柔性制造系统的部分可观时间Petri网故障诊断

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:wlshhgz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了Petri网在柔性制造系统中的故障诊断问题.针对柔性制造系统中工业机器人故障率高且部分关键信息无法通过传感器获取的问题,利用时间Petri网在实时系统中的重要作用,结合部分可观时间Petri网和状态类图(state class graph,SCG),提出构建修正状态类图(modified state class graph,MSCG)的方法.首先根据执行机构是否可观分为可观测变迁和不可观测变迁并结合变迁触发关系(同步、异步)修正各变迁时间区间建立系统的修正状态类图(MSCG).然后根据提出的故障诊断
其他文献
(1)地震科学数据管理的意义。地震科学数据不仅是防震减灾工作的重要信息源和开展地球科学研究的基础资料,也是国家十分重要的战略信息资源。经过近50年的努力,地震行业已经初步
采用传统智能优化算法进行测试用例自动生成已经取得一定研究成果,但是还存在算法效率不高的问题.花朵授粉算法是新发现的一种群体智能优化算法,将该算法应用到测试用例自动
Skempton系数B定义为,在不排水条件下,平均应力变化所引起的孔隙压力变化与应力变化的比值,它是一个重要的孔隙-流体参数,是联系孔隙压和引起孔隙压变化的平均应力变化的桥梁(Skempton,1954;Wang,2000)。早期,Skempton系数B可以通过岩石物理实验测得。实验结果显示出,B值不仅随着岩性的不同而变化(Rice and Cleary,1976;Roeloffs and Rud
2007年世界地震活动水平与往年比较是非常之高,但是地震灾情很轻,死亡总计392人,伤15000人,经济损失大约200亿美元。日本的灾情较重。
中国地震台网中心和美国地质调查局(USGS)公布的该地震的参数如下:1 中国地震台网中心发震时间:北京时间2009年8月11日3时55分;
在传统的高斯混合模型一支持向量机(Gaussian Mixture Model-Support Vector Machine,GMM—SVM)说话人辨认系统中,SVM利用从GMM矢量空间中得到的超矢量(Super Vector)直接对说话人