基於粒計算的SDG故障診斷方法研究

《基於粒計算的SDG故障診斷方法研究》是依託太原理工大學，由謝剛擔任項目負責人的面上項目。

基本介紹

• 中文名：基於粒計算的SDG故障診斷方法研究
• 項目類別：面上項目
• 項目負責人：謝剛
• 依託單位：太原理工大學

項目摘要

本課題擬研究基於粒計算的SDG故障診斷模型的建模和推理方法，並將其套用於單元機組的故障診斷系統。主要研究基於信息粒的定性知識表示方法，用於分層描述和表達SDG模型中的元素，建立反映故障-徵兆因果關係的子粒信息表和粒知識庫，在此基礎上，研究一種基於粒矩陣的約簡算法化簡SDG模型，克服SDG建模過程繁瑣、模型複雜的缺點；研究一種基於粒邏輯的知識推理算法，利用系統定量知識進行推理，提高故障診斷解析度。新方法能夠定量檢測和區分不同故障和故障源，而且能用於最佳化複雜系統的感測器布置，提高故障診斷解析度。並用於生產實際，解決了以火電廠單元機組為代表的一類重要生產設施或設備的故障診斷、維護和預報問題，保障了重要的基礎工業生產的安全、穩定、經濟運行，對於國民經濟和社會發展具有實際意義。同時，基於粒計算的SDG故障診斷理論和方法也為粒計算的理論研究與實際套用提供了新的方向，將進一步推動粒計算理論的發展。

結題摘要

本項目將粒計算理論引入基於符號有向圖（ SDG ）的定性故障診斷方法，主要研究了 基於粒計算的SDG 故障診斷模型的建模、最佳化與推理算法，並編制相應的軟體，將其套用於工業單元機組的故障診斷系統， 為大型工業設備維護和複雜生產過程監控提供了一種新的混合智慧型故障診斷方法。 本項目主要完成了以下工作：首先 提出了兩種構建 SDG 模型的新方法：一種是通過定義粒信息表和粒知識庫構建了基於粒計算的 SDG 模型；另一種是將粗糙集、分層粒化思想與SDG 相結合的基於粗糙圖的分層 SDG 故障診斷模型。前者便於使用粒計算的方法進行模型最佳化和推理，後者便於通過粒化分層思想實現模型的簡化與不確定性度量。其次，提出了基於粒矩陣、相對粒度、粒度熵的知識約簡算法，逐步降低了算法的複雜性，對基於粒計算的 SDG 模型中的冗餘信息進行了化簡，達到了最佳化 SDG 模型以及簡化系統故障診斷規則的目的。第三，提出了基於粒邏輯、相似度的知識搜尋與推理算法、提出了基於模糊的 SDG 推理算法和基於粒度熵的 SDG 故障推理算法等，推理並證明了這些方法可以定量檢測和區分不同故障和故障源，提高故障診斷解析度。 在此基礎上，將本項目的研究成果編製成相應的軟體，並將其套用於除氧器系統、 TEP 系統反應器、高溫硝酸冷卻等複雜工業流程的 SDG 建模、最佳化、推理及實驗仿真，證明了方法的有效性。最後將 SDG 與 PCA（主元分析）、 SVM （支持向量機）等其他智慧型算法相結合，多渠道做理論方面的探索。 本項目為粒計算的理論研究與套用研究提供了新方法新思路， 將進一步推動粒計算理論的發展。同時項目成果解決了以火電廠單元機組為代表的一類重要生產設施或設備的故障診斷、維護和預報問題，保障了重要的基礎工業生產的安全、穩定、經濟運行，對於國民經濟和社會發展具有實際意義。