论文摘要
随着我国人民生活水平的提高,智能家居逐渐走进寻常百姓家,因此,智能家居系统的研究日益成为各高校、研究所和企业研究的热点,但是却很少有关于智能家居系统故障预测诊断方面的研究。本文以智能家居的故障诊断为研究背景,在基于MAS智能家居能量系统MAES(Multi-Agent-based Home Energy System)研究的基础上,对智能家居系统的故障特征进行分析,得出智能家居系统故障相互关联、“黑色”参数与“白色”参数共存等特点。针对故障相互关联的特点,本文以历史故障数据库为样本,采用概率统计的方法,提出了基于生命周期的智能家居故障检测。针对智能家居系统作为灰色系统的特点,本文以灰色预测理论作为理论基础,采用灰色预测模型,通过智能家居故障特征参数的实时监测,实现了智能家居故障特征参数的预测,并以基于生命周期的智能家居故障检测算法获得的检测阈值为判断依据,实现了故障的提前预测。针对灰色关联分析应用于智能家居故障诊断的优势和不足,本文以灰色关联理论为基础,提出了以故障率作为优化因数的智能家居故障优化灰色关联度诊断算法,该优化因数的获得是以威布尔分布函数作为拟合曲线,采用一元线性回归和最小二乘法,获得家居设备或零部件全生命周期的故障率函数而得到的。最后的例子验证了该算法的有效性。
论文目录
摘要ABSTRACT1 绪论1.1 研究背景1.2 国内外智能家居与故障诊断的研究现状与发展趋势1.2.1 国外发展现状1.2.2 国内发展现状1.2.3 发展趋势1.3 本文研究的内容和意义2 灰色预测与灰色关联2.1 前言2.2 灰色预测理论2.2.1 灰色预测模型的建立2.2.2 模型精度检验2.2.3 故障参数预测的实现过程2.3 灰色关联理论2.3.1 灰色关联分析2.3.2 无量纲化2.3.3 基于灰色关联度的故障诊断3 引入能量系统的智能家居系统故障特征分析3.1 智能家居能量控制系统介绍3.1.1 智能家居能量控制系统的结构和功能3.1.2 智能家居能量控制系统体系的组成3.2 智能家居系统的结构及故障分析3.2.1 智能家居系统的结构3.2.2 智能家居系统的故障分析4 基于生命周期的智能家居故障检测4.1 前言4.2 基于生命周期的智能家居故障检测的提出4.3 基于生命周期的智能家居故障检测阈值的确定5 智能家居故障优化关联度诊断算法5.1 基于weibull 分布的故障率预测5.1.1 常用的生命周期分布5.1.2 weibull 分布特点及设备生命周期模型5.1.3 设备或零部件的全生命周期故障率曲线5.1.4 设备或零部件的生命周期模型参数估计5.1.5 故障率预测的实现步骤5.2 基于故障率的优化智能家居故障关联诊断算法及实现5.2.1 生命周期和故障率的引入5.2.2 改进的智能家居故障灰色关联度诊断算法5.2.3 基于故障率的智能家居故障预测诊断算法的实现6 算法应用实例6.1 生命周期及故障率预测6.2 基于预测模型的智能家居故障特征参数预测6.3 智能家居故障的关联诊断分析7 结论与展望致谢参考文献附录
相关论文文献
标签:智能家居论文; 生命周期论文; 故障预测诊断论文; 灰色系统理论论文;