因果链解耦的时间-概率模型
为了对复合故障进行快速准确的诊断,提出一种时间-概率Petri网(TPPN)模型及复合故障因果链的解耦算法.该解耦方法首先根据故障的观测事件集和关系集建立扩展时间Petri网(ETPN),以描述事件间的时序和因果关系;随后将ETPN求逆并转换为TPPN,使其能够进一步描述事件发生的概率信息,并赋予TPPN初始状态使其运行;最后对TPPN终止状态下的各类令牌进行分析,诊断故障源并析出各单纯故障因果链.仿真实验和对比分析表明,TPPN在观测事件集不完备和存在干扰的情况下,仍能准确地辨识故障源,解耦因果链,较同类方法的诊断精度更高.TPPN作为一种可有效描述离散事件之间的时序特征、概率信息和因果关系的模型,还可进一步应用于离散事件系统(DES)的行为预测、过程分析等方面。
机械设备 故障诊断 时间-概率模型 因果链 解耦算法
佘维 宋伟 叶阳东
郑州大学 信息工程学院,河南 郑州 450052;北京交通大学 轨道交通控制与安全国家重点实验室,北京100044 郑州大学 信息工程学院,河南 郑州 450052
国内会议
武汉
中文
1-22
2012-11-10（万方平台首次上网日期，不代表论文的发表时间）