论文部分内容阅读
符号有向图(SDG)是一种定性技术，SDG模型用来描述系统在正常或非正常状态下的系统因果行为，根据所建立的因果关系图，捕捉到有用信息，来完成故障诊断。国内关于基于SDG的故障诊断研究还很少，且在方法上基本都采用基于规则的方法。本文以TE(TennesseeEastman)过程为背景，分别采用三种方法研究了基于符号有向图(SDG)的故障诊断，包括基于规则的故障诊断方法、通过预测初始响应来进行故障诊断和利用符号有向图进行故障源的搜索的方法。具体如下：
(1)对基于规则的故障诊断方法作了系统描述，包括在离线模式下采用定性仿真和规则编译来从系统的有向图中提取规则，利用在线数据和模糊逻辑来评价规则，最后列举实例来对具体诊断过程进行说明。
(2)提出结合模型方程法和经验法快速而有效地建立出TE过程SDG模型，通过预测系统的初始响应来完成基于SDG的故障诊断，并对故障进行个案分析，验证它是一种简单速度快且行而有效的诊断方法。
(3)介绍了如何利用建立好的系统的SDG进行故障源的搜索的方法，并描述了此算法的解释、实现和利用它进行故障诊断的结果，最后说明了多故障诊断算法的思路和诊断过程。