小结 130-132 7 瓦斯监测系统故障诊断的技术实现 132-141 7.1 引言 132 7.2 瓦斯监测系统故障诊断的实现方式 132-134 7.2.1 故障智能诊断系统的定位 132-134 7.2.2 故障诊断系统的运行方式 134 7.3 瓦斯监测系统故障诊断的实现步骤 134-135 7.4 瓦斯监测系故障诊断总体构成及应用 135-140 7.4.1 MAS故障诊断的总体构成 135-137 7.4.2 MAS故障诊断应用分析 137-140 7.5 本章小结 140-141 8 结论 141-144 8.1 主要结论 141-142 8.2 主要创新工作 142-143 8.3 进一步工作展望 143-144 参考文献 144-153 致谢 153-154 攻读博士学位期间发表的学术论文及所做的科研工作 154-155 详细摘要 155-169
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 水上交通安全保障系统的关键技术研究,U698
- 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
- HART现场故障诊断仪的研究与实现,TP277
- 聚合釜群多通道实时在线监测系统研究,TP274
- 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
- CBR-RBR模式在地铁施工安全事故案例库中的应用,U215.8
- 发电设备综合状态的评价方法研究及应用,TM621.3
- 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
- 轿车悬架故障诊断系统研究,U472.9
- 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
- 融合多种信号特征的模拟电路故障诊断研究,TN710
- 频带熵方法及其在滚动轴承故障诊断中的应用,TH165.3
- 空间相机故障诊断专家系统的研究与实现,TP182
- 发动机冷试与加工数据的多元相关性研究与应用,U464
- 举升液压系统数控模拟试验台的设计与研究,TH702
- 船舶柴油机运行状态监测和诊断系统的开发,U664.121
中图分类: > 工业技术 > 矿业工程 > 矿山安全与劳动保护 > 矿山安全监测系统
© 2012 www.xueweilunwen.com
|