[1]杨佳婧,张勤,朱群雄.动态不确定因果图在化工过程故障诊断中的应用[J].智能系统学报,2014,9(2):154-160.[doi:10.3969/j.issn.1673-4785.201402012]
YANG Jiajing,ZHANG Qin,ZHU Qunxiong.Application of Dynamic Uncertain Causality Graphto fault diagnosis in chemical processes[J].CAAI Transactions on Intelligent Systems,2014,9(2):154-160.[doi:10.3969/j.issn.1673-4785.201402012]
点击复制
YANG Jiajing,ZHANG Qin,ZHU Qunxiong.Application of Dynamic Uncertain Causality Graphto fault diagnosis in chemical processes[J].CAAI Transactions on Intelligent Systems,2014,9(2):154-160.[doi:10.3969/j.issn.1673-4785.201402012]
动态不确定因果图在化工过程故障诊断中的应用
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
9
期数:
2014年第2期
页码:
154-160
栏目:
综述
出版日期:
2014-04-25
- Title:
- Application of Dynamic Uncertain Causality Graphto fault diagnosis in chemical processes
- 分类号:
- TP391.41
- 摘要:
- 化工过程具有高复杂性和高危险性等特点,且生产过程都是长周期连续运转,一旦出现故障就会造成巨大的损失,因此对化工过程进行实时的过程监控和故障诊断,对于确保化工生产过程的安全性具有十分重要的意义。动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)理论是一种动态不确定因果知识的表达和推理方法,能够以图形方式简洁表达不确定因果关系,并基于证据化简图形知识库和进行事件展开运算,最终得到定性推理结果(可能的假设事件集合)及其发生的概率。以TE(Tennessee Eastman)化工过程为测试平台,对基于DUCG理论开发的一种新的应用于化工过程的实时过程监控与故障诊断系统进行了知识库构建和实时在线故障诊断测试,结果证明基于DUCG的化工过程故障诊断方法及开发的软件系统非常有效。
- 相似文献/References:
-
[1]马大中,张化光,冯 健,等.一种基于多传感器信息融合的故障诊断方法[J].智能系统学报,2009,4(1):72.
MA Da-zhong,ZHANG Hua-guang,FENG Jian,et al.A fault diagnosis method based on multi-sensor information fusion[J].CAAI Transactions on Intelligent Systems,2009,4():72.
[2]齐俊桐,韩建达.旋翼飞行机器人故障诊断与容错控制技术综述[J].智能系统学报,2007,2(2):31.
QI Jun-tong,HAN Jian-da.Fault diagnosis and faulttolerant control of rotorcraft flying robots: a survey[J].CAAI Transactions on Intelligent Systems,2007,2():31.
[3]李红芳,等.一种新型免疫网络学习算法在故障诊断中的应用[J].智能系统学报,2008,3(5):449.
L IHong-fang,ZHANG Qing-hua,et al.Application of a novel immune network learn ing algor ithm to fault diagnosis[J].CAAI Transactions on Intelligent Systems,2008,3():449.
[4]文天柱,许爱强,邓露.可拓否定选择算法及其在故障诊断中的应用[J].智能系统学报,2015,10(3):488.[doi:10.3969/j.issn.1673-4785.201402020]
WEN Tianzhu,XU Aiqiang,DENG Lu.A new negative selection algorithm based on Extenics and its application in fault diagnosis[J].CAAI Transactions on Intelligent Systems,2015,10():488.[doi:10.3969/j.issn.1673-4785.201402020]
[5]张龙,陈宸,韩宁,等.压缩感知理论中的建筑电气系统故障诊断[J].智能系统学报,2014,9(2):204.[doi:10.3969/j.issn.1673-4785.201310026]
ZHANG Long,CHEN Chen,HAN Ning,et al.Fault diagnosis of electrical systems in buildingsbased on compressed sensing[J].CAAI Transactions on Intelligent Systems,2014,9():204.[doi:10.3969/j.issn.1673-4785.201310026]
[6]夏飞,马茜,张浩,等.改进D-S证据理论在电动汽车锂电池故障诊断中的应用[J].智能系统学报,2017,12(4):526.[doi:10.11992/tis.201605001]
XIA Fei,MA Xi,ZHANG Hao,et al.Application of improved D-S evidence theory in fault diagnosis of lithium batteries in electric vehicles[J].CAAI Transactions on Intelligent Systems,2017,12():526.[doi:10.11992/tis.201605001]
[7]齐小刚,牛红曼,刘兴成,等.多层信息网络故障定位综述[J].智能系统学报,2019,14(1):44.[doi:10.11992/tis.201804062]
QI Xiaogang,NIU Hongman,LIU Xingcheng,et al.Survey of fault localization in multilayer information networks[J].CAAI Transactions on Intelligent Systems,2019,14():44.[doi:10.11992/tis.201804062]
[8]张婷,齐小刚.移动通信网络的中性集故障诊断方法研究[J].智能系统学报,2020,15(5):864.[doi:10.11992/tis.201906031]
ZHANG Ting,QI Xiaogang.Research on neutral set fault diagnosis method for mobile communication networks[J].CAAI Transactions on Intelligent Systems,2020,15():864.[doi:10.11992/tis.201906031]
[9]郑静,熊伟丽.基于互信息的多块k近邻故障监测及诊断[J].智能系统学报,2021,16(4):717.[doi:10.11992/tis.202007035]
ZHENG Jing,XIONG Weili.Multiblock k-nearest neighbor fault monitoring and diagnosis based on mutual information[J].CAAI Transactions on Intelligent Systems,2021,16():717.[doi:10.11992/tis.202007035]
[10]李飞龙,和伟辉,刘立芳,等.结合CWT和LightweightNet的滚动轴承实时故障诊断方法[J].智能系统学报,2023,18(3):496.[doi:10.11992/tis.202204020]
LI Feilong,HE Weihui,LIU Lifang,et al.Real time fault diagnosis method of rolling bearing based on CWT and LightweightNet[J].CAAI Transactions on Intelligent Systems,2023,18():496.[doi:10.11992/tis.202204020]
[11]曲彦光,张勤,朱群雄.动态不确定因果图在化工系统动态故障诊断中的应用[J].智能系统学报,2015,10(3):354.[doi:10.3969/j.issn.1673-4785.201503012]
QU Yanguang,ZHANG Qin,ZHU Qunxiong.Application of dynamic uncertain causality graph to dynamic fault diagnosis in chemical processes[J].CAAI Transactions on Intelligent Systems,2015,10():354.[doi:10.3969/j.issn.1673-4785.201503012]
备注/Memo
收稿日期:2014-02-18。
基金项目:国家自然科学基金资助项目(61273330)
作者简介:杨佳婧,女,1989年生,硕士研究生,主要研究方向为动态不确定因果图理论及应用和故障诊断。
通讯作者:张勤,男,1956年生,教授,博士生导师,博士。主要研究方向为动动态不确定因果图理论及应用、系统可靠性评价与管理、知识产权理论及应用等。任国际原子能机构《与安全有关的专家系统》中方课题负责人,国家"九五"重大软课题负责人、国家自然科学基金、国家中长期科技发展规划纲要等多项课题负责人。发表学术论文70余篇。E-mail:zhangqin@buaa.edu.cn;朱群雄,男,1960年生,教授,博士生导师,博士。主要研究方向为智能建模与优化、数据挖掘与故障诊断等。主持完成20余项国家自然科学基金、国家"863"计划、省部级科研和企业工程项目,获省部级科技进步一等奖2项、二等奖1项、发明专利和国家软件著作权10余项,发表学术论文200余篇。E-mail:zhuqx@mail.buct.edu.cn.
更新日期/Last Update:
1900-01-01