【摘要】：現代機電系統(tǒng)自動化水平日益提高,系統(tǒng)的規(guī)模逐步擴大,系統(tǒng)構成更加復雜,其子系統(tǒng)的關聯程度越來越密切,同時,故障發(fā)生的可能性大大增加,表現方式也各式各樣,并且一個故障源可能引起鏈式反應,導致更大故障發(fā)生,這些特點給系統(tǒng)的故障診斷帶來了前所未有的困難。另一方面,對于大型復雜機電設備的安全穩(wěn)定運轉、故障的早期預測、推行預知維修管理、減少由于故障和維修帶來的經濟損失成為現代企業(yè)追求的目標。為此,找到合適的狀態(tài)監(jiān)測和故障診斷方法是科技工作者重要的研究方向。 本文研究的大型復雜機電設備,其故障的多樣性、突發(fā)性、漸進性以及并發(fā)性等特點決定了對它的故障診斷是一個非常復雜的系統(tǒng)工程。采用各種相互獨立的診斷系統(tǒng),已經不能適應實際設備的診斷需求,特別是由多臺裝備組成的分布式復雜機電系統(tǒng)。目前,隨著分布式人工智能的發(fā)展,基于多Agent的系統(tǒng)為大規(guī)模復雜診斷系統(tǒng)的設計和實現提供了一條很好的途徑,使得診斷系統(tǒng)朝智能化、網絡化的方向發(fā)展。 論文提出了一個多Agent分布式故障診斷問題協(xié)作求解的模型FMAS,該模型融多Agent消息傳遞、相互協(xié)作和智能診斷機制為一體。在該模型中,各個具有診斷功能的獨立Agent并行地執(zhí)行本地的診斷任務,同時和其他診斷Agent交換相關的信息,各Agent之間相互核對校正,相互協(xié)同,這樣就可以和多個人類專家一樣合作完成總體的故障診斷任務。論文詳細描述了多Agent框架中各Agent的角色和功能,并討論了其在實際應用中的部署方法,給出了面向診斷對象的部署方案和方法。 為了更好地共享和交換診斷知識和有關信息,針對多Agent協(xié)商過程的不確定性,研究了多Agent診斷網絡構成和協(xié)同診斷方法。在多個Agent系統(tǒng)中,協(xié)作不僅能提高單個Agent以及由多個Agent所形成系統(tǒng)的整體行為的性能,增強Agent及Agent系統(tǒng)解決問題的能力,還能使系統(tǒng)具有更好的靈活性。本文采用合同網協(xié)議來完成多Agent間的協(xié)作,并針對經典合同網協(xié)議中的不足進行了改進,提出了一種改進的動態(tài)合同網協(xié)議P-CNP來完成多任務并發(fā)狀態(tài)的協(xié)作。實驗證明了改進的合同網協(xié)議提高了系統(tǒng)效率,不僅擴展了經典協(xié)作的理論和方法,也進一步增強了其在實際中的應用能力。P-CNP被用于多個Agent之間的通信,保證了診斷系統(tǒng)的及時性。仿真結果和實驗分析用于證明論文提出方法的有效性。 在診斷方法方面針對多Agent信息的沖突性,研究了多Agent的信息融合,提出了一種多層時空域D-S證據理論信息融合故障診斷模型(MT-TS-DS),結合Agent技術來實現分布式故障診斷。該方法把故障診斷過程分為兩層,局部時間域診斷結果融合和全局空間域診斷結果融合。對于同一被診斷對象,時間域的融合可以避免同一測點由于時間不同帶來的診斷不確定性,空間域的融合可以使得各個測點的診斷結果相互參照,增加診斷最終結果的可靠性。不同測點和同一測點的不同的時間段可以采用不同的特征提取方法(時域分析、小波分析等)和多種智能故障診斷方法(如BP神經網絡、RBF神經網絡、支持向量機等),這也避免了單一方法運用造成的診斷偏差。多Agent信息融合技術的使用,使得分布式故障診斷系統(tǒng)具有集體的智能性、較好的健壯性與容錯性。 以某選煤廠的大型機電設備為背景,對該選煤廠關鍵設備的診斷進行了研究。采用文章中提出的多Agent故障診斷架構和故障診斷方法,設計并實現了基于FMAS的選煤廠機電設備診斷系統(tǒng)。詳細闡述該系統(tǒng)的設計和實現的各個環(huán)節(jié),詳細分析了系統(tǒng)軟件的實現方法。對傳感器布置、系統(tǒng)拓撲結構、軟件功能等方面作了描述,并用具體實例說明了如何綜合利用該系統(tǒng)進行分布式智能故障診斷。
【學位授予單位】：太原理工大學
【學位級別】：博士
【學位授予年份】：2010
【分類號】：TH165.3

【參考文獻】

相關期刊論文 前10條

1 單錦輝;徐克俊;;軟件故障診斷探討[J];北京化工大學學報(自然科學版);2007年S1期

2 景濤;;基于信息融合技術的故障診斷方法綜述[J];四川兵工學報;2009年07期

3 朱光蕊;范躍華;;信息融合技術在多Agent故障診斷中的應用[J];電腦開發(fā)與應用;2009年09期

4 付華;馮愛偉;單亞峰;徐耀松;王傳英;;基于信息融合技術的電機故障診斷[J];遼寧工程技術大學學報;2006年04期

5 王長林;陳鴻寶;林瑋;秦啟茂;宋宜梅;;SVM模式識別技術及在機械故障診斷中的應用進展[J];桂林電子科技大學學報;2009年03期

6 汪健雄,魏臻,路強;一種基于MAS的分布式控制系統(tǒng)模型[J];合肥工業(yè)大學學報(自然科學版);2004年12期

7 周密;劉永葆;黃樹紅;賀星;;多層次信息融合技術在燃氣輪機故障診斷中的應用[J];海軍工程大學學報;2009年06期

8 李斌;章衛(wèi)國;;信息融合技術在傳感器故障診斷中的應用[J];測控技術;2006年11期

9 蔣偉進;王璞;;基于MAS的復雜系統(tǒng)分布式求解策略與推理研究[J];計算機研究與發(fā)展;2006年09期

10 李建民,王建華,李毅,石純一;多智能體系統(tǒng)的一種合作機制[J];計算機研究與發(fā)展;1998年02期

相關博士學位論文 前6條

1 馬笑瀟;智能故障診斷中的機器學習新理論及其應用研究[D];重慶大學;2002年

2 陳波;分布式遠程故障診斷專家系統(tǒng)的框架及若干關鍵技術的研究[D];大連理工大學;2002年

3 蘭少華;多Agent技術及其應用研究[D];南京理工大學;2002年

4 劉勇;多Agent系統(tǒng)理論和應用研究[D];重慶大學;2003年

5 孫紅巖;大型旋轉機械智能診斷多Agent系統(tǒng)的研究[D];重慶大學;2007年

6 羅賀;多Agent信息融合與協(xié)商及其在故障診斷中的應用研究[D];合肥工業(yè)大學;2009年

相關碩士學位論文 前9條

1 彭備戰(zhàn);信息融合技術在設備故障診斷中的應用研究[D];廣東工業(yè)大學;2002年

2 劉金根;基于CBR與多Agent的分布式故障診斷系統(tǒng)研究[D];南京航空航天大學;2006年

3 徐燕妮;基于合同網協(xié)議的多Agent協(xié)作技術研究[D];山東科技大學;2006年

4 閆俊燕;基于蟻群算法的動態(tài)合同網問題的研究[D];廣西大學;2007年

5 陳毅;航空發(fā)動機控制系統(tǒng)傳感器故障診斷研究[D];南京航空航天大學;2007年

6 包斯嘉;基于MAS的水電機組故障診斷系統(tǒng)研究[D];南京理工大學;2007年

7 雷燕;基于合同網的多Agent協(xié)作技術在車間調度中的應用研究[D];武漢理工大學;2009年

8 鄭偉;基于多Agent的復雜裝備遠程故障診斷系統(tǒng)的研究[D];武漢理工大學;2009年

9 李興華;基于MAS的重載組合列車同步制動系統(tǒng)在線診斷[D];中南大學;2009年

本文編號：2794866