基于图模型的电子系统故障诊断方法及应用研究
发布时间:2017-09-13 08:19
本文关键词:基于图模型的电子系统故障诊断方法及应用研究
更多相关文章: 复杂电子系统 故障诊断 层次有向图模型 贝叶斯网络模型 故障仿真
【摘要】:在现代大型系统中,电子设备往往占据核心地位,其使用过程中出现故障将导致严重的后果。而由于电子设备内部存在的结构复杂、耦合关系强、信号离散性、故障传播不确定性等因素,增加了故障诊断的难度,传统故障诊断方法已经难以满足现代复杂电子设备故障诊断的需求。本课题针对以上问题展开研究,以实际应用背景为基础,研究适合于大规模复杂电子设备系统级故障诊断的方法。 本课题针对复杂电子设备系统级故障诊断的需求,重点研究基于图模型的故障诊断方法,对故障在电子设备中产生、传播和影响的规律进行建模。对于测试信息较为充分的情况,本课题采用层次有向图方法进行故障诊断模型的建立。该方法以符号有向图为基础,针对符号有向图中存在的故障推理计算过程复杂、搜索空间大等缺点,提出了层次有向图模型,该模型结合了大规模复杂电子系统层次化、结构化的特点,,能够有效地简化故障推理计算过程、提高故障诊断效率。针对测试信息较少、系统故障传播存在不确定性的情况,本课题研究基于概率图模型的电子系统故障诊断方法,考虑测试信息、故障模式及故障传播特性间的概率分布特性,构建更为精确的故障诊断模型;本文利用贝叶斯网络建立基于概率图的故障诊断模型,贝叶斯网络具有图模型结构表达的直观性和概率论推理过程的严格性,能够准确描述系统中故障传播特性,从而提高故障诊断的准确率和效率。 为验证提出方法的有效性,本课题以某卫星星上电气设备作为实际诊断背景,建立了面向真实硬件的故障仿真平台。通过该平台可以实现快速的故障注入和样本获取,以实现层次有向图模型和贝叶斯网络模型故障诊断方法的验证。实验结果表明,与传统符号有向图模型相比,层次有向图模型可以显著提高故障诊断效率。使用贝叶斯网络模型进行故障诊断达到了预期的故障诊断正确率,能够满足复杂电子设备的系统级故障诊断需求。
【关键词】:复杂电子系统 故障诊断 层次有向图模型 贝叶斯网络模型 故障仿真
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TH165.3
【目录】:
- 摘要4-5
- Abstract5-9
- 第1章 绪论9-17
- 1.1 课题来源及研究的目的和意义9-10
- 1.2 国内外研究现状分析10-15
- 1.2.1 国内外故障诊断技术发展现状11-12
- 1.2.2 基于图模型的故障诊断技术研究现状12-15
- 1.3 本文研究思路及主要研究内容15-17
- 第2章 基于层次有向图模型的故障诊断方法研究17-27
- 2.1 引言17
- 2.2 测试节点选择优化方法17-21
- 2.2.1 基于可观测性的优化方法18-20
- 2.2.2 基于可分辨性的优化方法20-21
- 2.3 基于层次有向图的故障诊断模型21-25
- 2.3.1 层次有向图的基本原理21-22
- 2.3.2 基于层次有向图的故障诊断模型建立及推理方法22-25
- 2.4 实验验证25-26
- 2.5 本章小结26-27
- 第3章 基于概率图模型的故障诊断方法研究27-37
- 3.1 引言27
- 3.2 基于概率图的故障诊断模型27-34
- 3.2.1 概率图模型的基本原理和分类27-28
- 3.2.2 基于贝叶斯网络的故障诊断模型建立28-32
- 3.2.3 基于贝叶斯网络的故障诊断推理方法32
- 3.2.4 基于贝叶斯网络的故障诊断模型实现32-34
- 3.3 实验验证34-36
- 3.4 本章小结36-37
- 第4章 硬件仿真实验平台设计37-52
- 4.1 引言37
- 4.2 故障注入系统设计37-40
- 4.2.1 故障注入系统硬件设计37-38
- 4.2.2 故障注入系统逻辑设计38-39
- 4.2.3 故障注入系统软件设计39-40
- 4.2.4 故障注入系统调试及结果40
- 4.3 故障仿真系统设计40-49
- 4.3.1 卫星电气系统硬件设计41-46
- 4.3.2 卫星电气系统主控逻辑设计46-48
- 4.3.3 故障仿真系统调试及结果48-49
- 4.4 故障采集系统设计49
- 4.5 故障仿真实验平台软件设计49-51
- 4.6 本章小结51-52
- 第5章 面向硬件平台的故障诊断方法验证技术研究52-66
- 5.1 引言52
- 5.2 仿真系统样本数据获取52-54
- 5.3 基于层次有向图模型的故障诊断方法验证54-60
- 5.4 基于贝叶斯网络模型的故障诊断方法验证60-65
- 5.5 本章小结65-66
- 结论66-67
- 参考文献67-72
- 攻读学位期间发表的学术论文及其它成果72-74
- 致谢74
【参考文献】
中国期刊全文数据库 前2条
1 黄萍;张许杰;刘刚;;小世界网络的研究现状与展望[J];情报杂志;2007年04期
2 张宏毅;王立威;陈瑜希;;概率图模型研究进展综述[J];软件学报;2013年11期
本文编号:842552
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/842552.html