远程协同故障诊断关键技术及其应用研究

远程协同故障诊断关键技术及其应用研究

论文摘要

随着现代复杂装备大型化、自动化、高速化程度的不断提高,在传统模式下对其进行故障诊断日趋困难,表现出成本高昂、效率低下等诸多不足。远程化、协同化、智能化已成为现代故障诊断领域研究的一个重要发展方向和必然趋势。为此,本文面向e-维护模式下复杂装备的诊断问题,以柔性制造系统(FMS)为对象,对远程协同故障诊断进行了研究。研究主要包括远程协同诊断体系结构、关键支撑技术、系统实现及工程应用等多个方面。论文首先对远程故障诊断技术的工程实践背景进行了剖析,通过对研究现状的分析及企业调研,针对其中存在问题,提出了面向e-维护模式下复杂装备的远程协同故障诊断框架模型E-CFD。为有效实现多点信息的采集、传输、分析与决策,实现故障诊断D2E(Device to e-Business)的向上过程集成,搭建了集中-分布式的诊断体系结构。通过对工作原理及关键技术的分析,构建了E-CFD的逻辑结构与功能模型,研究了诊断系统与e-维护环境的有效集成。其次,针对远程协同故障诊断的任务分解及其控制问题,给出了一种基于关系模型与贝叶斯网络的主从混合式算法。构造了面向诊断任务分解的关系建模方法,用于解决粗粒度诊断路径的规划问题。设计了基于邻接矩阵与贝叶斯网络的图论方法,分析了其在细粒度层面诊断任务分解中的应用。提出了诊断资源调度优化问题模型,实现了多约束条件下的诊断资源配置。第三,引入博弈论方法,构造了故障诊断决策博弈融合模型,以解决远程协同故障诊断中由诊断结果冲突与合作所引起的决策融合问题,并给出了从基本要素、功能与过程模型到融合算法的说明。针对故障诊断中的具体问题,提出将协同诊断中的多源决策信息视为局中人,对远程协同故障诊断中冲突与合作局势进行了分析研究,给出了一种基于信息熵影响增强与减弱方法的融合算法,以定量地处理诊断决策问题,使之做出最优诊断决策。第四,为提高远程协同故障诊断的智能性,搭建了可重置的协同行为智能仿真模型。通过对从装备设计到运行过程中涉及到的行为智能进行分析,建立了由计算组件、协同调度、可重构设置构成的三层协同行为智能仿真模型体系结构,并给出了基于该模型的智能故障检测与诊断系统的建立方法。最后,以FMS为主要算例,对上述模型及其相关算法进行了应用研究,相应的验证结果表明了理论研究成果的正确性与可行性。在此基础上,设计了原型系统UN-E-CFD的开发方案,并给出了总结与展望。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • §1.1 概述
  • §1.2 工程实践背景与研究意义
  • §1.3 研究现状与存在问题的文献综述
  • §1.3.1 国外研究现状
  • §1.3.2 国内研究现状
  • §1.3.3 存在问题
  • §1.4 本文研究内容
  • §1.4.1 研究基础与工程应用背景
  • §1.4.2 研究内容
  • §1.4.3 章节安排
  • 第二章 e-维护模式远程协同诊断框架
  • §2.1 E-诊断问题的描述
  • §2.1.1 问题的提出
  • §2.1.2 e-诊断输入输出关系模型
  • §2.2 E-维护模式下诊断问题解析
  • §2.2.1 e-维护模式下诊断活动分解
  • §2.2.2 诊断角色定义
  • §2.2.3 诊断方法分类及其适用范围评估
  • §2.2.4 诊断信息流分析
  • §2.3 面向E-维护的远程协同诊断求解框架
  • §2.3.1 E-CFD远程协同诊断框架总体设计
  • §2.3.2 诊断策略的细化过程
  • §2.3.3 远程协同诊断场景设计
  • §2.4 E-CFD框架内求解方法的选择
  • §2.4.1 信息网络架构
  • §2.4.2 信息流交互表达规范
  • §2.4.3 解析算法
  • §2.4.4 综合信息的深度利用
  • §2.5 本章小结
  • 第三章 远程协同故障诊断任务分解与资源配置
  • §3.1 多资源协同诊断任务问题描述
  • §3.2 协同诊断任务分解模型总体设计
  • §3.2.1 任务分解方法分析
  • §3.2.2 E-CFD任务分解过程模型总体结构
  • §3.3 粗粒度静态诊断路径的规划
  • §3.3.1 基本定义
  • §3.3.2 诊断任务功能建模
  • §3.3.3 应用研究
  • §3.4 细粒度动态诊断任务分解
  • §3.4.1 贝叶斯网络节点计算模型
  • §3.4.2 邻接关系模型
  • §3.4.3 细粒度诊断任务分解与执行路径规划
  • §3.5 多约束条件下诊断资源配置
  • §3.5.1 问题描述
  • §3.5.2 问题求解
  • §3.6 本章小结
  • 第四章 基于博弈信息融合的远程协同故障诊断决策
  • §4.1 协同诊断决策融合问题描述
  • §4.2 博弈论方法的引入
  • §4.2.1 诊断信息融合技术分析
  • §4.2.2 博弈论在故障诊断领域中的应用分析
  • §4.2.3 博弈论在诊断决策融合中的应用前景
  • §4.3 协同诊断决策博弈融合模型设计
  • §4.3.1 基本要素分析
  • §4.3.2 功能模型设计
  • §4.3.3 博弈融合过程
  • §4.4 基于信息熵影响增强与减弱方法的融合算法
  • §4.4.1 决策主体与目标
  • §4.4.2 策略集与决策映射
  • §4.4.3 融合矩阵的构建
  • §4.4.4 支付效用的定义
  • §4.4.5 复合结构
  • §4.5 应用研究
  • §4.5.1 场景分析
  • §4.5.2 博弈基本要素定义
  • §4.5.3 熵减支付博弈
  • §4.6 本章小结
  • 第五章 面向协同诊断的扩展行为智能仿真模型
  • §5.1 协同诊断的智能化需求
  • §5.2 故障诊断中的行为智能解析
  • §5.2.1 常见智能故障诊断技术分析
  • §5.2.2 行为知识与故障诊断
  • §5.2.3 行为智能仿真模型的提出
  • §5.2.4 行为智能仿真模型的应用研究
  • §5.3 E-CFD框架下的扩展行为智能仿真模型
  • §5.3.1 仿真建模方法适用性分析
  • §5.3.2 扩展行为智能仿真模型层次结构
  • §5.4 复杂系统的应用案例
  • §5.4.1 故障检测系统的建立
  • §5.4.2 故障诊断系统的建立
  • §5.4.3 故障趋势预测系统的建立
  • §5.4.4 协同故障检测与诊断系统的建立
  • §5.5 本章小结
  • 第六章 应用研究及原型系统开发
  • §6.1 远程协同故障诊断E-CFD框架及关键技术的应用研究
  • §6.2 远程协同故障诊断支持系统
  • §6.3 UN-E-CFD功能需求分析
  • §6.4 UN-E-CFD方案设计
  • §6.4.1 技术评估
  • §6.4.2 开发方案选择
  • §6.5 UN-E-CFD系统的开发
  • §6.5.1 系统结构
  • §6.5.2 系统开发环境搭建
  • §6.6 应用案例分析
  • §6.7 本章小结
  • 第七章 总结与展望
  • §7.1 总论
  • §7.2 本文工作内容及研究成果总结
  • §7.2.1 本文工作及主要研究内容
  • §7.2.2 本文主要研究成果与创新之处
  • §7.3 后期工作展望
  • 主要参考文献
  • 附录A 常用诊断方法分类及其适用范围评估
  • 攻读博士学位期间从事的科研项目与论文发表情况
  • 致谢
  • 相关论文文献

    • [1].动态系统的主动故障诊断技术[J]. 自动化学报 2020(08)
    • [2].飞机故障诊断中飞参的数据支持作用研究[J]. 电子制作 2019(12)
    • [3].农用汽车发动机状态监测系统与诊断方法研究[J]. 农机化研究 2018(02)
    • [4].烟草机械中故障诊断技术的应用[J]. 南方农机 2018(04)
    • [5].故障诊断技术在烟草机械中的应用和发展趋势[J]. 科技风 2018(22)
    • [6].故障诊断方法现状及发展方向研究[J]. 电工技术 2018(18)
    • [7].石化转动设备状态监测与故障诊断平台及应用[J]. 石化技术 2017(10)
    • [8].舰船电子装备电路板的故障诊断策略研究[J]. 科技与企业 2016(01)
    • [9].航天器故障诊断技术综述及发展趋势[J]. 软件 2016(07)
    • [10].汽轮机故障诊断技术的发展分析和研究[J]. 科技创新与应用 2015(08)
    • [11].星型网络的几种故障诊断度研究[J]. 广西大学学报(自然科学版) 2015(03)
    • [12].大功率陶瓷真空电容的故障诊断和失效分析[J]. 同行 2016(08)
    • [13].三相SPWM逆变电源的故障诊断及仿真[J]. 数码世界 2016(12)
    • [14].盾构机设备监测与故障诊断技术[J]. 科学中国人 2017(05)
    • [15].PeakVue技术在故障诊断中的应用与分析[J]. 科学中国人 2017(06)
    • [16].浅谈传感器的故障诊断技术[J]. 考试周刊 2017(33)
    • [17].基于在线监测平台分析水电厂的故障诊断方法[J]. 科学中国人 2017(09)
    • [18].上海大众汽车故障诊断与排除[J]. 学园 2017(04)
    • [19].论矿山机电设备维修中故障诊断技术的运用[J]. 数码世界 2017(09)
    • [20].电控汽车故障诊断技术的现状与发展趋势[J]. 时代汽车 2020(19)
    • [21].工业机器人故障诊断方法发展现状及发展方向[J]. 河南科技 2020(28)
    • [22].舒适性系统车载网络的故障诊断与排除[J]. 现代工业经济和信息化 2019(11)
    • [23].矿山机械设备维修中的故障诊断技术[J]. 石化技术 2020(02)
    • [24].空调制冷异常故障诊断与排除方法解析[J]. 现代制造技术与装备 2020(01)
    • [25].任务驱动教学法在“汽车发动机冷却系故障诊断与排除”教学中的实践[J]. 中阿科技论坛(中英阿文) 2020(04)
    • [26].对化工离心泵常见故障诊断及处理的几点思考[J]. 山东化工 2019(05)
    • [27].故障诊断技术在烟草机械中的应用[J]. 价值工程 2018(21)
    • [28].汽车底盘的故障诊断与修理分析[J]. 科技展望 2016(33)
    • [29].综采机电维修的故障诊断技术[J]. 机电工程技术 2016(10)
    • [30].汽车发动机失火故障诊断方法研究综述[J]. 自动化学报 2017(04)

    标签:;  ;  ;  ;  ;  

    远程协同故障诊断关键技术及其应用研究
    下载Doc文档

    猜你喜欢