论文部分内容阅读
离散事件系统(Discrete Event System)是一类由事件序列驱动的动态系统。随着现代工业化、智能化水平的日益提高,离散事件系统存在于许多重要的系统中。当离散事件系统规模日益增大时,任何一个故障事件都可能导致灾难的发生,诸如财产损失和人员伤亡,因此其故障诊断问题具有非常重要的学术价值和工程意义。然而离教事件系统中存在的“状态空间爆炸”问题,即系统的所有可达状态数量会随着系统规模的增长呈现指数级增长,会导致故障诊断变得更加复杂。为了有效地避免上述问题,本文提出了三种不同的故障诊断方法,无需遍历离散事件系统的整个状态空间,提高了故障的诊断效率。
本文以Petri网为建模工具,研究离散事件系统中的故障诊断问题,得到了基于Petri网结构特征的故障诊断方法。论文的主要内容介绍如下:
1、针对一类用变迁部分可观的无环Petri网建模的离散事件系统,文中提出了一种基于库所最大持有托肯数的故障诊断方法。首先,利用本文提出的确诊断网结构的概念界定故障的诊断范围。其次,给出三条网结构简化规则用于缩小子网规模,得到Petri网中的故障信息。最后,利用Petri网的结构信息,计算特殊库所中的最大持有托肯数,结合托肯在Petri网内部的流动形式,推断故障事件发生的可能性。该方法从网结构的角度,关注Petri网中的若干结点信息,降低了故障诊断的计算复杂性。
2、针对一类用变迁部分可观的标签Petri网建模的离散事件系统,文中提出了一种基于Petri网路径约束的故障诊断方法。首先,结合带标签Petri网结构的固有属性,给出了网结构的四条转化规则。其次,通过挖掘不同种类的路径信息,在已转化的Petri网模型中提取多种路径间的约束关系。然后,利用路径约束关系,结合托肯在路径中流动的情况,制定相应的路径约束规则。最后,推断托肯在Petri网中可能流经的路径,并针对故障诊断结果中的“不确定”情况,计算托肯流经故障路径的概率。该方法利用Petri网结构中多种路径约束关系,可以有效地诊断故障事件是否发生。
3、针对一类用变迁部分可观的有界Petri网建模的离散事件系统,文中提出了一种基于新通路状态图(Modified-Access-State-Graph,M-A-S-G)的故障诊断方法,可以计算出包含故障信息的变迁发生故障的概率值。首先,利用变迁对的概念重新诠释Petri网中结点之间的关系,并给出通路状态图(Access-State-Graph,A-S-G)的构建算法。其次,结合部分可观Petri网的结构信息和系统的故障信息,在A-S-G的基础上构建M-A-S-G。最后,在M-A-S-G中划分通路和状态的不同集合,反向推演托肯在网内的流动情况,计算故障变迁激发的概率。该方法将Petri网中的故障信息全部映射到M-A-S-G中,避免了冗余信息的干扰,降低了故障诊断的计算复杂性。
本文提出的故障诊断方法,均利用了Petri网的结构特征,与传统的离散事件系统的故障诊断方法相比,降低了计算复杂性,提高了诊断效率,同时有效避免了离散事件系统的“状态空间爆炸”的问题,能够满足系统实时性的要求,具有一定的学术价值和工程意义。
本文以Petri网为建模工具,研究离散事件系统中的故障诊断问题,得到了基于Petri网结构特征的故障诊断方法。论文的主要内容介绍如下:
1、针对一类用变迁部分可观的无环Petri网建模的离散事件系统,文中提出了一种基于库所最大持有托肯数的故障诊断方法。首先,利用本文提出的确诊断网结构的概念界定故障的诊断范围。其次,给出三条网结构简化规则用于缩小子网规模,得到Petri网中的故障信息。最后,利用Petri网的结构信息,计算特殊库所中的最大持有托肯数,结合托肯在Petri网内部的流动形式,推断故障事件发生的可能性。该方法从网结构的角度,关注Petri网中的若干结点信息,降低了故障诊断的计算复杂性。
2、针对一类用变迁部分可观的标签Petri网建模的离散事件系统,文中提出了一种基于Petri网路径约束的故障诊断方法。首先,结合带标签Petri网结构的固有属性,给出了网结构的四条转化规则。其次,通过挖掘不同种类的路径信息,在已转化的Petri网模型中提取多种路径间的约束关系。然后,利用路径约束关系,结合托肯在路径中流动的情况,制定相应的路径约束规则。最后,推断托肯在Petri网中可能流经的路径,并针对故障诊断结果中的“不确定”情况,计算托肯流经故障路径的概率。该方法利用Petri网结构中多种路径约束关系,可以有效地诊断故障事件是否发生。
3、针对一类用变迁部分可观的有界Petri网建模的离散事件系统,文中提出了一种基于新通路状态图(Modified-Access-State-Graph,M-A-S-G)的故障诊断方法,可以计算出包含故障信息的变迁发生故障的概率值。首先,利用变迁对的概念重新诠释Petri网中结点之间的关系,并给出通路状态图(Access-State-Graph,A-S-G)的构建算法。其次,结合部分可观Petri网的结构信息和系统的故障信息,在A-S-G的基础上构建M-A-S-G。最后,在M-A-S-G中划分通路和状态的不同集合,反向推演托肯在网内的流动情况,计算故障变迁激发的概率。该方法将Petri网中的故障信息全部映射到M-A-S-G中,避免了冗余信息的干扰,降低了故障诊断的计算复杂性。
本文提出的故障诊断方法,均利用了Petri网的结构特征,与传统的离散事件系统的故障诊断方法相比,降低了计算复杂性,提高了诊断效率,同时有效避免了离散事件系统的“状态空间爆炸”的问题,能够满足系统实时性的要求,具有一定的学术价值和工程意义。