亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于概率因果模型的核動(dòng)力系統(tǒng)故障診斷

        2015-11-24 13:01:23左紹義廖磊蔡琦袁燦
        科技創(chuàng)新導(dǎo)報(bào) 2015年26期
        關(guān)鍵詞:故障診斷

        左紹義 廖磊 蔡琦 袁燦

        摘 要:提出了一種將智能優(yōu)化算法融入概率因果模型中實(shí)現(xiàn)核動(dòng)力系統(tǒng)故障診斷的方法。根據(jù)概率因果模型,將一個(gè)核動(dòng)力系統(tǒng)的故障診斷問題轉(zhuǎn)化為尋優(yōu)問題,然后將概率因果模型的極大似然估計(jì)作為入侵性野草算法的尋優(yōu)條件,利用故障與征兆之間的關(guān)聯(lián)強(qiáng)度實(shí)現(xiàn)故障診斷。實(shí)驗(yàn)結(jié)果表明,該方法具有較好的準(zhǔn)確性和魯棒性,能夠滿足實(shí)際故障診斷的需求。

        關(guān)鍵詞:故障診斷 入侵性野草算法 仿真計(jì)算

        中圖分類號(hào):TL383 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2015)09(b)-0106-02

        對(duì)核動(dòng)力系統(tǒng)進(jìn)行故障診斷目前來說,主要是通過現(xiàn)象或者征兆、可用的歷史信息或者先驗(yàn)知識(shí)以及故障原因等來進(jìn)行[1-4],因此,可以將一個(gè)故障診斷問題形式化描述為:D=(F,S,I,S+),其中F={f1,f2,,fn}為故障的有限非空集,n表示所有故障的個(gè)數(shù),S={s1,s2,,sm}為系統(tǒng)狀態(tài)的有限非空集,m表示所有可能狀態(tài)的個(gè)數(shù),I為已知的先驗(yàn)信息,S+S為系統(tǒng)表征的現(xiàn)象或者征兆。

        根據(jù)上述形式化描述,那么對(duì)于一些已知故障現(xiàn)象或者征兆的故障,可以利用概率因果模型,將故障診斷問題轉(zhuǎn)化為給定征兆,求診斷假設(shè)的極大似然估計(jì)問題,通過尋找滿足條件的最優(yōu)方案,求得所屬的故障類別。該類方法主要是用于處理已知故障集F與系統(tǒng)征兆集S之間的因果強(qiáng)度,而需要通過表征的現(xiàn)象或者征兆S+確定具體的故障分類問題,使用過程中通常與智能優(yōu)化算法(包括遺傳算法、粒子群算法、蟻群算法以及入侵性野草算法等)相結(jié)合。文中以入侵性野草算法為基礎(chǔ)進(jìn)行故障診斷,實(shí)驗(yàn)表明,該方法能夠較好地處理已知故障現(xiàn)象或者征兆,判定故障類型的問題。

        1 概率因果模型

        經(jīng)典概率因果模型有如下3個(gè)方面的假設(shè)[5-7]。

        (1)假設(shè)故障與故障之間沒有關(guān)聯(lián),即存在獨(dú)立性。

        (2)假設(shè)故障與原因之間的因果強(qiáng)度保持不變,一旦發(fā)生同一類型的故障,則相同的征兆會(huì)以同等的幾率出現(xiàn),即存在因果強(qiáng)度不變性。

        (3)假設(shè)全部的征兆都是由故障引起的,沒有故障發(fā)生就不會(huì)出現(xiàn)征兆,即存在征兆與故障的因果必然性。

        則根據(jù)上述假設(shè),可以將核動(dòng)力系統(tǒng)故障診斷問題用下式來描述:

        P=(F,S,C,S+) (1)

        式中,

        F為有限的故障集合,且恒不為空,若該集合存在i個(gè)故障,則F可表示為F={f1,f2,,fi}。

        S為有限的征兆集合,且恒不為空,若該集合存在j個(gè)故障,則S可表示為S={s1,s2,,sj}。

        C為征兆和故障之間的因果強(qiáng)度,且CD×M,Cmn為故障fm會(huì)引起征兆sn的概率。

        S+為已知的征兆集合,則S+S;S—=S—S+表示已知不存在的征兆。

        假設(shè)某故障集合FaF是診斷問題的解,即Fa中的元素全部都會(huì)發(fā)生,而非Fa中的元素都不會(huì)發(fā)生,那么對(duì)于這種類型的診斷問題,就可以將其轉(zhuǎn)化為已知S+,求Fa的極大似然估計(jì)值:

        (2)

        上式中,對(duì)于給定的S+,為常數(shù)項(xiàng),可以從函數(shù)中消除,則式(2)可以簡化為:

        (3)

        由式(3)可知,在給定S+的情況下,可以進(jìn)行任何Fa的極大似然估計(jì)值的計(jì)算,該值的大小反映了Fa在S+下發(fā)生的概率。

        2 基于入侵性野草算法的概率因果模型診斷方法

        2.1 入侵性野草算法

        入侵性野草算法[8](Invasive Weed Optimization,IWO)是近年來剛提出的一類種群優(yōu)化算法,具有較好的適應(yīng)性和魯棒性,因而得到廣泛應(yīng)用。

        IWO算法的基本過程如圖1所示。

        (1)根據(jù)故障診斷的實(shí)際問題,設(shè)定初始化參數(shù),并產(chǎn)生隨機(jī)的初始解。

        (2)種群中的所有個(gè)體均能通過其自身、種群最小以及種群最大適應(yīng)度函數(shù)值來獲得下一代種子數(shù)目,式(4)為種子數(shù)目的計(jì)算公式。

        (4)

        式中、分別表示當(dāng)前種群中最大適應(yīng)度函數(shù)值和最小適應(yīng)度函數(shù)值,、分別表示可生成種子數(shù)的最大值、最小值;floor()函數(shù)表示向下取整。

        (3)步驟2中產(chǎn)生的下一代種子隨機(jī)地在空間中分布,下一代種子的值由其父輩加上隨機(jī)數(shù)S來獲得。S在空間中服從正太分布,且該正太分布的均值為0,標(biāo)準(zhǔn)方差為sig_cur。其中,sig_cur的計(jì)算方法如式5所示。

        (5)

        式中iter表示當(dāng)前迭代次數(shù),iter_max表示最大迭代次數(shù),sig_ini和sig_final分別表示種子散布的初始步長和最終步長。

        (4)若產(chǎn)生的種群總體上沒有達(dá)到最大規(guī)模,則重復(fù)進(jìn)行步驟2和步驟3,直至滿足條件為止。然后對(duì)所有種子的適應(yīng)度函數(shù)值進(jìn)行排序,選取其值較大者作為下一次繁殖的父輩,較小者則被淘汰。

        2.2 故障診斷方法

        利用上述概率因果模型,可以將故障診斷問題轉(zhuǎn)化為已知S+,求最大的問題。由于故障和非故障之間是不存在關(guān)聯(lián)的,而大多數(shù)情況下故障又多種多樣,可能會(huì)出現(xiàn)組合爆炸現(xiàn)象,因此需要采用入侵性野草算法來解決。

        將模型中的式(3)作為IWO算法的適應(yīng)度函數(shù),結(jié)合第2.1節(jié)所述,其具體的診斷過程如圖2。

        3 仿真實(shí)驗(yàn)

        為了對(duì)上述模型進(jìn)行驗(yàn)證,表1給出了故障集和征兆集,表2給出了區(qū)分征兆代表的參數(shù)在蒸汽發(fā)生器(SG)故障時(shí)所處的狀態(tài)。其中,1.0為上限關(guān)機(jī)值,0.75為上限報(bào)警值,0.5為正常運(yùn)行值,0.25表示下限報(bào)警值,0.0表示下限關(guān)機(jī)值。

        當(dāng)SG出現(xiàn)征兆群0.5,0.25,0.29,0.75,0.5,0.5,0.5,0.5,0.5,0.5,0.25,0.75,0.75時(shí),利用2.2節(jié)所述故障診斷方法對(duì)SG進(jìn)行故障診斷,其結(jié)果如圖3所示。從圖3可以看出,方法在第6次迭代后達(dá)到穩(wěn)定,并且剛開始迭代時(shí)進(jìn)化速度較快,并且在一定程度上也解決了局部最優(yōu)問題。結(jié)果表明,該方法具有較好的收斂性,同時(shí)能夠?qū)で蟮胶线m的全局最優(yōu)。

        將上述過程單獨(dú)執(zhí)行100次,其結(jié)果如表3所示。根據(jù)表3,可以得出結(jié)論:SG出現(xiàn)的故障為G7(U型傳熱管破損),該結(jié)論與文獻(xiàn)[9,10]一致。對(duì)表3進(jìn)行數(shù)據(jù)處理,得到該方法的平均查準(zhǔn)率為88.5%,遠(yuǎn)大于文獻(xiàn)[10]。

        4 結(jié)語

        采用概率因果模型,可以將診斷問題進(jìn)行轉(zhuǎn)化,而該轉(zhuǎn)化過程需要利用形式化描述。如果求解概率因果模型時(shí)進(jìn)行窮舉,則很可能會(huì)引起組合爆炸,因此可以利用IWO算法來解決,進(jìn)而實(shí)現(xiàn)核動(dòng)力系統(tǒng)典型故障的診斷。實(shí)驗(yàn)結(jié)果也說明,將IWO方法嵌入概率因果模型進(jìn)行故障診斷能夠取得較好的效果。因此,上述方法可以在核動(dòng)力系統(tǒng)故障診斷中得到有效應(yīng)用,且具有較高的準(zhǔn)確率和魯棒性。

        參考文獻(xiàn)

        [1] 付明玉,邊信黔,史覬,等.船用核動(dòng)力裝置專家系統(tǒng)技術(shù)研究[J].核科學(xué)與工程,2002,22(3):220-228.

        [2] 陳志輝,夏虹,劉邈.核電系統(tǒng)故障診斷專家系統(tǒng)研究[J].核動(dòng)力工程,2005,26(5):523-527.

        [3] 周剛,楊立.核電廠智能診斷方法研究的進(jìn)展[J].原子能科學(xué)技術(shù),2008,42(Suppl):92-99.

        [4] 張文星,紀(jì)有奎.專家系統(tǒng)原理與設(shè)計(jì)[M].武漢:武漢測繪科技大學(xué)出版社,1989.

        [5] Peng Y,et al.A Probabilistic Causal Model for Diagnostic Problem Solving-part I:Integrating Symbolic Causal Inference with Numeric Probabilistic Inference[J].IEEE Trans.SMC,1987,17(3):146-162.

        [6] Peng Y.A Probabilistic Causal Model for Diagnostic Problem Solving-partⅡ:Integrating Symbolic Causal Inference with Numeric Probabilistic Inference[J].IEEE Trans.SMC,1987,17(3):395-406.

        [7] Rosenblatt F.The Percetion:A Probabilistic Model for Information Storage and Organization in the Brain[J].Cornell Aeronautical Laboratory,Psychological Review,1958(65):386-408.

        [8] Mehrabian A R,Lucas C. A Novel Numerical Optimization Algorithm Inspired from Weed Colonization[J].Ecological Informatics,2006,1(3):355-366.

        [9] 任鑫,孔衍,周碧松,等.改進(jìn)遺傳算法在船用和動(dòng)力裝置概率因果故障診斷中的應(yīng)用[J].中國艦船研究,2013,1(8):107-111.

        [10] 孔衍,任鑫,王川,等.基于改進(jìn)遺傳算法的核動(dòng)力裝置故障診斷研究[J].原子能科學(xué)技術(shù),2012,46(11):1357-1361.

        猜你喜歡
        故障診斷
        基于包絡(luò)解調(diào)原理的低轉(zhuǎn)速滾動(dòng)軸承故障診斷
        ILWT-EEMD數(shù)據(jù)處理的ELM滾動(dòng)軸承故障診斷
        凍干機(jī)常見故障診斷與維修
        基于EWT-SVDP的旋轉(zhuǎn)機(jī)械故障診斷
        數(shù)控機(jī)床電氣系統(tǒng)的故障診斷與維修
        電子制作(2018年10期)2018-08-04 03:24:46
        基于改進(jìn)的G-SVS LMS 與冗余提升小波的滾動(dòng)軸承故障診斷
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        改進(jìn)的奇異值分解在軸承故障診斷中的應(yīng)用
        基于LCD和排列熵的滾動(dòng)軸承故障診斷
        基于KPCA和PSOSVM的異步電機(jī)故障診斷
        亚洲欧美精品91| 97久久国产亚洲精品超碰热| 亚洲伊人一本大道中文字幕| 久久亚洲av成人无码国产| 天天中文字幕av天天爽| 国产黄色一级大片一区二区| 日韩人妻熟女中文字幕a美景之屋| 男女一边摸一边做爽爽的免费阅读| 国产91 对白在线播放九色| 91中文字幕精品一区二区| 国产自拍精品一区在线观看| 久久99久久99精品中文字幕| 国产丝袜在线精品丝袜不卡| 久久精品国产亚洲av成人网| 人禽杂交18禁网站免费| 情侣黄网站免费看| 亚洲不卡电影| 天堂网av在线免费看| 国产精品久久久久9999无码| 国产精品乱码在线观看| 日本护士一区二区三区高清热线| 亚洲av成熟国产一区二区| 久久www免费人成—看片| 亚洲另类欧美综合久久图片区 | 人妻丰满熟妇一二三区| 妺妺窝人体色www婷婷| 亚洲aⅴ无码成人网站国产app| 国产毛片A啊久久久久| 久久久麻豆精亚洲av麻花| 免费无遮挡禁18污污网站| 国产一区二区三区小说 | 高清日韩av在线免费观看| 精品少妇人妻av无码专区| 天天狠天天透天干天天| 国产精品亚洲在线播放| 精品无人码麻豆乱码1区2区| 亚洲av无码专区亚洲av桃| 精品人妻久久av中文字幕| 亚洲youwu永久无码精品| 日日噜噜噜夜夜爽爽狠狠| 中文字幕麻豆一区二区|